北京大学深圳研究生院黄晓锋获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京大学深圳研究生院申请的专利一种基于CMB模型的PM2.5在线来源解析方法及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116087044B 。
龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211443853.3,技术领域涉及:G01N15/06;该发明授权一种基于CMB模型的PM2.5在线来源解析方法及设备是由黄晓锋;彭杏;何凌燕;曾立武;姚沛廷设计研发完成,并于2022-11-18向国家知识产权局提交的专利申请。
本一种基于CMB模型的PM2.5在线来源解析方法及设备在说明书摘要公布了:本发明公开了一种基于CMB模型的PM2.5在线来源解析方法及设备,无需输入大量受体数据,就能够自动识别污染来源,该方法包括以下步骤:获取待监测点位需监测的颗粒物及其化学组分的历史观测数据;基于历史观测数据筛选出用于构建PMF模型的历史组分浓度数据、使用质谱信息mz44作为SOA源标识组分,并基于预定不确定度计算方法计算与各个浓度数据相应的不确定度;输入PMF模型,并进行运算得到待监测点位的各污染源的成分谱数据及其相应的不确定度;获取待监测点位中颗粒物的化学组分的实时观测数据;对实时观测数据进行筛选并基于预定不确定度计算方法完成计算得到实时组分浓度数据及其相应的不确定度;输入CMB模型,并进行运算得到各个污染源对PM2.5贡献结果。
本发明授权一种基于CMB模型的PM2.5在线来源解析方法及设备在权利要求书中公布了:1.一种基于CMB模型的PM2.5在线来源解析方法,其特征在于,包括以下步骤: 步骤一,获取待监测点位需监测的颗粒物及其化学组分的历史观测数据; 步骤二,基于所述历史观测数据筛选出用于构建PMF输入数据的历史组分浓度数据,并基于预定不确定度计算方法计算与各个所述浓度数据相应的不确定度; 步骤三,将PMF输入数据输入所述PMF模型,并进行运算得到所述待监测点位的各污染源的成分谱数据及其相应的不确定度, 所述PMF输入数据包括所述历史组分浓度数据以及所述不确定度; 步骤四,获取待监测点位中所述颗粒物的化学组分的实时观测数据; 步骤五,对所述实时观测数据进行筛选并基于所述预定不确定度计算方法完成计算得到实时组分浓度数据及其相应的不确定度; 步骤六,将所述成分谱数据及其相应的不确定度、和所述实时组分浓度数据及相应的不确定度输入CMB模型,并进行运算得到各个所述污染源对PM2.5的贡献结果, 其中,所述历史组分浓度还包括各个所述污染源的标识组分, 所述基于所述历史观测数据筛选出用于构建PMF模型的历史组分浓度数据时,还筛选质荷比为44的有机物碎片作为SOA源标识组分, 所述标识组分包括所述SOA源标识组分, 所述PMF模型进行运算时,先获得因子成分谱矩阵,再基于各因子的所述标识组分识别各因子代表的污染源类型从而得到所述成分谱数据,进一步基于所述PMF模型的bootstrap功能评估所述成分谱数据的不确定性得到对应的不确定度, 所述预定不确定度计算方法为基于公式计算不确定度, 式中,为浓度数据,kj为第j个化学组分的相对不确定性,为的不确定度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京大学深圳研究生院,其通讯地址为:518055 广东省深圳市南山区西丽镇丽水路2199号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励