-
公开(公告)号：CN111222803B
公开(公告)日：2020-12-11
申请号：CN202010037128.0
申请日：2020-01-14
Applicant: 南京大学 , 生态环境部环境规划院
IPC: G06Q10/06
Abstract: 本发明公开了一种基于环境风险系统的企业累积性环境风险评估系统及方法，属于环境科学和环境风险领域。所述评估系统及方法用于企业累积性环境风险评估，所述方法基于环境风险系统理论，然后根据企业累积性环境风险源指数、企业累积性环境风险管控水平指数和企业累积性环境风险受体敏感度指数建立企业累积性环境风险指数评估模型，然后对企业累积性环境风险进行等级划分，根据建立的指数评估模型，评估企业累积性环境风险所属的等级。该方法不局限于单一污染物，以企业为评估对象，有效识别存在潜在风险的污染企业，具有较强的适用性和通用性，能够对企业累积性环境风险进行科学、系统、准确地评估，丰富了累积性环境风险评估理论。
-
公开(公告)号：CN111353720A
公开(公告)日：2020-06-30
申请号：CN202010175053.2
申请日：2020-03-13
Applicant: 南京大学 , 江苏省环科院环境科技有限责任公司
Abstract: 本发明公开了一种区域土壤环境中高风险污染物的识别方法，包括以下步骤：步骤一、根据区域内企业生产活动，汇总潜在土壤污染物清单；步骤二、布点采样，对照潜在土壤污染物清单检测分析；步骤三、统计检出污染物的检出率和超标率，进行归一化处理；步骤四、按公式R1＝X1×a+X2×b计算R1；由高到低排序取前10形成备选污染物清单；步骤五、建立综合评分系统，包括污染物的致癌性、非致癌健康毒性、生态毒性、生物降解性、迁移性和挥发性，选择各评分因素的表征指标并分级赋值，综合污染物的各评分因素赋值，取前5污染严重的污染物形成高风险污染物清单；步骤六、针对高风险污染物清单进行定期监测和管控。本发明具有效率高、衡量指标全面等优点。
-
公开(公告)号：CN111249595A
公开(公告)日：2020-06-09
申请号：CN202010066446.X
申请日：2020-01-20
Applicant: 南京大学
IPC: A61M21/00 , A61B5/0476 , A61B5/0488 , A61B5/16
Abstract: 本发明公开了一种对大气污染人体指标的测量系统和方法，属于大气污染防控技术与政策管理目标制定领域。针对当前大气污染人群心理情绪反馈测量的技术缺失问题，本发明提供了一种对大气污染情绪反应的测量系统和方法，该系统结合短时图片刺激和即时心理生理测量的手段测量了公众对客观风险的情绪反应，通过构建大气污染图片刺激呈现系统和构建大气污染情绪测量系统，测量大气污染情绪反应生理数据和心理数据并进行数据集成和分析，突破了传统问卷调查等高成本、低效率的测量手段，在标准的、不受外界因素干扰的实验条件下快速了解大气污染对公众心理认知的影响，将环境风险的认知和情绪研究深入到微观层面。
-
公开(公告)号：CN110993108A
公开(公告)日：2020-04-10
申请号：CN201911365338.6
申请日：2019-12-26
Applicant: 南京大学
Abstract: 本发明提供一种基于多介质中重金属污染和人群可接受风险水平的健康风险评估预警方法。本发明基于对多介质中重金属污染和人群可接受风险水平的采集和分析，针对重金属污染问题，实现多源、多环境介质、多暴露途径、多风险受体的健康风险全景解析，将风险评估与管理紧密衔接，并将公众的价值观、偏好以及各种社会环境纳入风险调控的决策过程，使得健康风险评估更加全面，预警更加准确。
-
公开(公告)号：CN117410978A
公开(公告)日：2024-01-16
申请号：CN202311381900.0
申请日：2023-10-24
Applicant: 江苏省生态环境监控中心(江苏省环境信息中心) , 南京大学
IPC: H02J3/00 , G06F18/15 , G06F18/2131 , G06F18/24 , G06F123/02
Abstract: 本发明提供了一种适用于无周期性用电特征企业的自适应用电启停控制方法，包括以：采集原始数据，获取目标企业的月度产污或治污设施用电序列；获取无周期型时间序列；进一步通过剔除0值后计算其变异系数，将无周期型时间序列划分为集中型数据和噪声型数据；计算月度用电负荷的预设百分比的分位数，再乘以预设经验系数后作为该集中型数据对应设施的用电启停阈值；针对噪声型数据，剔除0值后进行核密度估计，构造用电负荷值概率密度函数，将概率密度函数最小的谷值作为用电启停阈值；控制相应设施的用电启停，本发明实现了企业产治污设施用电异常行为的自动监控，助力了企业环境监管的信息化、智能化发展。
-
Patent Agency Ranking
公开(公告)号：CN117252343A
公开(公告)日：2023-12-19
申请号：CN202311388107.3
申请日：2023-10-25
Applicant: 江苏省生态环境监控中心(江苏省环境信息中心) , 南京大学
IPC: G06Q10/063 , G06Q50/06 , H02J3/00
Abstract: 本发明提供了一种用于周期性用电特征企业的自适应用电启停控制方法，获取企业用电监控相关数据表，完成数据表间的精确匹配，针对目标企业的产污设施和治污设施用电时间序列进行遍历筛选；基于快速傅里叶变换提取序列备选周期，经过自相关系数计算检验是否为周期性用电特征企业，若数据划存在显著周期，则作为周期型数据。本发明基于傅里叶变换和自相关函数耦合算法判断数据的周期性，针对周期性特征用电序列，从数据自身驱动角度提出了自适应的用电启停阈值设定方法，实现了企业产治污设施用电异常行为的自动监控，助力了企业环境监管的信息化、智能化发展。
-
公开(公告)号：CN114154817B
公开(公告)日：2022-07-19
申请号：CN202111367527.4
申请日：2021-11-18
Applicant: 南京大学
IPC: G06Q10/06
Abstract: 本发明公开了一种自动化的企业环境风险评估方法和装置。其中，所述方法包括：确定待评估企业的空间数据信息；识别所述待评估企业的环境风险节点，并基于所述空间数据信息对所述环境风险节点进行空间分配；构建各所述环境风险节点的物理属性矩阵、管理属性矩阵，以及风险属性矩阵；根据所述风险属性矩阵构建待评估企业的环境风险矩阵，所述环境风险矩阵中的各矩阵元素表示对应环境风险节点的风险水平。本实施例的技术方案，综合采用多种数据库，通过构建多维环境风险属性矩阵，能够实现自动化企业环境风险节点识别、环境风险评估与预警，为企业环境风险事故防控工作提供了一个高效、便捷和低成本的工具。
-
公开(公告)号：CN114749010A
公开(公告)日：2022-07-15
申请号：CN202210355923.3
申请日：2022-04-06
Applicant: 南京长三角绿色发展研究院有限公司 , 南京大学
Abstract: 本发明提供一种天然高分子甲醛清除剂及其制备方法，该清除剂联合采用化学吸附及络合沉降原理可长效去除室内空气中低浓度甲醛，所述甲醛清除剂由下述重量份含量的组分构成：生物碱提取液5～20份、精油提取液1～10份、渗透剂0.05～0.2份、去离子水70～90份。本发明提供的甲醛清除剂通过生物碱提取液中的氨基基团、羟基基团和活泼氢基团与空气中的甲醛发生化学吸附及络合反应去除甲醛，通过精油提取液中的萜烯基团等其它组分杀灭空气中的细菌以净化空气，同时辅以特定含量的渗透剂，使净化剂可刚好渗入待处理的材质并破坏材质，维持净化剂去除甲醛的持久性。本发明提供的甲醛清除剂组分来源清晰，本质安全性高，应用场景广泛，合成方法简单，易于大规模生产推广。
-
公开(公告)号：CN114397429A
公开(公告)日：2022-04-26
申请号：CN202210059210.2
申请日：2022-01-19
Applicant: 江苏环保产业技术研究院股份公司 , 南京大学
Abstract: 本发明涉及一种用于环保监测的土壤数据采集设备及方法，包括土壤采集腔、土壤采集端和控制系统，所述土壤采集端包括重金属采集装置和PH感应装置、数据采集单元、ADC单元、主控单元、通信单元，所述土壤采集设备在插入土壤时，所述土壤采集端未伸出土壤采集腔内。本发明能够有效保护土壤采集端，延长土壤采集设备使用寿命，使用了检测精度更高的重金属检测电路和PH检测电路，使得土壤数据采集更加精确，同时电路结构更加简单、使用器件较少，进一步降低了设备的成本和复杂度。
-
公开(公告)号：CN113077133B
公开(公告)日：2022-04-01
申请号：CN202110305276.0
申请日：2021-03-19
Applicant: 南京大学
Abstract: 本发明公开了一种基于多源数据的危险废物非法倾倒风险区域识别和溯源方法，该方法通过遥感技术、深度学习确定区域内非法倾倒点位；再结合无人机拍摄及图像分类手段，再对所确定中高风险区域进行二次复核，在确定的中高风险区域内快速识别危废非法倾倒点区域，构建非法倾倒风险概率地图；通过构建危废数据库，基于机器学习的分类方法，判定产废单位是否发生危废漏报、错报、少报的行为，确定可疑的产废单位，有利于监管部门缩小监管范围。同时，再与确定的风险概率地图联合，可以识别某一非法倾倒点中可能涉及非法倾倒的产废单位名单，实现非法倾倒危废的精准溯源。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.047 seconds)
