一种基于社会经济数据的环境质量预测方法与流程

1.本发明属于环境质量预测领域，特别涉及一种基于社会经济数据的环境质量预测方法。


背景技术：

2.环境质量预测，是指预测社会经济活动对环境质量变化影响的活动，是环境决策和管理的基础。通过环境质量预测，可以提前发现环境污染趋势性、苗头性问题，从生态环境保护角度提出针对性的解决办法或政策建议，为环境管理决策提供技术支撑，有效推进生态环境的高水平保护助推经济的高质量发展。
3.201811327592.2提供一种测算待测区域污染物排放面浓度的测算方法，包括：获取所述污染物排放面最优化空间浓度分布模型的排放面，该最优化空间浓度分布模型基于预先构建的污染物空间浓度分布模型以及所述污染物排放面内的污染物浓度的实际分布而被建立；以及对所述最优化空间浓度分布模型的排放面，应用所述最优化空间浓度分布模型进行积分计算，测算所述待测区域污染物排放面浓度。
4.cn201710659978.2公开了一种污染物排放总量的智能预警方法，步骤为：信息分析；建立预警指标，获得预警指数，形成预警分级及警报综合评估数据；建立数据库及预警预测模型；模拟污染物排放总量质量随时间变化的规律，预测结果；生成空间分布图并显示。本发明通过污染物排放总量自身的性质、以及前面预测的污染物排放总量污染物浓度，对污染物排放总量进行危害评价；根据水环境的危害评价等级，调用事故危害数据库，给出事故危害的应急对策。
5.cn202010056897.5公开了一种基于大数据分析技术对环境质量进行监测的方法，包括以下步骤：s1：选择数据获取手段对社交媒体上的信息进行获取；s2：对获取的数据进行清洗和按照地区和时间段进行归类；s3：选取训练集和测试集构建高效的情感预测模型；s4：使用情感预测模型对每条数据进行关于环境的情感倾向预测，并计算出各个省份的环境质量指数。本发明中，主要通过收集社交媒体上大量关于环境问题的言论，通过构建环境质量预测模型来对与环境相关言论的情感倾向进行预测，并通过一定的公式来计算环境质量指数，用来表示各个地区不同时间段的环境质量。
6.现有方法主要虽然能够测算所述待测区域污染物排放面浓度、实现污染物排放总量的智能预警、预测环境质量，但污染物排放预测模型的数据来源仅使用了环境质量数据，在数据时效性和预测准确度方面都存在欠缺。


技术实现要素：

7.本发明的目的在于针对现有技术的不足，提供一种基于社会经济数据的环境质量预测方法，解决现有环境质量预测方法数据时效性差、预测准确性不足的问题，提高环境质量预测数据时效性和预测准确度，提升生态环境部门参与宏观决策的能力和水平。
8.本发明提供的基于社会经济数据的环境质量预测方法，通过引入时效性更强、趋
势更具可预测性的经济数据，建立经济活动和环境质量之间定量耦合联系。首先，对经济数据的趋势进行预测，得到下期经济数据预测值；然后，将预测结果按照一定的污染物产生系数计算，并在此基础上叠加政策因子，得到污染物排放量预测值；最后，将污染物排放量预测值带入模型，得到对应的环境质量预测值。
9.本发明提出的污染物的排放量预测值计算公式如下：
[0010][0011]
y
i
为污染物i的排放量预测值，所述污染物i为含颗粒物、so2、nox、vocs、cod、氨氮、总磷等中的一种。以重量计量污染物排放量的多少，根据污染物不同，常用的单位有万吨、吨、kg等；
[0012]
x
k
为第k种产品的产量。产量与污染物排放量呈现正相关关系，是判断污染物排放预测值的重要依据。产品产量数据具有一定的趋势性、季节性特征。单位为统计局公布时使用的单位，如万吨、万件、万块、万升等。
[0013]
β
ki
为第k种产品对污染物i的单位产品污染物排放系数，即生产单位产量产品所产生的污染物排放量。该数据主要从生态环境部门颁布的相关行业污染物排放标准、排污许可、技术规范等中获取。β
ki
为单位和x
k
对应的换算系数，以排放量预测值y
i
单位取kg为例，则x
k
单位为kg/万吨、kg/万块、kg/万升。
[0014]
p
k
为产量修正系数，即调控政策下的产量与调控前产量的百分比。产量调控政策对第k种产品的产量产生影响进而影响污染物排放量，因此引入产量修正系数进行修正。比如调控政策指出，2020年四川省新材料要力争实现产品产量增长10％以上，则认为该产业各项污染物排放量同步增长10％以上，此时p
k
可以取110％或以上。若该产业无明确产量计划，则采用自回归模型(ar模型)进行时间序列预测的方法(该方法为本领域常用的方法，内置在spss、stata等常见统计软件中)，得到p
k
参数。大多数产业p
k
取值范围大致在70％至130％之间。
[0015]
r
ki
为污染防治修正系数，即污染物防治政策前后单位产品污染物排放系数的百分比。污染防治工作政策对第k种产品的单位产品污染物排放系数β
ki
产生影响进而影响第i种污染物排放量，因此引入污染防治修正系数的修正值。假设某一区域现有污水处理厂均从《城镇污水处理厂污染物排放标准》(gb18918—2002)的一级b标提升至一级a标，则每升水中的化学需氧量(cod)浓度应从60mg/l减少至50mg/l，那么化学需氧量(cod)排放总量应下降16.6％，此时r
ki
取83.4％。r
ki
一般小于1，取值范围大致在80％至98％之间。
[0016]
通过以上公式计算得出污染物排放量预测值后，根据污染物排放量预测值的变化，计算下一年环境质量的预测值e
i
。
[0017]
e
i
＝f(y
i
)
[0018]
其中，e
i
为环境质量预测值(污染物i的浓度预测值)，y
i
为污染物排放量的预测值。
[0019]
f为经验公式，以过去5年的环境质量数据和污染物排放量为基础，通过最小二乘法回归分析得出，数据来源自四川省生态环境厅环境质量统计数据、四川省统计年鉴等，该过程使用spss软件完成。以so2为例，在spss软件中使用最小二乘法回归分析下表中数据后，得到其经验计算公式为e
i
＝0.305y
i
2.09。
[0020]
年份so2排放量(万吨)so2浓度(微克/立方米)201552.1618
201648.8317201738.9113.9201833.0412.2201923.979.4
[0021]
与现有技术相比，本发明具有以下有益效果：
[0022]
1.本发明方法引入了时效性更强、趋势更具可预测性的经济数据，经济数据比环境质量数据趋势性更明显、更具可预测性。通过污染物排放清单，建立了经济和环境之间的定量耦合联系，可有效解决现阶段污染物排放数据统计滞后的问题。辅助预测环境质量变化，能够提高环境质量预测数据时效性和预测准确度，提升生态环境部门参与宏观决策的能力和水平。
[0023]
2.本发明方法能够揭示当前环境与经济两方面的政策效果及其演变趋势，对环境保护和经济发展形势作出判断和预判，更加精准的定量化预测未来一段时期社会经济活动产生的污染物排放及其造成的环境质量变化情况，提前发现环境污染趋势性、苗头性问题，为制定下一步经济发展和环境保护政策提供更加精准化的科学决策支撑服务。
具体实施方式
[0024]
下面通过实施例对本发明做进一步说明。有必要指出，以下实施例只用于对本发明作进一步说明，不能理解为对本发明保护范围的限制，所属领域技术人员根据上述发明内容，对本发明做出一些非本质的改进和调整进行具体实施，仍属于发明保护的范围。
[0025]
实施例1
[0026]
本实施例进行四川省2020年度环境质量的预测，预测环境质量的污染物包括so2，预测中引入的经济数据以及政策信息如下：
[0027]
(1)数据搜集
[0028]
经济数据(数据来源：国家统计局)：
[0029]
[0030][0031]
2019年环境质量数据(来源：四川省生态环境厅)：
[0032][0033]
政策信息提取(来源：整理自四川经信厅)：
[0034][0035][0036]
以水泥制造企业排放so2为例：
[0037]
2019年四川省水泥熟料产量x
k
为11338万t，根据《排污许可证申请与核发技术规
范水泥工业》(hj 847—2017)和《水泥工业大气污染物排放标准》(gb 4915
‑
2013)，水泥熟料生产过程中窑尾基准排气量为2500m3/t熟料，新建企业so2排放浓度限值为200mg/m3，即单位熟料so2污染物产生系数β
ki
为0.5kg/t，2020年全省水泥熟料生产过程中窑尾废气so2排放量为5.67万t。预计2020年水泥年产量增加10％，则产量修正系数p
k
为110％。按照《四川省生态环境厅关于执行大气污染物特别排放限值的公告》(2020年第2号)，四川省大气污染防治重点区域内的水泥企业应执行特别排放限值，窑尾废气so2排放浓度限值为100mg/m3，即污染防治修正系数r
ki
为50％。
[0038]
按照相同方法，确定所有主要产品对应的x
k
、β
ki
、p
k
、r
ki
数据，然后将所有数据代入公式：
[0039][0040]
计算得到2020年全省水泥熟料产生过程中窑尾废气so2排放量的预测值为2.83万t，2020年度各产业加总的so2污染物排放量预测值20.4万吨。
[0041]
将计算所得总的so2污染物排放量预测值其代入so2浓度经验公式，当取定y
i
单位为万吨，e
i
单位为微克/立方米时，e
i
和y
i
之间存在如下数量关系：
[0042]
e
i
＝0.305y
i
2.09，
[0043]
从而得到so2浓度预测值8.3微克/立方米。
[0044]
上式为经验公式，以过去5年的环境质量数据和污染物排放量为基础，通过最小二乘法回归分析得出，数据来源自四川省生态环境厅环境质量统计数据、四川省统计年鉴，该过程需要使用spss软件完成。以so2为例，在spss软件中使用最小二乘法回归分析下表中数据后，得到其经验计算公式为e
i
＝0.305y
i
2.09。
[0045][0046][0047]
根据四川省生态环境厅通报，2020年度so2浓度实际值8.1微克/立方米，本次预测误差率为2.4％。
[0048]
按照相同方法，针对其他污染物，如nox、vocs、cod进行环境质量预测。

技术特征：
1.一种基于社会经济数据的环境质量预测方法，其特征在于，使用以下公式进行污染物排放量预测值的计算，其中，y
i
为污染物i的排放量预测值，所述污染物i为含颗粒物、so2、nox、vocs、cod、氨氮、总磷等中的一种；x
k
为第k种产品的产量；β
ki
为第k种产品对污染物i的单位产品污染物排放系数，为生产单位产量产品所产生的污染物排放量；p
k
为产量修正系数，为产量计划下产量与上一周期产量的百分比；r
ki
为污染防治修正系数，是污染物防治政策前后单位产品污染物排放系数的百分比。2.根据权利要求1所述方法，其特征在于，若某一产业无明确产量计划，则采用自回归模型进行时间序列预测的方法得到p
k
参数。3.根据权利要求1所述方法，其特征在于，p
k
取值范围为70％～130％。4.根据权利要求1所述方法，其特征在于，r
ki
为80％～98％。5.根据权利要求1所述方法，其特征在于，计算得出污染物排放量预测值后，根据污染物排放量预测值的变化，计算下一周期的环境质量预测值e
i
，e
i
＝f(y
i
)。6.根据权利要求5所述方法，其特征在于，f为经验公式，以过去5年的环境质量数据和污染物排放量为基础，通过最小二乘法回归分析得出。
技术总结
本发明提供一种基于社会经济数据的环境质量预测方法，通过引入时效性更强、趋势更具可预测性的经济数据，建立经济和环境之间定量耦合联系。首先，对经济数据的趋势进行预测，得到下期经济数据预测值；然后，将预测结果按照一定的污染物排放系数计算，并在此基础上叠加政策因子，得到污染物排放量预测值；最后，通过污染物排放量预测值计算出对应的环境质量预测值。本发明能够解决现有环境质量预测方法数据时效性差、预测准确性不足的问题，提高环境质量预测数据时效性和预测准确度，提升生态环境部门参与宏观决策的能力和水平。境部门参与宏观决策的能力和水平。


技术研发人员：黄庆 罗彬 王恒 谢怡 田犀 马丽雅 杜敏 张卫兵 闫卫坡 罗静雯 盛祖添 张豇浜 张雨晴 蒲灵
受保护的技术使用者：四川省环境政策研究与规划院
技术研发日：2021.04.06
技术公布日：2021/6/29