用于生成臭氧的控制因素的判断方法、系统及电子设备与流程

1.本文件涉及环境监测技术领域，尤其涉及一种用于生成臭氧的控制因素的判断方法、系统及电子设备。


背景技术：

2.随着大气污染治理的推进，大气中的pm
2.5
和总悬浮颗粒物tsp（英文全称：total suspended particulate）的治理初见成效。但是近年来近地面臭氧浓度出现缓慢上升的趋势，促使大气污染治理的重心逐渐转向臭氧污染治理。臭氧o3大部分聚集在大气平流层，对流层中仅占10%左右，如果对流层中的o3一旦超量就会对人体动植物产生危害。对于臭氧污染治理首先要防控治理两类生成臭氧的前体物，包括氮氧化物no
x
和挥发性有机物voc
s
，其中氮氧化物包括no和no2。因此，治理某地区的臭氧排放需要判别此地用于生成臭氧的控制因素，不同地区用于生成臭氧的控制因素可能会不同。
3.存在的问题是，通常采用大气臭氧生成敏感性判断某地区的臭氧排放情况，目前主要是基于观测的模型obm（英文全称：observation
‑
based model）和排放源模型ebm（英文全称：emission
‑
base model）进行监测数据的采集。但是这两种模型所采用的卫星数据分辨率和精度不高，难以准确预测不同地区污染源的分布和臭氧的实际排放情况。另外，用于大气臭氧敏感性分析的臭氧等浓度曲线ekma曲线（英文全称：empirical kinetic modeling approach）是运用大气化学反应模式的方式描述整个大气化学反应系统的动力学原理，化学机理复杂且大气化学反应模式需要的资料过于繁多比如包括气温、太阳辐射、压力、水汽等资料，不易进行高精度模拟预测分析。如何对生成臭氧的控制因素进行实时准确预测，并且简化操作过程成为亟需解决的技术问题。


技术实现要素：

4.本说明书一个或多个实施例的目的是提供一种用于生成臭氧的控制因素的判断方法、系统及电子设备，可以对生成臭氧的控制因素进行实时准确预测，并且简化操作过程。
5.为解决上述技术问题，本说明书一个或多个实施例是这样实现的：第一方面，提出了一种用于生成臭氧的控制因素的判断方法，包括：基于监测网格自动实时地获取监测区域中每一个监测子区在关注时间段内臭氧的时刻浓度、臭氧前体物的时刻浓度；确定所述监测区域中每一个监测子区在所述关注时间段内所述臭氧出现最大时刻浓度的关注时间点；采用监测区域中多个监测子区在关注时间段内臭氧的最大时刻浓度和关注时间点对应的臭氧前体物的时刻浓度绘制ekma曲线；基于所述ekma曲线判断出所述监测区域中对于生成臭氧的控制因素所对应的地理控制区。
6.第二方面，提出了一种用于生成臭氧的控制因素的判断系统，包括：浓度监测设备，用于基于监测网格自动实时地获取监测区域中每一个监测子区在关注时间段内臭氧的时刻浓度、臭氧前体物的时刻浓度；关注时间段确定模块，用于确定所述监测区域中每一个
监测子区在所述关注时间段内所述臭氧出现最大时刻浓度的关注时间点；ekma曲线绘制模块，用于采用监测区域中多个监测子区在关注时间段内臭氧的最大时刻浓度和关注时间点对应的臭氧前体物的时刻浓度绘制ekma曲线；地理控制区判断模块，用于基于所述ekma曲线判断出所述监测区域中对于生成臭氧的控制因素所对应的地理控制区。
7.第三方面，提出了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上文所述的用于生成臭氧的控制因素的判断方法。
8.第四方面，提出了一种存储介质，存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行如上文所述的用于生成臭氧的控制因素的判断方法。
9.由以上本说明书一个或多个实施例提供的技术方案可见，本申请提供的用于生成臭氧的控制因素的判断方法可以自动实时采集监测网格所对应的每一个监测子区内臭氧前体物的时刻浓度和臭氧的时刻浓度之后，基于监测区域中所有监测子区内臭氧前体物在关注时间点出现的最大时刻浓度和关注时间点出现的臭氧前体物的时刻浓度绘制ekma曲线，从而得到监测区域对于生成臭氧的控制因素所在的地理控制区。采用本发明实施例提供的用于生成臭氧的控制因素的判断方法可以对生成臭氧的控制因素进行实时准确预测，并且简化操作过程。
附图说明
10.为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对一个或多个实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
11.图1是本说明书实施例提供的一种用于生成臭氧的控制因素的判断方法的步骤示意图。
12.图2是本说明书实施例提供的另一种用于生成臭氧的控制因素的判断方法中ekma曲线的说明示意图。
13.图3是本说明书实施例提供的又一种用于生成臭氧的控制因素的判断方法的步骤示意图。
14.图4是本说明书实施例提供的又一种用于生成臭氧的控制因素的判断方法的步骤示意图。
15.图5是本说明书实施例提供的又一种用于生成臭氧的控制因素的判断方法的步骤示意图。
16.图6是本发明实施例提供的又一种用于生成臭氧的控制因素的判断方法中基于ekma曲线判断出监测区域中对于生成臭氧的控制因素所在的控制区的示意图。
17.图7本说明书实施例提供的一种用于生成臭氧的控制因素的判断系统的结构示意图。
18.图8是本说明书实施例提供的另一种用于生成臭氧的控制因素的判断系统的结构示意图。
19.图9是本说明书的一个实施例提供的电子设备的结构示意图。
具体实施方式
20.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的一个或多个实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
21.本说明书实施例提供的用于生成臭氧的控制因素的判断方法，可以对生成臭氧的控制因素进行实时准确预测，并且简化操作过程。下面将详细地描述本发明实施例提供的用于生成臭氧的控制因素的判断方法及其各个步骤。
22.实施例一参照图1所示，为本说明书实施例提供的用于生成臭氧的控制因素的判断方法的步骤示意图。该用于生成臭氧的控制因素的判断方法，包括：步骤10：基于监测网格自动实时地获取监测区域中每一个监测子区在关注时间段内臭氧的时刻浓度、臭氧前体物的时刻浓度；针对目前用于生成臭氧的控制因素的判断方法所采用的观测数据为卫星数据，而卫星数据的分辨率不高，导致观测数据的空间分布精度不高，这些都会影响模拟o3的准确性，难以准确地预测不同地区内污染源的分布及臭氧排放的实际情况。本发明实施例提供的用于生成臭氧的控制因素的判断方法基于监测网格自动实时地获取监测区域中每一个监测子区在关注时间段内臭氧前体物的时刻浓度和臭氧的时刻浓度，高精度高密度地获取观测数据。这里所述的监测网格是对监测区域进行网格划分，每一个监测网格为一个监测子区。
23.自动实时获取每一个监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度，可以理解为自动连续监测该监测子区的浓度，通常采集的浓度即为时刻浓度。可以持续监测每一个监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度。这里的关注时间段可以是任意设定的时间段，比如一天或者一周。
24.需要说明的是，这里的臭氧前体物包括vocs和no
x
，其中no
x
包括no和no2，也可以包括对生成臭氧有影响的其它物质，在此不做限定。
25.步骤20：确定所述监测区域中每一个监测子区在所述关注时间段内所述臭氧出现最大时刻浓度的关注时间点；选取关注时间段，可以为一天。在该关注时间段内选取每一个监测子区出现臭氧的最大时刻浓度所对应的关注时间点。比如监测当天下午14点时臭氧的达到最大时刻浓度。接下来主要使用的观测数据是监测区域中每一个监测子区在关注时间段的观测数据绘制该监测区域在检测当天的ekma曲线。每一个监测子区的臭氧达到的最大时刻浓度所在的关注时间点可以不同。
26.步骤30：采用监测区域中多个监测子区在关注时间段内臭氧的最大时刻浓度和关注时间点对应的臭氧前体物的时刻浓度绘制ekma曲线；采用监测区域中多个监测子区在同一关注时间段内臭氧达到的最大时刻浓度、在
该关注时间段内臭氧达到最大时刻浓度所在的时间点对应的臭氧前体物的时刻浓度绘制ekma曲线。ekma曲线的横坐标和纵坐标分别是臭氧前体物的时刻浓度。这里的多个监测子区可以是监测区域中的所有监测子区。
27.ekma曲线通过未进行光化学反应的不同时刻浓度的no
x
和voc，计算臭氧的时刻浓度达到最大值的等值线。ekma曲线图说明了vocs和no
x
对于控制臭氧的重要性以及前体物比值vocs/no
x
如何影响臭氧的生成。参照图2所示，图中各曲线凸点相连（vocs/no
x
比值为8时）构成了ekma曲线的脊线，脊线将ekma曲线图分为两部分，分别是生成臭氧的vocs敏感区和no
x
敏感区。当vocs/no
x
比值较低时（大约在4~8范围内），no
x
与oh自由基的反应为主导，臭氧的生成处于vocs敏感区，同时降低vocs和no
x
的浓度并且保持vocs/no
x
的比值不变，臭氧的浓度会减少；当vocs/no
x
比值非常低时（低于4），降低no
x
浓度反而使臭氧浓度增加。
28.步骤40：基于ekma曲线判断出监测区域中对于生成臭氧的控制因素所对应的地理控制区。
29.臭氧o3是二次污染物，臭氧前体物vocs和no
x
的时刻浓度均可影响o3的生成，因此确定o3与前体物之间的关系成为制定o3控制策略的关键所在。o3与vocs、no
x
之间并非简单的线性关系，而是生成o3时对vocs和no
x
的敏感性不同，或称为生成o3受vocs控制或no
x
控制。可以看出，前体物vocs和nox都是生成臭氧的控制因素。
30.通过ekma曲线可以判断出不同区域在生成对于o3时对于vocs和no
x
的敏感性不同，即可以判断出生成o3受vocs控制或者no
x
控制所对应的地理区域不同。
31.参照图3所示，在一些实施例中，本发明实施例提供的用于生成臭氧的控制因素的判断方法，臭氧前体物包括vocs和no
x
，臭氧前体物的时刻浓度包括vocs时刻浓度和no
x
时刻浓度，步骤30：采用监测区域中多个监测子区在关注时间段内臭氧的最大时刻浓度和关注时间点对应的前体物的时刻浓度绘制ekma曲线，具体包括：步骤300：计算监测子区的前体物比值，前体物比值为关注时间段内关注时间点的vocs时刻浓度/no
x
时刻浓度；计算监测子区的前体物比值，前体物比值为关注时间段内关注时间点的vocs时刻浓度/no
x
时刻浓度，ekma曲线的绘制只需要每一个监测子区在关注时间段内关注时间点的vocs时刻浓度、no
x
时刻浓度以及臭氧最大时刻浓度。
32.步骤310：基于监测子区的前体物比值确定ekma曲线的脊线；在得到监测区域中监测子区的前体物比值比如所有监测子区的前体物比值之后，基于监测子区的前体物比值比如所有的监测子区的前体物比值确定ekma曲线的脊线位置。采用前体物比值来判断臭氧生成的敏感度，前体物比值反映臭氧等浓度曲线脊线的位置，在ekma曲线图中分别点出所有监测子区在关注时间点的vocs时刻浓度/no
x
时刻浓度所在的点，分别自原点依次连接后得到脊线位置。
33.步骤320：基于监测子区在关注时间段内关注时间点的vocs时刻浓度、no
x
时刻浓度和臭氧的最大时刻浓度绘制ekma曲线中除脊线之外的部分。
34.在确定ekma曲线的脊线之后利用监测区域中监测子区比如所有的监测子区在关注时间段内关注时间点的vocs时刻浓度、no
x
时刻浓度和臭氧的最大时刻浓度绘制ekma曲线，每一个监测子区在关注时间段内关注时间点的三个浓度值（vocs时刻浓度、no
x
时刻浓度和臭氧的最大时刻浓度）在ekma曲线中唯一对应的一组散点，三个值在坐标系中有对应
的三个散点，应用逻辑回归和插值等方法将散点连成几条臭氧等值线，绘制在ekma曲线图中，臭氧的最大时刻浓度在ekma曲线图中以等值线的形式体现。
35.参照图4所示，在一些实施例中，本发明实施例提供的用于生成臭氧的控制因素的判断方法，步骤40：基于ekma曲线判断出监测区域中对于生成臭氧的控制因素所对应的地理控制区，具体包括：步骤400：基于ekma曲线确定对于生成臭氧的控制因素；如图6所示，ekma曲线图中在脊线两侧由不同控制因素控制，左侧为voc控制区，该voc控制区内的数据点所对应的监测子区为voc控制区。脊线右侧为nox控制区，nox控制区的数据点所对应的监测子区为nox控制区。
36.步骤410：在ekma曲线中确定控制因素的分布区域；分布区域可以包括voc控制区、nox控制区和协同控制区，不同的分布区域在生成臭氧时受控于对应的控制因素所控制，即在不同的分布区域生成臭氧时对于不同前体物的敏感性不同。
37.步骤420：确定分布区域内臭氧前体物的时刻浓度和臭氧的最大时刻浓度所在的监测子区；根据分布区域内臭氧前体物的时刻浓度和臭氧的最大时刻浓度所在的监测子区，为不同的监测子区基于前面确定出来的分布区域划分到不同的地理控制区。
38.步骤430：基于监测子区确定控制因素在监测区域中对应的地理控制区。
39.从而将监测区域内所有的监测子区划分为不同的地理控制区，可以包括对应分布区域类型的vocs地理控制区、no
x
地理控制区和协同控制区。
40.参照图5所示，在一些实施例中，步骤10：基于监测网格自动实时获取监测区域中每一个监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度之前，本发明实施例提供的用于生成臭氧的控制因素的判断方法，还包括：步骤60：将监测区域划分为多个监测网格，监测网格的面积不大于1000m
×
1000m，每一个监测网格对应监测子区；在监测区域网格化布置监测设备，监测设备可以实时监测该监测子区内的臭氧前体物时刻浓度和臭氧的时刻浓度。每一个监测网格即监测子区的面积不大于1000m
×
1000m，比如500m
×
500m，这样可以在监测区域中实现高密度的布置监测设备。
41.步骤70：在每一个监测子区布置监测设备，用于获取监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度。
42.将监测区域划分为多个监测网格之后，在每一个监测子区布置监测设备，监测设备可以根据获取监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度。
43.下面结合图6给出的ekma曲线图为示例详细说明本发明实施例提供的用于生成臭氧的控制因素的判断方法。
44.假设某地区监测网格的各监测子区中监测设备的臭氧日最大浓度在下午15:00，即臭氧最大时刻浓度的关注时间点在15:00，臭氧日是上文所述的关注时间段，是一天时间。
45.将vocs和nox在该天15:00时的时刻浓度作为光化学反应前的初始浓度，臭氧日生成的臭氧最大时刻浓度（即15:00的时刻浓度）作为反应后的浓度，得到各监测设备在ekma
曲线中唯一对应的散点，应用逻辑回归和插值等方法将散点连成几条臭氧等值线，即为ekma曲线。可以看出，在ekma曲线的voc控制区，臭氧时刻浓度随着voc时刻浓度的增加而增加；在no
x
控制区，臭氧时刻浓度随着no
x
时刻浓度的增加而增加。
46.通过上述技术方案，本申请提供的用于生成臭氧的控制因素的判断方法可以自动实时采集监测网格所对应的每一个监测子区内臭氧前体物的时刻浓度和臭氧的时刻浓度之后，基于监测区域中所有监测子区内臭氧前体物在关注时间点出现的最大时刻浓度和关注时间点出现的臭氧前体物的时刻浓度绘制ekma曲线，从而得到监测区域对于生成臭氧的控制因素所在的地理控制区。采用本发明实施例提供的用于生成臭氧的控制因素的判断方法可以对生成臭氧的控制因素进行实时准确预测，并且简化操作过程。
47.实施例二参照图7所示，为本说明书实施例提供的用于生成臭氧的控制因素的判断系统1。该判断系统1可以对生成臭氧的控制因素进行准确预测，并且简化操作过程。该用于生成臭氧的控制因素的判断系统1，包括：浓度监测设备10，用于基于监测网格自动实时地获取监测区域中每一个监测子区在关注时间段内臭氧的时刻浓度、臭氧前体物的时刻浓度；针对目前用于生成臭氧的控制因素的判断方法所采用的观测数据为卫星数据，而卫星数据的分辨率不高，导致观测数据的空间分布精度不高，这些都会影响模拟o3的准确性，难以准确地预测不同地区内污染源的分布及臭氧排放的实际情况。本发明实施例提供的用于生成臭氧的控制因素的判断方法基于监测网格自动实时地获取监测区域中每一个监测子区在关注时间段内臭氧前体物的时刻浓度和臭氧的时刻浓度，高精度高密度地获取观测数据。这里所述的监测网格是对监测区域进行网格划分，每一个监测网格为一个监测子区。
48.自动实时获取每一个监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度，可以理解为自动连续监测该监测子区的浓度，通常采集的浓度即为时刻浓度。可以持续监测每一个监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度。这里的关注时间段可以是任意设定的时间段，比如一天或者一周。
49.需要说明的是，这里的臭氧前体物包括vocs和no
x
，其中no
x
包括no和no2，也可以包括对生成臭氧有影响的其它物质，在此不做限定。
50.关注时间段确定模块20，用于确定所述监测区域中每一个监测子区在所述关注时间段内所述臭氧出现最大时刻浓度的关注时间点；选取关注时间段，可以为一天。在该关注时间段内选取每一个监测子区出现臭氧的最大时刻浓度所对应的关注时间点。比如监测当天下午14点时臭氧的达到最大时刻浓度。接下来主要使用的观测数据是监测区域中每一个监测子区在关注时间段的观测数据绘制该监测区域在检测当天的ekma曲线。每一个监测子区的臭氧达到的最大时刻浓度所在的关注时间点可以不同。
51.ekma曲线绘制模块30，用于采用监测区域中多个监测子区在关注时间段内臭氧的最大时刻浓度和关注时间点对应的臭氧前体物的时刻浓度绘制ekma曲线；采用监测区域中多个监测子区在同一关注时间段内臭氧达到的最大时刻浓度、在该关注时间段内臭氧达到最大时刻浓度所在的时间点对应的前体物的时刻浓度绘制ekma
曲线。ekma曲线的横坐标和纵坐标分别是臭氧前体物的时刻浓度。
52.ekma曲线通过未进行光化学反应的不同时刻浓度的no
x
和voc，计算臭氧的时刻浓度达到最大值的等值线。ekma曲线图说明了vocs和no
x
对于控制臭氧的重要性以及前体物比值vocs/no
x
如何影响臭氧的生成。参照图2所示，图中各曲线凸点相连（vocs/no
x
比值为8时）构成了ekma曲线的脊线，脊线将ekma曲线图分为两部分，分别是生成臭氧的vocs敏感区和no
x
敏感区。当vocs/no
x
比值较低时（大约在4~8范围内），no
x
与oh自由基的反应为主导，臭氧的生成处于vocs敏感区，同时降低vocs和no
x
的浓度并且保持vocs/no
x
的比值不变，臭氧的浓度会减少；当vocs/no
x
比值非常低时（低于4），降低no
x
浓度反而使臭氧浓度增加。
53.地理控制区判断模块40，用于基于ekma曲线判断出监测区域中对于生成臭氧的控制因素所对应的地理控制区。
54.臭氧o3是二次污染物，臭氧前体物vocs和no
x
的时刻浓度均可影响o3的生成，因此确定o3与前体物之间的关系成为制定o3控制策略的关键所在。o3与vocs、no
x
之间并非简单的线性关系，而是生成o3时对vocs和no
x
的敏感性不同，或称为生成o3受vocs控制或no
x
控制。可以看出，前体物vocs和nox都是生成臭氧的控制因素。
55.通过ekma曲线可以判断出不同区域在生成对于o3时对于vocs和no
x
的敏感性不同，即可以判断出生成o3受vocs控制或者no
x
控制所对应的地理区域不同。
56.在一些实施例中，本发明实施例提供的用于生成臭氧的控制因素的判断系统中，臭氧前体物包括vocs和no
x
，臭氧前体物的时刻浓度包括vocs时刻浓度和no
x
时刻浓度，ekma曲线绘制模块30，还用于：计算监测子区的前体物比值，前体物比值为关注时间段内关注时间点的vocs时刻浓度/no
x
时刻浓度；计算监测子区的前体物比值比如所有监测子区的前体物比值，前体物比值为关注时间段内关注时间点的vocs时刻浓度/no
x
时刻浓度，ekma曲线的绘制只需要每一个监测子区在关注时间段内关注时间点的vocs时刻浓度、no
x
时刻浓度以及臭氧最大时刻浓度。
57.基于监测子区的前体物比值确定ekma曲线的脊线；在得到监测区域中监测子区比如所有监测子区的前体物比值之后，基于监测子区比如所有的监测子区的前体物比值确定ekma曲线的脊线位置。采用前体物比值来判断臭氧生成的敏感度，前体物比值反映臭氧等浓度曲线脊线的位置，在ekma曲线图中分别点出所有监测子区在关注时间点的vocs时刻浓度/no
x
时刻浓度所在的点，分别自原点依次连接后得到脊线位置。
58.基于监测子区在关注时间段内关注时间点的vocs时刻浓度、no
x
时刻浓度和臭氧的最大时刻浓度绘制ekma曲线中除脊线之外的部分。
59.在确定ekma曲线的脊线之后利用监测区域中监测子区比如所有的监测子区在关注时间段内关注时间点的vocs时刻浓度、no
x
时刻浓度和臭氧的最大时刻浓度绘制ekma曲线，每一个监测子区在关注时间段内关注时间点的三个浓度值（vocs时刻浓度、no
x
时刻浓度和臭氧的最大时刻浓度）在ekma曲线中唯一对应的一组散点，三个值在坐标系中有对应的三个散点，应用逻辑回归和插值等方法将散点连成几条臭氧等值线，绘制在ekma曲线图中，臭氧的最大时刻浓度在ekma曲线图中以等值线的形式体现。
60.在一些实施例中，本发明实施例提供的用于生成臭氧的控制因素的判断系统，地
理控制区判断模块40，还用于：基于ekma曲线确定对于生成臭氧的控制因素；如图6所示，ekma曲线图中在脊线两侧由不同控制因素控制，左侧为voc控制区，该voc控制区内的数据点所对应的监测子区为voc控制区。脊线右侧为nox控制区，nox控制区的数据点所对应的监测子区为nox控制区。
61.在ekma曲线中确定控制因素的分布区域；分布区域可以包括voc控制区、nox控制区和协同控制区，不同的分布区域在生成臭氧时受控于对应的控制因素所控制，即在不同的分布区域生成臭氧时对于不同前体物的敏感性不同。
62.确定分布区域内臭氧前体物的时刻浓度和臭氧的最大时刻浓度所在的监测子区；根据分布区域内臭氧前体物的时刻浓度和臭氧的最大时刻浓度所在的监测子区，为不同的监测子区基于前面确定出来的分布区域划分到不同的地理控制区。
63.基于监测子区确定控制因素在监测区域中对应的地理控制区。
64.从而将监测区域内所有的监测子区划分为不同的地理控制区，可以包括对应分布区域类型的vocs地理控制区、no
x
地理控制区和协同控制区。
65.参照图8所示，在一些实施例中，本发明实施例提供的用于生成臭氧的控制因素的判断系统，还包括配置模块50，在基于监测网格自动实时获取监测区域中每一个监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度之前，该配置模块50，还用于：将监测区域划分为多个监测网格，监测网格的面积不大于1000m
×
1000m，每一个监测网格对应监测子区；在监测区域网格化布置监测设备，监测设备可以实时监测该监测子区内的臭氧前体物时刻浓度和臭氧的时刻浓度。每一个监测网格即监测子区的面积不大于1000m
×
1000m，比如500m
×
500m，这样可以在监测区域中实现高密度的布置监测设备。
66.在每一个监测子区布置监测设备，用于获取监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度。
67.将监测区域划分为多个监测网格之后，在每一个监测子区布置监测设备，监测设备可以根据获取监测子区的臭氧前体物的时刻浓度和臭氧的时刻浓度。
68.通过上述技术方案，本申请提供的用于生成臭氧的控制因素的判断方法可以自动实时采集监测网格所对应的每一个监测子区内臭氧前体物的时刻浓度和臭氧的时刻浓度之后，基于监测区域中所有监测子区内臭氧前体物在关注时间点出现的最大时刻浓度和关注时间点出现的臭氧前体物的时刻浓度绘制ekma曲线，从而得到监测区域对于生成臭氧的控制因素所在的地理控制区。采用本发明实施例提供的用于生成臭氧的控制因素的判断方法可以对生成臭氧的控制因素进行实时准确预测，并且简化操作过程。
69.实施例三图9是本说明书实施例提供的一个实施例的电子设备的结构示意图。在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random
‑
access memory，ram)，也可能还包括非易失性存储器（non
‑
volatile memory），例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
70.处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa(industry standard architecture，工业标准体系结构）总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构）总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
71.存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
72.处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成区块链共识装置。处理器，执行存储器所存放的程序，并具体用于执行本说明书实施例中各执行主体所对应的方法步骤。
73.上述如本说明书图1至图6所示实施例揭示的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器（central processing unit，cpu）、网络处理器（network processor，np）等；还可以是数字信号处理器（digital signal processor，dsp）、专用集成电路（application specific integrated circuit，asic）、现场可编程门阵列（field－programmable gate array，fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
74.该电子设备还可执行图1至图6所示实施例的方法，并实现相应装置在图6和图7所示实施例的功能，本说明书实施例在此不再赘述。
75.当然，除了软件实现方式之外，本说明书实施例的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
76.通过上述技术方案，本申请提供的用于生成臭氧的控制因素的判断方法可以自动实时采集监测网格所对应的每一个监测子区内臭氧前体物的时刻浓度和臭氧的时刻浓度之后，基于监测区域中所有监测子区内臭氧前体物在关注时间点出现的最大时刻浓度和关注时间点出现的臭氧前体物的时刻浓度绘制ekma曲线，从而得到监测区域对于生成臭氧的控制因素所在的地理控制区。采用本发明实施例提供的用于生成臭氧的控制因素的判断方法可以对生成臭氧的控制因素进行实时准确预测，并且简化操作过程。
77.实施例四本说明书实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备
执行时，能够使该电子设备执行图1至图6所示实施例的方法。
78.通过上述技术方案，本申请提供的用于生成臭氧的控制因素的判断方法可以自动实时采集监测网格所对应的每一个监测子区内臭氧前体物的时刻浓度和臭氧的时刻浓度之后，基于监测区域中所有监测子区内臭氧前体物在关注时间点出现的最大时刻浓度和关注时间点出现的臭氧前体物的时刻浓度绘制ekma曲线，从而得到监测区域对于生成臭氧的控制因素所在的地理控制区。采用本发明实施例提供的用于生成臭氧的控制因素的判断方法可以对生成臭氧的控制因素进行实时准确预测，并且简化操作过程。
79.总之，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书的保护范围之内。
80.上述一个或多个实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
81.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
82.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
83.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
84.上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。