원래 이름 기록: 生态环境部环境规划院

本发明公开了一种钢铁行业全链条能耗的减污降碳协同评估方法，属于钢铁行业节能减排领域，涵盖了从工艺数据系统化采集、流程建模，到能耗、碳排放与多污染物排放协同效应以及成本效益的定量分析，并能够智能生成优化决策建议。该方法通过对烧结、炼铁、炼钢、轧钢等主要工艺环节的全面数据采集和建模，明确各环节能耗及排放的边界和传递关系，实现对不同减污降碳措施在全流程中协同影响的精确评估与风险预警。创新性地集成了评估、反馈及建议环节，辅助钢铁企业高效实现多目标协同治理和绿色低碳转型。该方法为企业技术升级和政策优化提供科学、系统、可操作的决策依据，具有显著的实际应用价值。

本发明公开了基于机器学习的涉地下管道的新改扩建用地安全评估方法，涉及地下水污染防治技术领域，包括以下步骤：利用构建的基于机器学习的渗泄漏风险评估模型，对地下管道进行渗泄漏风险评估；依据渗泄漏风险评估结果，对存在渗泄漏风险的管道，利用构建的地下水污染风险评估模型，进行地下水污染风险评估，并依据评估结果，对地下管道新改扩建用地安全进行评估。本发明大大缩减基于数值模拟的传统风险评估工作量，计算过程简单实用、技术可靠、易于工程化实施，可为科学和精准的地下水污染防治提供可靠参考，具有重要的环保和社会意义。

本发明公开了机器学习的涉地下钢制储罐的新改扩建用地安全评估方法，包括：建立地下钢制储罐的渗泄漏风险评估案例库，筛选渗泄漏风险评价指标，赋分指标和优化权重，构建渗泄漏风险评估模型计算各储罐风险指数，筛选出大于等于第一预设阈值的储罐；筛选地下水污染风险评估指标并赋分、确定权重，构建地下水污染风险评估模型，并计算渗泄漏风险指数大于等于第一预设阈值的地下钢制储罐的水污染风险指标；判断水污染风险指标大于等于第一预设阈值的地下钢制储罐，其水污染风险指标是否大于等于第二预设阈值；是，则用地不安全；否，则用地安全；本发明通过构建渗泄漏与地下水污染两级风险评估模型并设定阈值，实现涉地下钢制储罐用地安全性的判定。

本发明公开了一种基于机器学习的岩溶型地下水水源地水质风险要素识别方法及设备，属于地下水污染防治技术领域。该方法包括：S1.构建涵盖目标层、准则层、指标层的水质致险因素的层次结构；S2.获取水质致险因素数据和水质指标浓度数据；S3.构建预测模型获取水质指标浓度预测值；建立水质致险因素与水质指标浓度相关关系；S4.分析预测值与真实值的线性拟合结果，确定最佳预测值；确定水质致险因素与水质指标浓度的最佳相关关系；S5.根据最佳预测值和最佳相关关系，确定不同水质致险因素对水质指标浓度的重要性；S6.基于重要性确定水质风险要素。本发明可以以“数据驱动”方式客观、高效、准确的识别出岩溶型地下水水源地水质风险要素，为地下水污染防治提供重要依据。