-
公开(公告)号：CN119940632A
公开(公告)日：2025-05-06
申请号：CN202510028500.4
申请日：2025-01-08
Applicant: 生态环境部环境规划院
Abstract: 本发明提供一种基于机器学习的污染排放预测方法及系统，显著提升了污染排放预测的准确性和可靠性。该方法首先获取包含丰富先验知识的目标机器学习数据，并结合模型启用定义信息，生成用于模型更新的样例学习数据。通过利用这些样例数据对目标机器学习网络模型进行参数学习，使得所得污染排放预测模型能够更精准地对任意输入的污染排放数据进行预测，并生成相应的污染排放描述标签及标签引导知识数据。此过程不仅优化了模型的学习效率，还增强了模型对复杂污染排放模式的识别与预测能力，从而有助于环境污染监测、治理及决策。
-
公开(公告)号：CN118709985B
公开(公告)日：2025-04-25
申请号：CN202410843281.0
申请日：2024-06-27
Applicant: 生态环境部环境规划院 , 浙江大学
IPC: G06Q10/0631 , G06Q10/30 , G06Q10/083 , G06Q50/02
Abstract: 本发明公开了一种基于EOD模式的农业废弃物资源化利用方法，具体涉及资源化利用技术领域，具体包括确定秸秆随意堆放和不正当处置为环境问题、秸秆资源化利用作为关联产业，以县域耕地资源空间分布为基础，考虑耕地和交通位置信息，确定秸秆收储中心位置，在收储中心附近建设秸秆制备甲醇的生产厂区，对离田秸秆统一打捆收集并运输至收储中心，在收储中心进行晾晒、烘干使秸秆达到干燥状态，将干燥后秸秆运输至甲醇生产厂区原料堆场，经过经粉碎、气化、脱硫脱碳、气体压缩、甲醇合成等工艺生产绿色甲醇，本发明解决了秸秆随意堆放、直接焚烧对环境的危害，实现秸秆治理外部经济性内部化，为农业废弃物资源化利用提供了新模式、新路径。
-
公开(公告)号：CN119747381A
公开(公告)日：2025-04-04
申请号：CN202510014902.9
申请日：2025-01-06
Applicant: 生态环境部环境规划院
Abstract: 本发明涉及土壤修复技术领域，具体涉及一种利用EDDS强化陆地棉修复农田重金属复合污染土壤的方法，其包括以下步骤：在重金属复合污染土壤中种植陆地棉，在陆地棉生长过程中，将5mmol·kg‑1EDDS分两次施加。本申请研究了EDDS对土壤溶液中重金属Cd、Cu、Pb、Zn含量的影响，对陆地棉生物量、叶绿素含量以及植株吸收富集重金属的影响。同时，也研究了施用相同量螯合剂对不同重金属复合污染程度下陆地棉干重、陆地棉体内重金属含量的影响，以及土壤溶液中重金属含量随时间的变化。研究结果可为螯合剂强化植物修复重金属复合污染土壤提供理论依据。
-
公开(公告)号：CN119558171A
公开(公告)日：2025-03-04
申请号：CN202411478765.6
申请日：2024-10-22
Applicant: 天津大学 , 煜环环境科技有限公司 , 生态环境部环境规划院
IPC: G06F30/27 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06F111/10
Abstract: 本发明公开一种基于神经网络算法的地下水污染物生物降解数值模型中关键参数反演的方法。数据进行预处理和精细化降维，处理高维多尺度数据；搭建物理信息神经网络框架下的多层神经网络架构，嵌入污染物自然衰减过程的相关反应方程，耦合生化反应机理和数据驱动模型；训练神经网络模型，计算训练过程中的误差，利用亚当优化算法提升反演结果的准确性；整合观测数据与模型预测结果，确定数值模型的最终参数设置，开展地下水损害实物量化；开展神经网络参数反演模型的比较验证，确保参数反演方法的可行性和准确性。本发明解决复杂地质条件下地下水污染的实物量化过程中难以精准反演生物降解数值模型关键参数的问题。
-
公开(公告)号：CN119539240A
公开(公告)日：2025-02-28
申请号：CN202411408414.8
申请日：2024-10-10
Applicant: 北京师范大学 , 生态环境部环境规划院
Abstract: 本发明涉及碳排放技术领域，具体地说，涉及一种基于多源数据的城市级范围三碳排放核算方法及系统，其包括以下步骤：步骤一、构建涵盖多种城市关键材料的城市级范围三碳排放核算框架；步骤二、建立基于数据质量分级的各类关键材料核算方法决策树，并提供判断依据和所需输入数据格式；步骤三、核算城市级范围三碳排放。本发明旨在解决当前城市范围三碳排放核算仅适用于少数城市及不同城市范围三碳排放核算报告不可横向比较的问题，为丰富当前中国城市碳排放核算数据和计算范围提供了基础。
-
Patent Agency Ranking
公开(公告)号：CN119533993A
公开(公告)日：2025-02-28
申请号：CN202411420817.4
申请日：2024-10-12
Applicant: 生态环境部环境规划院
Abstract: 本发明提出了一种土壤检测取样装置，属于环境检测技术领域。所述土壤检测取样装置，包括钻筒，钻筒的底端设置有一圈扇形钻齿，扇形钻齿通过底端向内摆动至水平状态将钻筒的底端封闭，钻筒的中心设置有可拆卸的取样管，钻筒的内侧壁设置有一圈扇形隔板，扇形隔板通过底端向内摆动至紧贴取样管将钻筒的内腔分隔，且扇形隔板在初始状态呈底端向内倾斜的状态，取样管内设置有活塞体，活塞体将取样管的底端敞口封堵，钻筒的内壁设置有能够升降的第一驱动结构和第二驱动结构，第一驱动结构能够驱动扇形钻齿转动，第二驱动结构能够驱动扇形隔板转动。本发明具有土壤采样纯度高、无需回填、提高样品采样作业效率的优点。
-
公开(公告)号：CN119240837A
公开(公告)日：2025-01-03
申请号：CN202411371070.8
申请日：2024-09-29
Applicant: 生态环境部环境规划院
IPC: C02F1/04 , B01D53/04 , B01D53/26 , B01D53/00 , B09C1/06 , B09C1/00 , C02F101/30 , C02F103/06
Abstract: 本申请涉及一种一种VOCs污染土壤与地下水的高效气液分离系统及方法，系统中包括第一气液分离罐、冷却系统、第二气液分离罐等，先向第一气液分离罐内通入地下水，第一气液分离罐加热地下水以分离气体和液体，气体经过冷却系统的冷却形成气液混合物后，再次通入第二气液分离罐加热分离，通过两次加热使得有机物以气体的方式进入活性炭吸附腔中进行吸附，同时尽可能降低气体中的水分，提高吸附效果。
-
公开(公告)号：CN119175269A
公开(公告)日：2024-12-24
申请号：CN202411371077.X
申请日：2024-09-29
Applicant: 生态环境部环境规划院
Abstract: 本发明提供了一种治理VOCs污染土壤与地下水的高效气液分离设备，包括罐体、加热组件和排气阀，将待加热的地下水从撑筒的入液口流入，地下水可以从撑筒的侧壁上的若干孔洞流出，外部的热液从传热液入口进入到第一涡状螺旋板、第二涡状螺旋板内，在加热组件由电机带动转动时，热液可以在第一涡状螺旋板、第二涡状螺旋板、上连接弧板、下连接弧板内流动，从传热液出口流出，可以直接给地下水进行加热，第一涡状螺旋板、第二涡状螺旋板为螺旋结构，使得地下水在竖直方向上产生运动，破坏了地下水的边界层，提高了加热效率，且地下水在自身重力作用下会从第一涡状螺旋板和第二涡状螺旋板与罐体的缝隙中加速通过，进一步提高加热效率。
-
公开(公告)号：CN117556984B
公开(公告)日：2024-11-19
申请号：CN202311322998.2
申请日：2023-10-13
Applicant: 生态环境部环境规划院
IPC: G06Q10/063 , G06Q50/26 , G06F18/2411 , G06N20/10 , G06N3/04 , G06N3/084
Abstract: 本发明公开了一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法，包括：构建场地污染风险分类分级案例库，建立场地污染风险分类和分级指标体系，确定场地污染风险分类和分级指标规则；对场地污染风险分类和分级的各指标进行赋分，并运用层次分析法中1～9标度法对各指标的分值进行一致性检验；通过调整BP神经网络和SVM的各项参数，优化最佳的分类、分级模型，基于BP神经网络进行风险分类，基于SVM进行风险分级，并在MATLAB中完成目标案例的风险分类分级预测，根据风险分类分级的预测结果进行风险管控。本发明通过BP神经网络和SVM算法，构建分类分级模型，实现快速、智能、准确地场地污染风险分类分级，为风险管控提供可靠参考。
-
公开(公告)号：CN118095080B
公开(公告)日：2024-10-22
申请号：CN202410228478.3
申请日：2024-02-29
Applicant: 生态环境部环境规划院
IPC: G06F30/27 , G01N33/00 , G01W1/00 , G01W1/02 , G06Q10/0639 , G06Q50/26 , G06N20/00 , G06F16/215
Abstract: 本发明公开了一种环境空气质量监测微站数据校正系统及方法，属于环境监测技术领域；本发明利用云服务器对环境空气质量监测微站数据进行校准，节省了人力物力，提高了校准的时效性和针对性。利用AOD数据、国控站、省控站、市控站、乡镇站、地理数据、气象数据，构建高时空分辨率的高质量空气质量检测数据，提升了对比分析和模型构建的科学性。将高时空分辨率的地理数据和气象数据加入校正模型的计算，充分考虑地理和气象条件对环境空气质量监测微站监测结果的影响。同时采用高时空分辨率的地理数据和气象数据皆为栅格数据，拥有地理和时间上的连续性，能够较好的体现地理、气象条件在空间上的异质性。
-
-
-
-
-
-
-
-
-
Search Results
252
records
(took 0.06 seconds)
