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！

龙图腾网获悉北京工业大学申请的专利一种道路扬尘重点管控路段的筛选识别方法及系统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：CN118535884B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202410624061.9，技术领域涉及：G06F18/21；该发明授权一种道路扬尘重点管控路段的筛选识别方法及系统是由郎建垒;严允序;周颖;王奕璇设计研发完成，并于2024-05-20向国家知识产权局提交的专利申请。

本一种道路扬尘重点管控路段的筛选识别方法及系统在说明书摘要公布了：本发明公开了一种道路扬尘重点管控路段的筛选识别方法及系统，方法包括：获取监测站点周边预设范围内目标时段的路网数据、交通数据和气象数据；计算逐条道路的扬尘排放因子和扬尘排放量以及扬尘排放对每个监测站点的污染物浓度贡献，得到扬尘排放贡献浓度；计算扬尘排放贡献浓度与对应的扬尘排放量的比值，得到环境影响敏感系数；对扬尘排放量与环境影响敏感系数进行无量纲归一化处理，赋予权重后进行加权求和计算，得到管控综合评价指数；确定道路综合评价指数大于或等于重点管控指数阈值的道路为重点管控路段。通过本发明的技术方案，能够筛选识别排放量大且对监测站点空气质量影响敏感的重点管控道路，为大气污染精细化管控提供支撑。

本发明授权一种道路扬尘重点管控路段的筛选识别方法及系统在权利要求书中公布了：1.一种道路扬尘重点管控路段的筛选识别方法，其特征在于，包括： 获取监测站点周边预设范围内目标时段的路网数据、交通数据和气象数据； 根据所述路网数据和所述交通数据计算逐条道路的扬尘排放因子和扬尘排放量； 基于数值模拟或机器学习的方法，计算得到逐条道路的扬尘排放对每个监测站点所监测到污染物浓度贡献，得到每条道路的扬尘排放贡献浓度，其中，基于所述机器学习方法计算得到逐条道路的扬尘排放量对监测站点所监测到污染物的贡献浓度的具体方法包括： 根据贡献浓度与目标监测站点气象数据、污染物浓度数据、逐条道路排放量、历史贡献浓度数据之间的相关性，筛选影响贡献浓度的因子作为输入模型的特征变量，选择RNN、LSTM算法对特征变量进行训练，最终建立气象、排放与贡献浓度的关系模型； 利用训练好的关系模型预测逐条道路对监测站点的污染物贡献浓度； 通过敏感性分析计算每条道路的扬尘排放贡献浓度与对应的扬尘排放量的比值，得到每条道路的单位扬尘排放量对于污染物浓度贡献的环境影响敏感系数； 对每条道路的扬尘排放量与环境影响敏感系数分别进行无量纲归一化处理，并分别赋予权重后进行加权求和计算，得到对应道路的管控综合评价指数； 基于所述管控综合评价指数确定重点管控指数阈值，并确定所述道路综合评价指数大于或等于所述重点管控指数阈值的道路为重点管控路段； 所述通过敏感性分析计算每条道路的扬尘排放贡献浓度与对应的扬尘排放量的比值，得到每条道路的单位扬尘排放量对于污染物浓度的环境影响敏感系数，计算公式为： 其中，Sm,t为道路m在t时刻的敏感系数；Cm,t为m道路在t时刻道路扬尘排放量对于监测站点污染物的贡献浓度，μgm3；Em,t为m道路t时刻的道路扬尘排放量，g； 所述对每条道路的扬尘排放量与环境影响敏感系数分别进行无量纲归一化处理的具体方法为： 将逐条道路的扬尘排放量与环境影响敏感系数置于同一评价范围内，采用Min-Max归一化处理逐时道路扬尘排放量，归一化指定区间为0～1，具体计算公式如下： 其中，i为扬尘排放量E或环境影响敏感系数S，m为道路，t为时刻，为道路m的i在t时刻归一化后的中间值，Xi,m,t为道路m的i在t时刻的原始值，Xi,m,tmin为道路m的i在t时刻原始值的最小值，Xi,m,tmax为道路m的i在t时刻原始值的最大值，Yi,m,t为道路m的i在t时刻归一化后的最终结果，mx为归一化指定区间的最大值，mi为归一化指定区间的最小值； 根据预设实际管控侧重点，分别赋予权重后进行加权求和计算，计算公式为： Pm,t＝α×YE,m,t+β×YS,m,t 其中，Pm,t为道路m在t时刻的管控综合评价指数；α为扬尘排放量的权重系数；β为环境影响敏感系数的权重系数；YE,m,t为扬尘排放量归一化后的最终结果；YS,m,t为环境影响敏感系数归一化后的最终结果； 所述基于所述管控综合评价指数确定重点管控指数阈值的具体方法包括： 基于每条道路的管控综合评价指数，确定需要基于所述管控综合评价指数划分重点管控路段的重点管控指数阈值。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。