CN109582910A - 基于空气混合高度的地面pm2.5的计算方法及系统 - Google Patents
基于空气混合高度的地面pm2.5的计算方法及系统 Download PDFInfo
- Publication number
- CN109582910A CN109582910A CN201811512014.6A CN201811512014A CN109582910A CN 109582910 A CN109582910 A CN 109582910A CN 201811512014 A CN201811512014 A CN 201811512014A CN 109582910 A CN109582910 A CN 109582910A
- Authority
- CN
- China
- Prior art keywords
- ground
- aerosol optical
- optical depth
- mixing height
- multiple lattice
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 22
- 239000000443 aerosol Substances 0.000 claims abstract description 47
- 230000003287 optical effect Effects 0.000 claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 5
- 239000003344 environmental pollutant Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Dispersion Chemistry (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于空气混合高度的地面PM2.5的计算方法及系统,该方法包括:将待测区域划分为多个格点,根据卫星观测的待测区域的PM2.5的基础数据,计算待测区域的多个格点的整层大气气溶胶光学厚度;根据地面到高空的温度廓线,计算地面混合层高度;根据多个格点的整层大气气溶胶光学厚度和地面混合层高度,计算得到多个格点的卫星监测的地面气溶胶光学厚度;获取待测区域内地面站点监测的位置和气溶胶光学厚度值,并结合多个格点的卫星监测的地面气溶胶光学厚度,建立回归方程;根据回归方程以及多个格点的卫星监测的地面气溶胶光学厚度,计算得到多个格点的地面的PM2.5浓度。本发明计算流程简便,能够快速计算出地面PM2.5的浓度值。
Description
技术领域
本发明涉及电网防护以及空气质量检测领域,尤其涉及一种基于空气混合高度的地面PM2.5的计算方法及系统。
背景技术
在冬季,稳定的天气环境往往导致雾霾的发生,不仅对于环境造成严重的影响,还威胁人们的身体健康。对于电网而言,雾霾中颗粒物会大大降低绝缘性能,导致污闪的发生。严重时,影响电能输送,威胁供电安全。
因此,为了减少污闪的发生,开展污染环境下的电网调度,首先要全面掌控空气中的颗粒物分布,特别是PM2.5等细颗粒物的浓度。现有的监测主要是地面站点观测,由于输电线路常常位于偏远山区,站点监测缺乏。近年来,采用卫星技术监测成为了研究的热点,但由于卫星监测往往是测量整层的污染总量,对于地面污染情况往往难以获取,因此在卫星监测的基础上,提出一种基于空气混合高度的地面PM2.5计算方法,为雾霾高发时全面监测线路附近污染情况提供支撑。
发明内容
本发明提供一种基于空气混合高度的地面PM2.5的计算方法及系统,以解决卫星监测难以获取地面污染情况的技术问题。
为解决上述技术问题,本发明提供的技术方案为:
一种基于空气混合高度的地面PM2.5的计算方法,包括以下步骤:
将待测区域划分为多个格点,根据卫星观测的待测区域的PM2.5的基础数据,计算待测区域的多个格点的整层大气气溶胶光学厚度;
根据地面到高空的温度廓线,计算地面混合层高度;
根据多个格点的整层大气气溶胶光学厚度和地面混合层高度,计算得到多个格点的卫星监测的地面气溶胶光学厚度。
获取待测区域内地面站点监测的位置和气溶胶光学厚度值,并结合多个格点的卫星监测的地面气溶胶光学厚度,建立回归方程;
根据回归方程以及多个格点的卫星监测的地面气溶胶光学厚度,计算得到多个格点的地面的PM2.5浓度。
作为本发明的方法的进一步改进:
优选地,地面到高空的温度廓线是根据气象探空数据获取得到;计算地面混合层高度为:当地面温度低于高空温度时,选取温度廓线为特征廓线,并计算温度拐点的高度,作为地面混合层高度。
优选地,回归方程为:
O=αL+β
其中O表示地面观测的PM2.5浓度,L为卫星监测的地面气溶胶光学厚度,α和β为计算系数。
优选地,卫星监测的地面气溶胶光学厚度为整层大气气溶胶光学厚度除以地面混合层高度。
本发明还提供一种基于空气混合高度的地面PM2.5的计算系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的步骤。
本发明具有以下有益效果:
1、本发明的基于空气混合高度的地面PM2.5的计算方法及系统,计算流程简便,能够快速计算出地面PM2.5的浓度值。
2、在优选方案中,本发明的基于空气混合高度的地面PM2.5的计算方法及系统,通用性好,能够根据卫星监测结果,计算不同输电线路区段的PM2.5情况。能够全面掌握PM2.5污染物的整体分布情况,为开展电网应对雾霾提供技术支撑。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的基于空气混合高度的地面PM2.5的计算方法的流程示意图;
图2是本发明优选实施例1的测量混合层高度示意图;
图3是本发明优选实施例2的区域A及观测点位置示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
本发明实施例中所称的AOD值为Aerosol Optical Depth,气溶胶光学厚度。
参见图1,本发明的一种基于空气混合高度的地面PM2.5的计算方法,包括以下步骤:
将待测区域划分为多个格点,根据卫星观测的待测区域的PM2.5的基础数据,计算待测区域的多个格点的整层大气气溶胶光学厚度;
根据地面到高空的温度廓线,计算地面混合层高度;
根据多个格点的整层大气气溶胶光学厚度和地面混合层高度,计算得到多个格点的卫星监测的地面气溶胶光学厚度;
获取待测区域内地面站点监测的位置和气溶胶光学厚度值,并结合多个格点的卫星监测的地面气溶胶光学厚度,建立回归方程;
根据回归方程以及多个格点的卫星监测的地面气溶胶光学厚度,计算得到多个格点的地面的PM2.5浓度。
上述步骤,计算流程简便,能够快速计算出地面PM2.5的浓度值。能够根据卫星监测结果,计算不同输电线路区段的PM2.5情况。能够全面掌握PM2.5污染物的整体分布情况,为开展电网应对雾霾提供技术支撑。
实际实施时,本发明还可以进行扩展和优化,以下举例进行说明,实施例仅为了示例说明,不是对技术特征的组合方式进行限制,任何技术特征均可以跨实施例进行合理的组合。
实施例1:
本实施例的基于空气混合高度的地面PM2.5的计算方法,包括以下步骤:
(1)区域卫星数据获取。
参见图3,将观测区域划分为多个格点,选取观测区域A,并选取观测区域A的卫星S的观测数据作为计算区域A的PM2.5的基础数据。
(2)整层气溶胶光学厚度计算。
根据步骤(1)得到的卫星S的观测数据,反演计算区域A的气溶胶光学厚度TAOD。
(3)温度区间测量。
参见图2,根据气象探空数据,获取地面到高空的温度廓线,当地面温度低于高空温度时,选取该廓线为特征廓线,并计算温度拐点的高度,作为污染充分混合的高度,记为H。
(4)地面气溶胶光学厚度计算。
根据步骤(3)测量的高度H和步骤(2)计算的AOD浓度,计算地面AOD浓度LAOD:
LAOD=TAOD/H。
(5)站点PM2.5回归方程建立。
根据步骤(4)计算的地面气溶胶光学厚度LAOD,区域A内,地面站点监测的气溶胶光学厚度值,建立回归方程:
O=αL+β
其中O表示地面观测的PM2.5浓度,L为卫星监测的地面AOD值,α和β为计算系数。
(6)卫星监测区域的PM2.5计算。
根据步骤(5)得到的计算方程,以及步骤(4)计算的区域A中的地面气溶胶光学厚度得到地面的PM2.5浓度。
实施例2:
本实施例为实施例1的应用例。本实施例以京津冀某地区T时段为例,一种基于空气混合高度的地面PM2.5计算方法具体实施过程如下:
(1)区域卫星数据获取。
参见图3,将观测区域划分为多个格点,选取观测区域A,并选取观测区域A的2次MODIS AQUA卫星的观测数据作为计算区域A的PM2.5的基础数据。
(2)整层气溶胶光学厚度计算。
根据步骤(1)得到的卫星观测数据,反演计算区域A的4个格点的气溶胶光学厚度AOD值,得到表1:
表1卫星监测气溶胶光学厚度
(3)温度区间测量。
根据气象探空数据,获取地面到高空的温度廓线,当地面温度低于高空温度时,选取该廓线为特征廓线,并计算温度拐点的高度,H=200m。
(4)地面气溶胶光学厚度计算。
根据步骤(3)测量的高度H和步骤(2)计算的AOD浓度,计算地面AOD浓度LAOD:LAOD=TAOD/H。
得到表2:
表2地面气溶胶光学厚度
(5)站点PM2.5回归方程建立。
根据步骤(4)计算的地面气溶胶光学厚度LAOD,以及区域A内,地面站点OBS1监测地面站点监测的PM2.5值分别为80和66,将地面气溶胶光学厚度插值到站点上,得到站点的地面卫星监测AOD为0.0042和0.0039。
建立回归方程为:y=25000x-47.5;其中y为PM2.5值,x为地面监测AOD值。
(6)卫星监测区域的PM2.5计算。
根据步骤(5)得到的计算方程,以及步骤(4)计算的区域A中的地面气溶胶光学厚度得到地面的PM2.5,见表3。
表3地面的PM2.5
实施例3:
本实施例提供一种基于空气混合高度的地面PM2.5的计算系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一实施例的步骤。
综上可知,本发明通过空气混合高度、卫星观测的气溶胶厚度以及地面监测站点的监测值,综合计算得到地面PM2.5浓度,可为雾霾高发时全面监测线路附近污染情况提供支撑,精度高,通用性好。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于空气混合高度的地面PM2.5的计算方法,其特征在于,包括以下步骤:
将待测区域划分为多个格点,根据卫星观测的待测区域的PM2.5的基础数据,计算待测区域的多个格点的整层大气气溶胶光学厚度;
根据地面到高空的温度廓线,计算地面混合层高度;
根据所述多个格点的整层大气气溶胶光学厚度和所述地面混合层高度,计算得到多个格点的卫星监测的地面气溶胶光学厚度。
获取待测区域内地面站点监测的位置和气溶胶光学厚度值,并结合所述多个格点的卫星监测的地面气溶胶光学厚度,建立回归方程;
根据所述回归方程以及所述多个格点的卫星监测的地面气溶胶光学厚度,计算得到多个格点的地面的PM2.5浓度。
2.根据权利要求1所述的基于空气混合高度的地面PM2.5的计算方法,其特征在于,所述地面到高空的温度廓线是根据气象探空数据获取得到;所述计算地面混合层高度为:当地面温度低于高空温度时,选取所述温度廓线为特征廓线,并计算温度拐点的高度,作为地面混合层高度。
3.根据权利要求1所述的基于空气混合高度的地面PM2.5的计算方法,其特征在于,所述回归方程为:
O=αL+β
其中O表示地面观测的PM2.5浓度,L为卫星监测的地面气溶胶光学厚度,α和β为计算系数。
4.根据权利要求3所述的基于空气混合高度的地面PM2.5的计算方法,其特征在于,所述卫星监测的地面气溶胶光学厚度为整层大气气溶胶光学厚度除以所述地面混合层高度。
5.一种基于空气混合高度的地面PM2.5的计算系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至4中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811512014.6A CN109582910A (zh) | 2018-12-11 | 2018-12-11 | 基于空气混合高度的地面pm2.5的计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811512014.6A CN109582910A (zh) | 2018-12-11 | 2018-12-11 | 基于空气混合高度的地面pm2.5的计算方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109582910A true CN109582910A (zh) | 2019-04-05 |
Family
ID=65928160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811512014.6A Pending CN109582910A (zh) | 2018-12-11 | 2018-12-11 | 基于空气混合高度的地面pm2.5的计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109582910A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108609A (zh) * | 2019-05-07 | 2019-08-09 | 国网湖南省电力有限公司 | 一种基于卫星多通道的pm2.5浓度值分布情况获取方法及系统 |
CN111208585A (zh) * | 2020-01-15 | 2020-05-29 | 成都信息工程大学 | 一种基于pm2.5浓度廓线的污染边界层高度预警方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520515A (zh) * | 2009-03-31 | 2009-09-02 | 中国科学院安徽光学精密机械研究所 | 基于激光雷达的混合层高度的自动反演算法 |
CN102175216A (zh) * | 2011-02-28 | 2011-09-07 | 中南大学 | 城市大气混合层高度的预测方法 |
CN102183800A (zh) * | 2011-02-28 | 2011-09-14 | 中南大学 | 基于大气混合层高度参数的城市通风状况的预测方法 |
CN102539336A (zh) * | 2011-02-01 | 2012-07-04 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的可吸入颗粒物估算方法及系统 |
CN105678085A (zh) * | 2016-01-12 | 2016-06-15 | 环境保护部卫星环境应用中心 | 一种pm2.5浓度的估算方法及系统 |
US20170184393A1 (en) * | 2015-12-24 | 2017-06-29 | University Of Electronic Science And Technology Of China | Method for identifying air pollution sources based on aerosol retrieval and glowworm swarm algorithm |
CN108241779A (zh) * | 2017-12-29 | 2018-07-03 | 武汉大学 | 基于遥感数据的地面pm2.5浓度特征向量空间滤值建模方法 |
CN108763756A (zh) * | 2018-05-28 | 2018-11-06 | 河南工业大学 | 一种气溶胶光学厚度与pm2.5反演订正方法及其系统 |
-
2018
- 2018-12-11 CN CN201811512014.6A patent/CN109582910A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520515A (zh) * | 2009-03-31 | 2009-09-02 | 中国科学院安徽光学精密机械研究所 | 基于激光雷达的混合层高度的自动反演算法 |
CN102539336A (zh) * | 2011-02-01 | 2012-07-04 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的可吸入颗粒物估算方法及系统 |
CN102175216A (zh) * | 2011-02-28 | 2011-09-07 | 中南大学 | 城市大气混合层高度的预测方法 |
CN102183800A (zh) * | 2011-02-28 | 2011-09-14 | 中南大学 | 基于大气混合层高度参数的城市通风状况的预测方法 |
US20170184393A1 (en) * | 2015-12-24 | 2017-06-29 | University Of Electronic Science And Technology Of China | Method for identifying air pollution sources based on aerosol retrieval and glowworm swarm algorithm |
CN105678085A (zh) * | 2016-01-12 | 2016-06-15 | 环境保护部卫星环境应用中心 | 一种pm2.5浓度的估算方法及系统 |
CN108241779A (zh) * | 2017-12-29 | 2018-07-03 | 武汉大学 | 基于遥感数据的地面pm2.5浓度特征向量空间滤值建模方法 |
CN108763756A (zh) * | 2018-05-28 | 2018-11-06 | 河南工业大学 | 一种气溶胶光学厚度与pm2.5反演订正方法及其系统 |
Non-Patent Citations (2)
Title |
---|
何秀;邓兆泽;李成才;刘启汉;王美华;刘晓阳;毛节泰;: "MODIS气溶胶光学厚度产品在地面PM10监测方面的应用研究", 北京大学学报(自然科学版), no. 02, pages 31 - 33 * |
徐建辉;江洪;: "长江三角洲PM2.5质量浓度遥感估算与时空分布特征", 环境科学, no. 09 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108609A (zh) * | 2019-05-07 | 2019-08-09 | 国网湖南省电力有限公司 | 一种基于卫星多通道的pm2.5浓度值分布情况获取方法及系统 |
CN110108609B (zh) * | 2019-05-07 | 2021-11-02 | 国网湖南省电力有限公司 | 一种基于卫星多通道的pm2.5浓度值分布情况获取方法及系统 |
CN111208585A (zh) * | 2020-01-15 | 2020-05-29 | 成都信息工程大学 | 一种基于pm2.5浓度廓线的污染边界层高度预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Aircraft study of aerosol vertical distributions over Beijing and their optical properties | |
Wang et al. | Long-range transport and regional sources of PM2. 5 in Beijing based on long-term observations from 2005 to 2010 | |
Ye et al. | Study on the synoptic flow patterns and boundary layer process of the severe haze events over the North China Plain in January 2013 | |
Schmid et al. | Spatial representativeness and the location bias of flux footprints over inhomogeneous areas | |
Wang et al. | Characterization of aerosol hygroscopicity, mixing state, and CCN activity at a suburban site in the central North China Plain | |
Armstrong et al. | Ground-level climate at a peatland wind farm in Scotland is affected by wind turbine operation | |
Crumeyrolle et al. | New particle formation events measured on board the ATR-42 aircraft during the EUCAARI campaign | |
Chen et al. | Vertical distribution of optical and micro-physical properties of ambient aerosols during dry haze periods in Shanghai | |
Devi et al. | Observation-based 3-D view of aerosol radiative properties over Indian Continental Tropical Convergence Zone: implications to regional climate | |
Hu et al. | Trans-Pacific transport and evolution of aerosols: Evaluation of quasi-global WRF-Chem simulation with multiple observations | |
CN109582910A (zh) | 基于空气混合高度的地面pm2.5的计算方法及系统 | |
Wang et al. | Observations of aerosol optical properties at a coastal site in Hong Kong, South China | |
Kopanakis et al. | Particle number size distribution in the eastern Mediterranean: Formation and growth rates of ultrafine airborne atmospheric particles | |
Silva et al. | Aerosol hygroscopic growth and the dependence of atmospheric electric field measurements with relative humidity | |
Gogoi et al. | Airborne in situ measurements of aerosol size distributions and black carbon across the Indo-Gangetic Plain during SWAAMI–RAWEX | |
Lee et al. | Analytical approach to estimating aerosol extinction and visibility from satellite observations | |
Schichtel et al. | Eastern North American transport climatology during high-and low-ozone days | |
Forster et al. | Effects of three-dimensional photon transport on the radiative forcing of realistic contrails | |
Anfossi et al. | Simulation of atmospheric diffusion in low windspeed meandering conditions by a Monte Carlo dispersion model | |
Khan et al. | Soiling mitigation potential of glass coatings and tracker routines in the desert climate of Saudi Arabia | |
Song et al. | Multilevel measurements of fluxes and turbulence over an urban landscape in Beijing | |
Kim et al. | On air pollutant variations in the cases of long-range transport of dust particles observed in central Korea in the leeside of China in 2010 | |
Reade et al. | Cloud condensation nuclei measurements at Mace Head, Ireland, over the period 1994–2002 | |
Huo et al. | Observed particle sizes and fluxes of Aeolian sediment in the near surface layer during sand-dust storms in the Taklamakan Desert | |
Ying et al. | City-scale ventilation analysis using 3D buildings with Guangzhou case |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |