CN106446401A - 一种基于gis的pm2.5可视化动态扩散仿真系统 - Google Patents
一种基于gis的pm2.5可视化动态扩散仿真系统 Download PDFInfo
- Publication number
- CN106446401A CN106446401A CN201610840343.8A CN201610840343A CN106446401A CN 106446401 A CN106446401 A CN 106446401A CN 201610840343 A CN201610840343 A CN 201610840343A CN 106446401 A CN106446401 A CN 106446401A
- Authority
- CN
- China
- Prior art keywords
- gis
- concentration
- ausplume
- hours
- diffusion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于GIS的PM2.5可视化动态扩散仿真系统,包括:利用高斯烟羽模型计算引擎AUSPLUME对排放到大气中的PM2.5的扩散情况进行模拟,得到当前PM2.5浓度分布情况;结合AUSPLUME得到的当前PM2.5浓度分布情况,使用AR模型选择合适的阶数预测未来5小时、未来24小时的PM2.5浓度扩散情况;利用ArcGIS的二次开发引擎ArcGIS Engine将SQL Server、高斯烟羽模型计算引擎AUSPLUME与GIS进行集成,集成后的系统GIS在内部调用AUSPLUME的计算结果与SQL Server中的PM2.5未来浓度预测结果;利用GIS中的数据集追加功能,将计算出来的浓度数据赋予给网格区域面数据集;建立空间及属性数据库;实现PM2.5当前浓度的可视化结果。
Description
技术领域
本发明涉及PM2.5监测预警领域,具体涉及一种基于GIS的PM2.5可视化动态扩散仿真系统。
背景技术
近年来,我国多个省份发生严重的PM2.5污染事件,对能见度及人们的身体健康产生了一定的影响和危害,及时准确地预警PM2.5浓度,对于评估空气质量,帮助人们合理安排出行具有重要意义。大气扩散模型是研究污染物扩散规律的重要工具,但大气扩散模型的不足之处在于,模型计算的结果通常以数据文本文件的形式输出,表现力不够,对于非专业人士难以理解。自回归(AR)模型是最基本、应用最广的时序模型,一段随时间变化而又相互关联的数据序列,可以用AR模型加以描述。地理信息系统(GIS)是对气象、地形、人口等地理信息进行存储和管理的工具,具有强大的空间表现能力,但其缺点是缺乏必要的数据分析和处理能力。
国内外对PM2.5的研究已初具成果,但仍有不足。比如,目前已有的用于PM2.5浓度扩散的仿真系统,大多只能进行静态参数模拟,未考虑气象数据如风速、风向、相对湿度等参数的各向异性问题;现有系统中GIS与大气扩散模型结合的案例存在模型简单、可视化程度不高等问题。本发明所设计的基于GIS的PM2.5可视化动态扩散仿真系统。
发明内容
针对现有技术的不足,提出一种可在时间和空间上动态预测PM2.5浓度并用GIS实现可视化结果的动态扩散仿真系统。本发明通过AR模型、扩散拟合计算引擎AUSPLUME、GIS相结合,动态预测PM2.5在时间和空间上的扩散浓度分布,并对扩散结果进行可视化,直观地反映出PM2.5随时间扩散后的浓度分布及影响范围变化,同时在系统内部实现AR模型、扩散模型与GIS的数据交换,使之便于操作、减少出错率。本发明所采用的的技术方案是:
一种基于GIS的PM2.5可视化动态扩散仿真系统,包括如下内容:
1)根据包括排放源温度、高度、出口直径在内的特征数据以及包括污染源周围风速、风向、大气稳定度等级在内的气象数据,利用高斯烟羽模型计算引擎AUSPLUME对排放到大气中的PM2.5的扩散情况进行模拟,得到当前PM2.5浓度分布情况的文本文件;
2)结合AUSPLUME得到的当前PM2.5浓度分布情况,使用AR模型选择合适的阶数预测未来5小时、未来24小时的PM2.5浓度扩散情况,结果保存在关系型数据库管理系统SQLServer中;
3)利用ArcGIS的二次开发引擎ArcGIS Engine将SQL Server、高斯烟羽模型计算引擎AUSPLUME与GIS进行集成,集成后的系统GIS在内部调用AUSPLUME的计算结果与SQLServer中的PM2.5未来浓度预测结果;
4)利用GIS中的数据集追加功能,将计算出来的浓度数据赋予给网格区域面数据集;
5)建立空间及属性数据库;将网格区域面数据集中的空间数据以GIS图层的形式存储到空间数据库中;属性信息主要是以表格形式存储的空间对象的属性信息,包括学校、医院、住宅小区在内的敏感点的位置坐标及人口数目;
6)将上一步的结果生成GIS中的浓度图层,利用反距离加权法IDW对浓度图层进行插值处理,生成栅格图层,然后从栅格图层中提取出等值线,在ArcGIS Engine的MapControl控件中,与基础地理图层进行叠加显示,实现PM2.5当前浓度的可视化结果;
7)设定合适的时间间隔,依次通过区域浓度叠加显示未来5小时、未来24小时的扩散浓度可视化结果。
本发明由于采取以上技术方案,具有以下有益效果:
1)本发明可动态预测PM2.5未来一段时间的浓度扩散情况,解决了现有仿真系统只能进行静态参数模拟的问题。
2)本发明提高了大气扩散模型的表现力,即可视化程度。以等值线、受污染区域范围等动态可视化形式输出结果,直观的反映出污染物随时间扩散后的浓度分布,并且对受污染的程度进行分级显示与标注。
3)可根据可视化后的扩散预警结果,叠加敏感区域信息、人口信息等数据,迅速确定出随时间变化后的受影响的区域和人员信息,进而为大气污染事故的处理提供支持。
附图说明
图1是基于GIS的PM2.5可视化动态扩散仿真系统技术流程图
图2是基于GIS的PM2.5可视化动态扩散仿真系统主要控件屏幕输出图(由于是屏幕直接拷贝的图,清晰度受到限制,但从图中可以看到主要控件)
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。
基于GIS的PM2.5可视化动态扩散仿真系统技术流程如图1所示,具体包括以下步骤:
步骤一利用扩散计算引擎AUSPLUME进行扩散浓度计算。输入扩散模型计算过程所需要数据之后,将输出PM2.5浓度文本文件。
步骤二利用AR模型预测未来5小时、未来24小时PM2.5的扩散浓度。使用阶次为5阶的AR模型预测未来5小时的PM2.5区域扩散浓度,使用阶次为7阶的AR模型预测未来24小时的PM2.5区域扩散浓度,结果保存在关系型数据库管理系统SQL Server中。
步骤三通过紧密耦合的方式用ArcGIS的二次开发引擎ArcGIS Engine将SQLServer、扩散计算引擎AUSPLUME与GIS进行集成,开发语言为C#,集成后的系统GIS在内部调用AUSPLUME的计算结果与SQL Server中的PM2.5未来浓度预测结果。
步骤四利用GIS中的数据集追加功能,追加3列网格区域面数据集,将AUSPLUME引擎及AR模型得到的当前浓度、未来5小时、未来24小时浓度赋予给追加的网格区域面数据集。
步骤五使用ArcSDE将空间数据以GIS图层的形式存储到空间数据库中,属性信息保存在SQL Server数据库中。调用空间数据库中存储的受体坐标及浓度数据;然后建立要素类,将图层中各要素(即受体位置点)的坐标、浓度值等数据存储到属性数据表中;最后将新建的要素类生成浓度图层添加到程序的MapControl控件中。
步骤六使用反距离加权法(IDW)对上一步生成的浓度图层进行插值处理。使用ArcGISEngine中的ISurfaceOp接口中提供的Contour方法从栅格图像中提取等值线。按照污染等级划分的边界值,分级提取等值线之后,对临近等值线之间的区域进行提取和填充,完成PM2.5当前浓度、未来5小时、未来24小时浓度的等值线填充区域可视化效果。
步骤七重写ArcGISEngine中的IDynamicLayer.DrawDynamicLayer中的程序,依次对PM2.5未来5小时、未来24小时的浓度可视化结果进行区域浓度叠加,动态显示PM2.5的扩散过程。
以上步骤中所出现的系统相关控件如图2所示。
对于本技术领域的技术人员来说,在不脱离本发明原理的基础上还可以对本发明的技术过程做一些改进和润饰,这些改进与润饰也应当视为本发明的保护内容。本实施例中未明确说明实现过程的均可通过现有技术加以实现。
Claims (1)
1.一种基于GIS的PM2.5可视化动态扩散仿真系统,包括如下内容:
1)根据包括排放源温度、高度、出口直径在内的特征数据以及包括污染源周围风速、风向、大气稳定度等级在内的气象数据,利用高斯烟羽模型计算引擎AUSPLUME对排放到大气中的PM2.5的扩散情况进行模拟,得到当前PM2.5浓度分布情况的文本文件。
2)结合AUSPLUME得到的当前PM2.5浓度分布情况,使用AR模型选择合适的阶数预测未来5小时、未来24小时的PM2.5浓度扩散情况,结果保存在关系型数据库管理系统SQL Server中;
3)利用ArcGIS的二次开发引擎ArcGIS Engine将SQL Server、高斯烟羽模型计算引擎AUSPLUME与GIS进行集成,集成后的系统GIS在内部调用AUSPLUME的计算结果与SQL Server中的PM2.5未来浓度预测结果;
4)利用GIS中的数据集追加功能,将计算出来的浓度数据赋予给网格区域面数据集;
5)建立空间及属性数据库;将网格区域面数据集中的空间数据以GIS图层的形式存储到空间数据库中;属性信息主要是以表格形式存储的空间对象的属性信息,包括学校、医院、住宅小区在内的敏感点的位置坐标及人口数目;
6)将上一步的结果生成GIS中的浓度图层,利用反距离加权法IDW对浓度图层进行插值处理,生成栅格图层,然后从栅格图层中提取出等值线,在ArcGIS Engine的MapControl控件中,与基础地理图层进行叠加显示,实现PM2.5当前浓度的可视化结果;
7)设定合适的时间间隔,依次通过区域浓度叠加显示未来5小时、未来24小时的扩散浓度可视化结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610840343.8A CN106446401B (zh) | 2016-09-22 | 2016-09-22 | 一种基于gis的pm2.5可视化动态扩散仿真系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610840343.8A CN106446401B (zh) | 2016-09-22 | 2016-09-22 | 一种基于gis的pm2.5可视化动态扩散仿真系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106446401A true CN106446401A (zh) | 2017-02-22 |
CN106446401B CN106446401B (zh) | 2019-05-07 |
Family
ID=58167080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610840343.8A Active CN106446401B (zh) | 2016-09-22 | 2016-09-22 | 一种基于gis的pm2.5可视化动态扩散仿真系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106446401B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845026A (zh) * | 2017-03-02 | 2017-06-13 | 中南大学 | 一种大气污染统计建模变量最优空间尺度选取方法 |
CN110210756A (zh) * | 2019-05-31 | 2019-09-06 | 华南理工大学 | 一种计及污染物扩散里程的电力系统经济调度方法 |
CN110941930A (zh) * | 2019-10-31 | 2020-03-31 | 天津大学 | 一种模拟蒙古乌兰巴托市pm2.5扩散情况的方法 |
CN111461405A (zh) * | 2020-03-09 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 污染物的扩散预测方法、装置、设备及存储介质 |
CN112217675A (zh) * | 2020-10-12 | 2021-01-12 | 北京电信规划设计院有限公司 | 固、移通讯网络大数据联合分析方法 |
CN112749478A (zh) * | 2020-12-11 | 2021-05-04 | 江苏汇环环保科技有限公司 | 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法 |
CN115481209A (zh) * | 2022-09-16 | 2022-12-16 | 盐城工学院 | 一种基于大数据和gis的可视化分析决策方法及系统 |
CN116504327A (zh) * | 2022-09-26 | 2023-07-28 | 中国疾病预防控制中心环境与健康相关产品安全所 | 近地面o3人群暴露的时空精细化分析评估方法及系统 |
CN116973523A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市智芯微纳科技有限公司 | 基于mems气体传感器阵列的气体检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010097331A (ko) * | 2000-04-21 | 2001-11-08 | 박원규 | 레이저 레이더 및 확산모델을 이용한 대기오염 정보시스템 |
CN102708245A (zh) * | 2012-05-09 | 2012-10-03 | 浙江大学 | 一种突发性水质污染事故模拟仿真及可视化服务系统 |
CN104008229A (zh) * | 2014-04-30 | 2014-08-27 | 北京大学 | 一种街区污染物浓度分布模型建立方法 |
CN104598692A (zh) * | 2015-02-02 | 2015-05-06 | 廖鹰 | 火电厂排放烟尘污染仿真模拟方法 |
US20160091474A1 (en) * | 2014-09-29 | 2016-03-31 | Tanguy Griffon | Method and a System for Determining at Least One Forecasted Air Quality Health Effect Caused in a Determined Geographical Area by at Least One Air Pollutant |
CN105675448A (zh) * | 2014-11-17 | 2016-06-15 | 中国科学院沈阳计算技术研究所有限公司 | 一种面向水环境质量监测的动态模拟污染物扩散的方法 |
CN105912562A (zh) * | 2016-03-21 | 2016-08-31 | 华南理工大学 | 基于层次化模型的数据可视化方法及其系统 |
-
2016
- 2016-09-22 CN CN201610840343.8A patent/CN106446401B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010097331A (ko) * | 2000-04-21 | 2001-11-08 | 박원규 | 레이저 레이더 및 확산모델을 이용한 대기오염 정보시스템 |
CN102708245A (zh) * | 2012-05-09 | 2012-10-03 | 浙江大学 | 一种突发性水质污染事故模拟仿真及可视化服务系统 |
CN104008229A (zh) * | 2014-04-30 | 2014-08-27 | 北京大学 | 一种街区污染物浓度分布模型建立方法 |
US20160091474A1 (en) * | 2014-09-29 | 2016-03-31 | Tanguy Griffon | Method and a System for Determining at Least One Forecasted Air Quality Health Effect Caused in a Determined Geographical Area by at Least One Air Pollutant |
CN105675448A (zh) * | 2014-11-17 | 2016-06-15 | 中国科学院沈阳计算技术研究所有限公司 | 一种面向水环境质量监测的动态模拟污染物扩散的方法 |
CN104598692A (zh) * | 2015-02-02 | 2015-05-06 | 廖鹰 | 火电厂排放烟尘污染仿真模拟方法 |
CN105912562A (zh) * | 2016-03-21 | 2016-08-31 | 华南理工大学 | 基于层次化模型的数据可视化方法及其系统 |
Non-Patent Citations (3)
Title |
---|
YU XUYAO 等: "Design and implementation of on-line automatic monitoring system for malodor pollution incidents based on ArcGIS", 《2013 IEEE 11TH INTERNATIONAL CONFERENCE ON ELECTRONIC MEASUREMENT & INSTRUMENTS》 * |
刘杰 等: "基于气象因素的PM2.5质量浓度预测模型", 《山东大学学报(工学版)》 * |
马迎斌: "基于GIS的大气污染扩散模拟研究", 《万方数据》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845026B (zh) * | 2017-03-02 | 2019-11-05 | 中南大学 | 一种大气污染统计建模变量最优空间尺度选取方法 |
CN106845026A (zh) * | 2017-03-02 | 2017-06-13 | 中南大学 | 一种大气污染统计建模变量最优空间尺度选取方法 |
CN110210756A (zh) * | 2019-05-31 | 2019-09-06 | 华南理工大学 | 一种计及污染物扩散里程的电力系统经济调度方法 |
CN110941930A (zh) * | 2019-10-31 | 2020-03-31 | 天津大学 | 一种模拟蒙古乌兰巴托市pm2.5扩散情况的方法 |
CN111461405A (zh) * | 2020-03-09 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 污染物的扩散预测方法、装置、设备及存储介质 |
CN112217675B (zh) * | 2020-10-12 | 2023-03-24 | 北京电信规划设计院有限公司 | 固、移通讯网络大数据联合分析方法 |
CN112217675A (zh) * | 2020-10-12 | 2021-01-12 | 北京电信规划设计院有限公司 | 固、移通讯网络大数据联合分析方法 |
CN112749478A (zh) * | 2020-12-11 | 2021-05-04 | 江苏汇环环保科技有限公司 | 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法 |
CN112749478B (zh) * | 2020-12-11 | 2024-02-09 | 江苏汇环环保科技有限公司 | 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法 |
CN115481209A (zh) * | 2022-09-16 | 2022-12-16 | 盐城工学院 | 一种基于大数据和gis的可视化分析决策方法及系统 |
CN116504327A (zh) * | 2022-09-26 | 2023-07-28 | 中国疾病预防控制中心环境与健康相关产品安全所 | 近地面o3人群暴露的时空精细化分析评估方法及系统 |
CN116504327B (zh) * | 2022-09-26 | 2024-01-30 | 中国疾病预防控制中心环境与健康相关产品安全所 | 近地面o3人群暴露的时空精细化分析评估方法及系统 |
CN116973523A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市智芯微纳科技有限公司 | 基于mems气体传感器阵列的气体检测方法及系统 |
CN116973523B (zh) * | 2023-09-22 | 2023-12-15 | 深圳市智芯微纳科技有限公司 | 基于mems气体传感器阵列的气体检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106446401B (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446401B (zh) | 一种基于gis的pm2.5可视化动态扩散仿真系统 | |
Anenberg et al. | Survey of ambient air pollution health risk assessment tools | |
Nawahda et al. | Evaluation of premature mortality caused by exposure to PM2. 5 and ozone in East Asia: 2000, 2005, 2020 | |
Robichaud et al. | Multi-pollutant surface objective analyses and mapping of air quality health index over North America | |
Maher et al. | Is the subtropical jet shifting poleward? | |
Aumond et al. | Probabilistic modeling framework for multisource sound mapping | |
Willenborg et al. | Applications of 3D city models for a better understanding of the built environment | |
CN106557869A (zh) | 一种基于poi点的大气污染物排放清单空间分配方法及装置 | |
Basconcillo et al. | Increasing activity of tropical cyclones in East Asia during the mature boreal autumn linked to long-term climate variability | |
Maantay et al. | Loose-coupling an air dispersion model and a geographic information system (GIS) for studying air pollution and asthma in the Bronx, New York City | |
Vicente et al. | Influence of different complexity levels of road traffic models on air quality modelling at street scale | |
Lian et al. | Evaluation of the WRF-UCM mesoscale model and ECMWF global operational forecasts over the Paris region in the prospect of tracer atmospheric transport modeling | |
Chen et al. | Simulating the effects of land urbanization on regional meteorology and air quality in Yangtze River Delta, China | |
Yue et al. | Spatiotemporal patterns of global air pollution: A multi-scale landscape analysis based on dust and sea-salt removed PM2. 5 data | |
Prueksakorn et al. | Applications of WRF/CALPUFF modeling system and multi-monitoring methods to investigate the effect of seasonal variations on odor dispersion: a case study of Changwon City, South Korea | |
Dbouk et al. | Risk assessment of pollen allergy in urban environments | |
Hamilton et al. | The impact of the London Olympic Parkland on the urban heat island | |
Koulidis et al. | Air quality levels in the vicinity of three major Greek airports | |
Carnevale et al. | Applying the delta tool to support the air quality directive: evaluation of the TCAM chemical transport model | |
Collet et al. | Future year ozone source attribution modeling studies for the eastern and western United States | |
Nazarian et al. | Multiscale modeling techniques to document urban climate change | |
Kim et al. | Added value of high-resolution regional climate model in simulating precipitation based on the changes in kinetic energy | |
Tian et al. | Local carbon emission zone construction in the highly urbanized regions: Application of residential and transport CO2 emissions in Shanghai, China | |
Li et al. | Application of intake fraction to population exposure estimates in Hunan Province of China | |
Wan et al. | Adopting urban morphological indicators to land use regression modeling of seasonal mean PM2. 5 concentrations for a high-density city |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |