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

    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。

    一种危险废物运输风险管控预警的方法与系统

    公开(公告)号:CN113361914B

    公开(公告)日:2021-12-28

    申请号:CN202110624155.2

    申请日:2021-06-04

    Applicant: 南京大学

    Abstract: 本申请公开了一种危险废物运输风险管控预警的方法与系统。该方法包括步骤:识别危险废物运输车辆的实时位置信息;确定危险废物运输车辆的异常停留点,并基于所述异常停留点确定危险废物运输车辆的异常停留区域;利用高分辨率卫星拍摄的危险废物运输车辆异常停留区域的卫星图像,对比危险废物运输车辆异常停留前后异常停留区域的卫星图像特征,确定可疑的非法倾倒区域;利用无人机对所述可疑的非法倾倒区域区域进行航拍,将所述无人机航拍图片的图片集与已知的危险废物倾倒点的图像集比对,从而从所述可疑的非法倾倒区域中筛选系统确定的非法倾倒区域。可实时判断危险废物运输车辆的异常停留点及该异常停留点是否发生了危险废物的非法倾倒。

    一种危险废物运输风险管控预警的方法与系统

    公开(公告)号:CN113361914A

    公开(公告)日:2021-09-07

    申请号:CN202110624155.2

    申请日:2021-06-04

    Applicant: 南京大学

    Abstract: 本申请公开了一种危险废物运输风险管控预警的方法与系统。该方法包括步骤:识别危险废物运输车辆的实时位置信息;确定危险废物运输车辆的异常停留点,并基于所述异常停留点确定危险废物运输车辆的异常停留区域;利用高分辨率卫星拍摄的危险废物运输车辆异常停留区域的卫星图像,对比危险废物运输车辆异常停留前后异常停留区域的卫星图像特征,确定可疑的非法倾倒区域;利用无人机对所述可疑的非法倾倒区域区域进行航拍,将所述无人机航拍图片的图片集与已知的危险废物倾倒点的图像集比对,从而从所述可疑的非法倾倒区域中筛选系统确定的非法倾倒区域。可实时判断危险废物运输车辆的异常停留点及该异常停留点是否发生了危险废物的非法倾倒。

    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

    公开(公告)号:CN113077133A

    公开(公告)日:2021-07-06

    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。

    一种企业危险废物瞒报漏报风险的智能评估方法

    公开(公告)号:CN114912787A

    公开(公告)日:2022-08-16

    申请号:CN202210486252.4

    申请日:2022-05-06

    Applicant: 南京大学

    Abstract: 本发明提供一种企业危险废物瞒报漏报风险的智能评估方法,获取企业相关数据表,完成数据表间的精确匹配,构建不同行业的产废多维数据库;消除多维数据库中的脏数据,确定时间分辨率进行合并,得到初始样本数据集;利用无监督异常检测集成框架对初始样本数据集进行异常数据的识别、剔除,获得预测数据集;利用预测数据集,进行随机森林模型的训练和验证,对监管时间段内企业的理论产废量和理论产废范围进行预测,计算企业危废产量瞒报漏报概率和数量。本发明基于企业的基础信息和在线监测数据,结合无监督异常检测和有监督机器学习方法,精准预测企业的危废理论产废量和瞒报漏报风险,从而实现危险废物源头的智能监管。

Patent Agency Ranking