CN109446743B - 基于统计自适应方法计算突发污染源和外来污染输送贡献 - Google Patents

基于统计自适应方法计算突发污染源和外来污染输送贡献 Download PDF

Info

Publication number
CN109446743B
CN109446743B CN201811583852.2A CN201811583852A CN109446743B CN 109446743 B CN109446743 B CN 109446743B CN 201811583852 A CN201811583852 A CN 201811583852A CN 109446743 B CN109446743 B CN 109446743B
Authority
CN
China
Prior art keywords
pollution
concentration
pollutant concentration
external
contribution
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.)
Active
Application number
CN201811583852.2A
Other languages
English (en)
Other versions
CN109446743A (zh
Inventor
何涛
李艳萍
夏京
彭燕
杨卫芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHANGZHOU ENVIRONMENTAL MONITORING CENTER
Original Assignee
CHANGZHOU ENVIRONMENTAL MONITORING CENTER
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHANGZHOU ENVIRONMENTAL MONITORING CENTER filed Critical CHANGZHOU ENVIRONMENTAL MONITORING CENTER
Priority to CN201811583852.2A priority Critical patent/CN109446743B/zh
Publication of CN109446743A publication Critical patent/CN109446743A/zh
Application granted granted Critical
Publication of CN109446743B publication Critical patent/CN109446743B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明公开了一种基于统计自适应方法计算突发污染源和外来污染输送贡献，包括：a.在一个空气质量检测区域内设置若干个检测站点，获得每个站点的污染物浓度—小时或分钟数据序列，并获得污染物浓度增长曲线；b.检测突然升高数据，并进行判识；c.若为单个站点突变则判定为突发污染源，若为所有站点同时或依次突变则判定为外来污染输送；d.突发污染源贡献是由突变期间浓度减去突变前后时刻浓度线性插值结果计算得出；单个站点的外来污染输送贡献是由外来污染输送过程的增长曲线减去外来污染传输前的增长曲线计算得出，整个区域的贡献是由所有站点的外来污染输送贡献之和然后算术平均得出。本发明计算结果准确，且不需要污染源信息。

Description

基于统计自适应方法计算突发污染源和外来污染输送贡献
技术领域
本发明涉及一种空气质量监测中的突发污染源贡献和外来污染输送贡献计算方法，特别是涉及一种基于统计的自适应方法计算突发污染源和外来污染输送贡献，属于环境监测技术领域。
背景技术
突发污染源和外来污染输送贡献，传统的计算方法主要采用数值模型模拟和污染物来源解析，但该方法存在以下两个方面的缺点：一方面，计算突发污染源和外来污染输送贡献，均需要污染源信息；另一方面，由于污染源谱的不确定性和模式物理化学过程与实际大气过程有差异，导致计算时间长、成本和技术要求较高，计算结果也存在较大不确定性。
发明内容
本发明要解决的技术问题是提供一种计算方法简单，成本低，可靠性高，而且不需要污染源信息的基于统计自适应方法计算突发污染源和外来污染输送贡献。
为解决上述技术问题，本发明采用这样一种基于统计自适应方法计算突发污染源和外来污染输送贡献，包括以下步骤：
a. 在一个空气质量检测区域内设置若干个间隔分散分布的空气污染检测站点，通过设置在每个空气污染检测站点内的空气污染检测仪器，获得每个空气污染检测站点的污染物浓度—小时或分钟数据序列，并由所述污染物浓度—小时或分钟数据序列，获得每个空气污染检测站点的污染物浓度增长曲线；
b. 对每个空气污染检测站点内的所述污染物浓度—小时或分钟数据序列变化趋势进行突变检测，并相互比对，根据所述污染物浓度—小时或分钟数据序列变化趋势，检测突然升高的数据，并对该突然升高的数据段进行判识；
c. 通过对所述污染物浓度—小时或分钟数据序列变化趋势的突变检测，判断所述突然升高的数据段是单个空气污染检测站点突变，还是所有空气污染检测站点同时或依次突变，若为单个站点突变则将所述突然升高的数据段判定为突发污染源影响，若为所有站点同时或依次突变则将所述突然升高的数据段判定为外来污染输送影响；
d. 在步骤c中，若判定为突发污染源影响，则突发污染源贡献是由突变期间污染物浓度减去突变前后时刻污染物浓度线性插值结果计算得出；若判定为外来污染输送影响，则单个空气污染检测站点的外来污染输送贡献是由单个空气污染检测站点外来污染输送过程的污染物浓度增长曲线减去外来污染传输前的污染物浓度增长曲线计算得出；整个空气质量检测区域的外来污染输送贡献是由同一区域内所有空气污染检测站点的外来污染输送贡献之和然后算术平均得出。
在本发明中，在步骤a中，由所述污染物浓度—小时或分钟数据序列减去参考浓度得到每个空气污染检测站点的污染物浓度增长曲线，所述污染物浓度—小时或分钟数据序列初始时段往前推24小时内的最低浓度或者前2日的平均最低浓度为所述参考浓度；在步骤d中，所述外来污染传输前的污染物浓度增长曲线为选取外来污染传输前1～2日的污染物浓度增长曲线，或者外来污染传输过程前一段时间的污染物浓度增长曲线。
采用上述计算方法后，本发明具有以下有益效果：
本发明采用统计方法，根据污染物浓度—小时或分钟数据序列及其波动增长曲线特征，对空气质量监测数据直接进行统计分析，计算出突发污染源贡献和外来污染输送贡献，不需要污染源信息，计算方法简单，成本低，可靠性高。
本发明大幅缩短了计算时间，并且计算结果准确，同时对操作人员的技术要求较低。
附图说明
以下结合附图对本发明的具体实施方式作进一步的详细说明。
图1为本发明中突发污染源贡献的一种计算示意图。
图2为本发明中外来污染输送贡献的一种计算示意图。
具体实施方式
参见图1和图2，本发明提供了一种基于统计自适应方法计算突发污染源和外来污染输送贡献，包括以下步骤：
a. 在一个空气质量检测区域内设置若干个间隔分散分布的空气污染检测站点，所述的一个空气质量检测区域可以是某个城市，也可以是某个城市的一个行政区域等，所述的间隔分散分布可以是相互间隔数公里，例如5～10公里等，相互间隔的距离可根据城市大小实际情况确定，通过设置在每个空气污染检测站点内的空气污染检测仪器，所述仪器可采用市售的ThermoFisher5030、MetOne1020等各类型颗粒物监测设备，包含β射线原理、震荡天平原理等各类型监测设备，获得每个空气污染检测站点的污染物浓度—小时或分钟数据序列，并由所述污染物浓度—小时或分钟数据序列，获得每个空气污染检测站点的污染物浓度增长曲线；在本发明中，所述污染物浓度—小时或分钟数据序列可以是每隔1小时或15分钟或30分钟等时间段得到的污染物浓度数据序列，本发明优选为每隔1小时；
b. 对每个空气污染检测站点内的所述污染物浓度—小时或分钟数据序列变化趋势进行突变检测，并相互比对，根据所述污染物浓度—小时或分钟数据序列变化趋势，检测突然升高的数据，如图1中的A1段，并对该突然升高的数据段进行判识；
c. 通过对所述污染物浓度—小时或分钟数据序列变化趋势的突变检测，判断所述突然升高的数据段是单个空气污染检测站点突变，还是所有空气污染检测站点同时或依次突变，若为单个站点突变则将所述突然升高的数据段判定为突发污染源影响，若为所有站点同时或依次突变则将所述突然升高的数据段判定为外来污染输送影响；
d. 在步骤c中，若判定为突发污染源影响，则突发污染源贡献是由突变期间污染物浓度减去突变前后时刻污染物浓度线性插值结果计算得出；若判定为外来污染输送影响，则单个空气污染检测站点的外来污染输送贡献是由单个空气污染检测站点外来污染输送过程的污染物浓度增长曲线减去外来污染传输前的污染物浓度增长曲线计算得出；整个空气质量检测区域的外来污染输送贡献是由同一区域内所有空气污染检测站点的外来污染输送贡献之和然后算术平均得出。
在本发明中，在步骤a中，由所述污染物浓度—小时或分钟数据序列减去参考浓度得到每个空气污染检测站点的污染物浓度增长曲线，所述污染物浓度—小时或分钟数据序列初始时段往前推24小时内的最低浓度或者前2日的平均最低浓度为所述参考浓度；在步骤d中，所述外来污染传输前的污染物浓度增长曲线优选为选取外来污染传输前1～2日的污染物浓度增长曲线，或者外来污染传输过程前一段时间的污染物浓度增长曲线，所述前一段时间可以是前数小时，例如前6小时或12小时或24小时等。
参见图1所示的突发污染源贡献一种优选实施例计算示意图，首先，根据空气污染检测仪器监测得到的每隔1小时的污染物浓度数据序列，例如图1中所示的1点的浓度为6μg/m3，2点的浓度为5μg/m3，3点的浓度为7.2μg/m3，4点的浓度为7.9μg/m3，5点的浓度为8.8μg/m3，6点的浓度为10.2μg/m3，7点的浓度为13.5μg/m3，8点的浓度为19μg/m3，9点的浓度为55μg/m3，10点的浓度为24.5μg/m3，11点的浓度为19μg/m3，12点的浓度为10.5μg/m3，13点的浓度为8μg/m3，14点的浓度为11μg/m3，15点的浓度为17.5μg/m3，16点的浓度为25μg/m3，17点的浓度为33.5μg/m3，18点的浓度为36μg/m3，19点的浓度为34μg/m3，20点的浓度为29.5μg/m3，21点的浓度为19.5μg/m3，22点的浓度为13μg/m3，23点的浓度为10.5μg/m3，24点的浓度为9μg/m3，由上述污染物浓度—小时数据序列得到污染物浓度曲线A，在图中，8点～10点之间的数据段是突然升高的数据段A1，该突然升高的数据段A1仅为单个站点突变，其中，9点的浓度55μg/m3为突变点也即突变期间污染物浓度，突变前时刻污染物浓度即8点的浓度19μg/m3，突变后时刻污染物浓度即10点的浓度24.5μg/m3，突变前后时刻污染物浓度线性插值即8点与10点之间的平均浓度21.8μg/m3，则突发污染源贡献由突变期间污染物浓度55μg/m3减去突变前后时刻污染物浓度线性插值21.8μg/m3计算得出33.2μg/m3。
参见图2所示的外来污染输送贡献一种优选实施例计算示意图，首先，通过设置在每个空气污染检测站点内的空气污染检测仪器，监测得到每个空气污染检测站点外来污染输送过程的每隔1小时的污染物浓度数据序列，例如图2中所示单个空气污染检测站点外来污染输送过程的1点的浓度为68μg/m3，2点的浓度为78μg/m3，3点的浓度为87μg/m3，4点的浓度为100μg/m3，5点的浓度为108μg/m3，6点的浓度为118μg/m3，7点的浓度为132μg/m3，8点的浓度为139μg/m3，9点的浓度为147μg/m3，10点的浓度为155μg/m3，11点的浓度为158μg/m3，12点的浓度为169μg/m3，13点的浓度为174μg/m3，14点的浓度为172μg/m3，15点的浓度为169μg/m3，16点的浓度为167μg/m3，17点的浓度为146μg/m3，18点的浓度为161μg/m3，19点的浓度为185μg/m3，20点的浓度为182μg/m3，21点的浓度为168μg/m3，22点的浓度为158μg/m3，23点的浓度为147μg/m3，24点的浓度为124μg/m3，选取该数据序列初始时段往前推24小时内的最低浓度例如64μg/m3为参考浓度，通过上述污染物浓度—小时数据序列依次减去参考浓度得到1点～24点的浓度依次为4μg/m3、14μg/m3、23μg/m3、36μg/m3、44μg/m3、54μg/m3、68μg/m3、75μg/m3、83μg/m3、91μg/m3、94μg/m3、105μg/m3、110μg/m3、108μg/m3、105μg/m3、103μg/m3、82μg/m3、97μg/m3、121μg/m3、118μg/m3、104μg/m3、94μg/m3、83μg/m3和60μg/m3，从而得到单个空气污染检测站点外来污染输送过程的污染物浓度增长曲线B；通过设置在每个空气污染检测站点内的空气污染检测仪器，监测得到每个空气污染检测站点外来污染传输前1日的每隔1小时的污染物浓度数据序列，例如图2中所示上述单个空气污染检测站点外来污染传输前1日的1点的浓度为48.5μg/m3，2点的浓度为47.5μg/m3，3点的浓度为49.5μg/m3，4点的浓度为50.5μg/m3，5点的浓度为53μg/m3，6点的浓度为56.5μg/m3，7点的浓度为61.5μg/m3，8点的浓度为67μg/m3，9点的浓度为72.5μg/m3，10点的浓度为72.5μg/m3，11点的浓度为67μg/m3，12点的浓度为58.5μg/m3，13点的浓度为56μg/m3，14点的浓度为59μg/m3，15点的浓度为65.5μg/m3，16点的浓度为73μg/m3，17点的浓度为81.5μg/m3，18点的浓度为84μg/m3，19点的浓度为82μg/m3，20点的浓度为77.5μg/m3，21点的浓度为67.5μg/m3，22点的浓度为61μg/m3，23点的浓度为58.5μg/m3，24点的浓度为64μg/m3，选取该数据序列初始时段往前推24小时内的最低浓度例如48μg/m3为参考浓度，通过上述污染物浓度—小时数据序列依次减去参考浓度得到1点～24点的浓度依次为0.5μg/m3、-0.5μg/m3、1.5μg/m3、2.5μg/m3、5μg/m3、8.5μg/m3、13.5μg/m3、19μg/m3、24.5μg/m3、24.5μg/m3、19μg/m3、10.5μg/m3、8μg/m3、11μg/m3、17.5μg/m3、25μg/m3、3.5μg/m3、36μg/m3、34μg/m3、29.5μg/m3、19.5μg/m3、13μg/m3、10.5μg/m3和16μg/m3，从而得到上述单个空气污染检测站点外来污染传输前1日的污染物浓度增长曲线C；则上述单个空气污染检测站点的外来污染输送贡献是由单个空气污染检测站点外来污染输送过程的污染物浓度增长曲线B减去外来污染传输前的污染物浓度增长曲线C计算得出，即图2中所示阴影部分D；整个空气质量检测区域的外来污染输送贡献是由同一区域内所有空气污染检测站点的外来污染输送贡献之和然后算术平均得出，图中未示。
经过试用，本发明在不需要污染源信息的情况下，通过人工手动或电脑自动快速计算出突发污染源贡献和外来污染输送贡献，计算方法简单，计算结果准确，成本低，取得了良好的效果。

Claims (2)

1.一种基于统计自适应方法计算突发污染源和外来污染输送贡献，其特征在于，包括以下步骤：
a. 在一个空气质量检测区域内设置若干个间隔分散分布的空气污染检测站点，通过设置在每个空气污染检测站点内的空气污染检测仪器，获得每个空气污染检测站点的污染物浓度—小时或分钟数据序列，并由所述污染物浓度—小时或分钟数据序列，获得每个空气污染检测站点的污染物浓度增长曲线；
b. 对每个空气污染检测站点内的所述污染物浓度—小时或分钟数据序列变化趋势进行突变检测，并相互比对，根据所述污染物浓度—小时或分钟数据序列变化趋势，检测突然升高的数据，并对突然升高的数据段进行判识；
c. 通过对所述污染物浓度—小时或分钟数据序列变化趋势的突变检测，判断所述突然升高的数据段是单个空气污染检测站点突变，还是所有空气污染检测站点同时或依次突变，若为单个站点突变则将所述突然升高的数据段判定为突发污染源影响，若为所有站点同时或依次突变则将所述突然升高的数据段判定为外来污染输送影响；
d. 在步骤c中，若判定为突发污染源影响，则突发污染源贡献是由突变期间污染物浓度减去突变前后时刻污染物浓度线性插值结果计算得出；若判定为外来污染输送影响，则单个空气污染检测站点的外来污染输送贡献是由单个空气污染检测站点外来污染输送过程的污染物浓度增长曲线减去外来污染传输前的污染物浓度增长曲线计算得出；整个空气质量检测区域的外来污染输送贡献是由同一区域内所有空气污染检测站点的外来污染输送贡献之和然后算术平均得出。
2.根据权利要求1所述的基于统计自适应方法计算突发污染源和外来污染输送贡献，其特征在于：在步骤a中，由所述污染物浓度—小时或分钟数据序列减去参考浓度得到每个空气污染检测站点的污染物浓度增长曲线，所述污染物浓度—小时或分钟数据序列初始时段往前推24小时内的最低浓度或者前2日的平均最低浓度为所述参考浓度；在步骤d中，所述外来污染传输前的污染物浓度增长曲线为选取外来污染传输前1～2日的污染物浓度增长曲线，或者外来污染传输过程前一段时间的污染物浓度增长曲线。
CN201811583852.2A 2018-12-24 2018-12-24 基于统计自适应方法计算突发污染源和外来污染输送贡献 Active CN109446743B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811583852.2A CN109446743B (zh) 2018-12-24 2018-12-24 基于统计自适应方法计算突发污染源和外来污染输送贡献

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811583852.2A CN109446743B (zh) 2018-12-24 2018-12-24 基于统计自适应方法计算突发污染源和外来污染输送贡献

Publications (2)

Publication Number Publication Date
CN109446743A CN109446743A (zh) 2019-03-08
CN109446743B true CN109446743B (zh) 2022-11-29

Family

ID=65537997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811583852.2A Active CN109446743B (zh) 2018-12-24 2018-12-24 基于统计自适应方法计算突发污染源和外来污染输送贡献

Country Status (1)

Country Link
CN (1) CN109446743B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050122623A (ko) * 2004-06-25 2005-12-29 주식회사 에니텍 이동형 에어와치 시스템
CN106650159A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种城市路网大气污染物浓度时空分布实时监测系统
CN107194139A (zh) * 2016-03-14 2017-09-22 日电（中国）有限公司 大气污染源分级方法及计算设备
CN107917987A (zh) * 2017-11-09 2018-04-17 北京伟瑞迪科技有限公司 一种面向城市空气污染物溯源分析方法
CN108416521A (zh) * 2018-03-06 2018-08-17 深圳市卡普瑞环境科技有限公司 一种信息来源确定的方法以及信息来源确定装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050122623A (ko) * 2004-06-25 2005-12-29 주식회사 에니텍 이동형 에어와치 시스템
CN107194139A (zh) * 2016-03-14 2017-09-22 日电（中国）有限公司 大气污染源分级方法及计算设备
CN106650159A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种城市路网大气污染物浓度时空分布实时监测系统
CN107917987A (zh) * 2017-11-09 2018-04-17 北京伟瑞迪科技有限公司 一种面向城市空气污染物溯源分析方法
CN108416521A (zh) * 2018-03-06 2018-08-17 深圳市卡普瑞环境科技有限公司 一种信息来源确定的方法以及信息来源确定装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
北京及周边地区一次典型大气污染过程的模拟分析;马锋敏 等;《环境科学研究》;20080130;第30-36页 *
移动源对空气污染指数贡献的经济学分析——以大连市为例;夏艳清;《武汉职业技术学院学报》;20100615;第45-48页 *
近两年武汉市环境空气质量时空分布特征及污染源解析;莫彩芬 等;《湖北大学学报（自然科学版）》;20081105;第593-600页 *

Also Published As

Publication number Publication date
CN109446743A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN107122483B (zh) 基础地理信息数据质检方法、装置及系统
CN111950627B (zh) 一种多源信息融合方法及其应用
Chae et al. MX/G/1 vacation models with N-policy: heuristic interpretation of the mean waiting time
US6711514B1 (en) Method, apparatus and product for evaluating test data
CN106803137A (zh) 城市轨道交通afc系统实时进站客流量异常检测方法
CN112182961B (zh) 一种换流站无线网络信道大尺度衰落建模预测方法
CN102663516A (zh) 产品外场寿命及可靠性模型构建及评估方法
CN107015875A (zh) 一种电子整机贮存寿命评估方法及装置
CN109446743B (zh) 基于统计自适应方法计算突发污染源和外来污染输送贡献
CN115237079A (zh) 一种化工生产用设备智能化控制系统及控制方法
Rodríguez‐Picón et al. Degradation modeling of 2 fatigue‐crack growth characteristics based on inverse Gaussian processes: A case study
CN104581749A (zh) 一种移动网络数据业务业务量的预测方法和装置
CN115824545A (zh) 机载装备疲劳损伤加速耐久试验条件确定方法及系统
US9771880B2 (en) Real-time vehicle data acquisition and analysis
CN113313529A (zh) 一种基于时间回归序列成品油销售额预测方法
CN118551655A (zh) 一种识别供水管网污染源的方法
CN110083933B (zh) 一种考虑随机效应的腐蚀管道贝叶斯退化分析方法
CN116678775B (zh) 考虑环境腐蚀及连续介质力学损伤演化规律的腐蚀疲劳评估方法
CN115860559A (zh) 一种导弹平均修复时间的评估方法
CN1666561A (zh) 信号质量观测结果的应用
CN118013774A (zh) 一种应用于轨道交通振动环境影响评价的随机预测方法、计算机设备及可读存储介质
CN116805119A (zh) 一种基于维纳模型的电源组件贮存可靠性评估方法
CN107784398B (zh) 一种基于数据管理的动车组高级修调试优先级优化方法
CN105389406B (zh) 基于故障的单位加权累计数的整车设计可靠性评估方法
CN110516887B (zh) 一种基于工业互联网的流程优化服务平台

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant