CN110084418A - 一种突发大气污染事故应急监测的监测点优化布设方法 - Google Patents
一种突发大气污染事故应急监测的监测点优化布设方法 Download PDFInfo
- Publication number
- CN110084418A CN110084418A CN201910320978.9A CN201910320978A CN110084418A CN 110084418 A CN110084418 A CN 110084418A CN 201910320978 A CN201910320978 A CN 201910320978A CN 110084418 A CN110084418 A CN 110084418A
- Authority
- CN
- China
- Prior art keywords
- grid
- monitoring
- fuzzy
- point
- pollutant
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000009826 distribution Methods 0.000 title claims abstract description 19
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 36
- 231100000719 pollutant Toxicity 0.000 claims abstract description 36
- 238000009792 diffusion process Methods 0.000 claims abstract description 29
- 238000005516 engineering process Methods 0.000 claims abstract description 25
- 239000000356 contaminant Substances 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 239000004744 fabric Substances 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 230000015271 coagulation Effects 0.000 claims description 4
- 238000005345 coagulation Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000011002 quantification Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract 1
- 238000002474 experimental method Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003746 surface roughness Effects 0.000 description 2
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 1
- 239000005030 aluminium foil Substances 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种突发大气污染事故应急监测的监测点优化布设方法,属于环境风险预警评估技术领域。本发明利用污染物污染物扩散模型确定事故发生后污染物的扩散范围和浓度分布特征,并基于下风向环境敏感点分布特征对布点范围进行网格化;通过模糊评价理论量化处理地理、环境敏感源分布等各应急监测布点影响因素之间的不确定性,结合基于聚类分析的后优化技术对不同网格进行筛选,根据监测资源量确定应急监测点的位置和数量。该优化布点方法定量转化处理优化布点中存在的不确定性,表征不同因素对监测布点的影响,弥补了突发大气污染事故应急监测布点只能参考常规污染物的监测规范和历史工作经验的缺陷。
Description
技术领域
本发明属于环境风险预警评估技术领域,具体涉及一种具有普适性的突发大气污染事故应急监测优化布点技术,具体涉及一种基于污染物扩散模型-模糊综合评价理论-后优化分析技术的应急监测点位优化布设方法。
背景技术
危险化学品生产、运输以及管理等引起的泄漏、火灾以及爆炸等突发大气污染事件进入了高发期,且具有突然性、污染过程动态变化以及环境复杂等特点,严重制约了事故的应急监测和响应处置,对人类健康和生态环境构成巨大威胁。城市或者工业园区常规污染物监测布点技术已不能满足快速应急监测的需求。
目前,污染物监测网络的优化研究主要集中在常规大气污染物监测网络优化布点方法的研究,并提出了目标优化模型、模糊聚类分析、插值布点技术、模型模拟以及相关性分析等方法理论,而对于突发大气污染应急监测的优化布点研究相对较少。多数环境应急监测点位的选取只能参考常规污染物的监测规范和历史工作经验,这为监测点布设带来了人为主观性因素,不能保证应急监测布点的可靠性和代表性。此外,不同于常规污染物的监测网络的优化布设,突发大气污染事故应急监测易受气象条件、地形特征、环境敏感点分布以及监测资源等因素限制,这导致了应急监测网络布设存在着多种不确定性和随机性。
因此,开发建立一种适用于复杂气象环境下的突发大气污染应急监测网络优化布点技术,快速、科学配置有限的监测资源,实现突发性大气污染的高效监测,已成为突发大气污染事故应急监测的核心和关键。
发明内容
本发明是要解决现有突发大气污染事故应急监测布点中存在多种不确定性、随机性和主观因素强的技术问题,提出一种基于污染物扩散模型-模糊综合平价理论-后优化分析技术的应急监测点位布设方法。
为解决上述技术问题,本发明采用如下的技术方案:
一种基于污染物扩散模型-模糊综合评价理论-后优化分析技术的应急监测点位优化布设方法,该布设方法包括污染物污染物扩散模型、模糊综合评价理论和后优化分析技术,污染物扩散模型对污染物的扩散范围进行精细化模拟,确定应急监测布点范围,模糊综合评价理论可以定量转化处理优化布点中存在的不确定性,表征不同因素对监测布点的影响,后优化分析技术可以对类似网格进行聚类,优化网格的筛选条件。
(1)引入气象条件对污染物扩散的影响,结合污染物扩散污染物模型,对污染物进行精细化模拟,确定应急监测的布点范围:
式中,i为网格编号;x为下风向任一点沿主导风向的坐标(m);y为下风向任一点水平面内垂直于主导风向的坐标(m);z为下风向任一点的高度坐标(m);Q为气体释放源强(ppb/s);Uw为气象情景w的风度(m/s);σy、σz分别为y侧向和z竖向扩散系数;H为气体抬升高度(m);Ci(p)为网格i的污染物综合评价浓度(ppb);ξw为气象情景w的发生概率(%);ciw(p)为网格i在气象情景w下的污染物平均浓度(ppb);π为常数;
(2)根据应急监测布点范围,以污染物释放点为坐标原点,建立地理坐标系,并根据下风向环境敏感点的分布范围确定网格间距,对应急监测布点区域进行网格化设置,明确各网格中心点的位置,并作为应急监测潜在的布设点位;
(3)确定应急监测优化布点的影响因素,利用模糊综合评价理论量化影响应急监测布点的多种复杂因素及各因素间的不确定性:
①构建m个网格n个评价指标的判断矩阵A=(aij)m×n,i=1,2,3,...,m;j=1,2,3,...n;
②判断矩阵归一化,得到归一化矩阵B=(bij)m×n,其中式中,amax,amin分别为同一指标下不同网格的最优者和最劣者。
③确定n个指标的熵权及其综合权重集。第j个指标的熵为且当fij=0时,fijlnfij=0;第j个指标的熵权为并且满足通过利用得到的n个指标的熵权值计算获取指标权重矩阵Zm×n=(zij)m×n,其中zij=bijWj,i∈m,j∈n;对该矩阵进行标准化,得到标准化矩阵(标准化评价指标权重集)C=(cij)m×n。
④构建网格的模糊评价矩阵。设评价集E={e1,e2,e3,e4,e5},即E={优,良,中等,差,较差},结合i个网格、j个评价指标的标准化评价指标权重集cij,通过评价指标对评价集E的隶属函数建立第j个指标在评价集E上的模糊子集,采用等腰三角形隶属函数,获取第i个网格的j个评价指标相对于评语集ek的隶属度rij(ek),进而得到第i个网格的模糊评价矩阵Ri,即
⑤利用Vi=A·Ri计算综合评价模糊子集,对获取的模糊子集Vi进行归一化处理,并根据综合评分高低优选的原则对评价网格进行筛选。
(4)以凝聚式聚类分析方法作为后优化分析技术,结合应急监测优化布点评价指标,对模糊综合评价初步筛选结果进行优化,弥补模糊综合平价理论的对多种因素及不确定性量化处理的不足,优化模糊综合评价理论的筛选条件:
①将各网格单独看作一类,计算各网格间的最小距离,本研究引用欧氏距
离作为距离度量,其中,欧式距离可表达为:
式中,a=(a1,a2,...,an)和b=(b1,b2,...,bn)为潜在布点网格组成的两个样本,n为潜在监测布点网格的数目。
②通过计算,将距离最小的两个类网格合并成一个新的类别;
③重新计算新类与所有类之间的距离;
④重复步骤②和③,直到所有类别网格最后合并成一类。
(5)基于模糊综合平价理论和优化分析技术获取的综合评价结果及筛选条件,确定应急监测点位布设网格。
本发明提出的应急监测优化布点技术方法耦合了污染物扩散模型、模糊综合评价理论以及后优化分析技术,综合考虑了不同气象条件对污染物扩散的影响,定量转化了应急监测布点中各因素之类的影响以及不确定性,并对单一评价理论进行了完善,达到了科学、快速获取突发大气污染事故应急监测点的位置和数量信息。使用本发明,可以在监测资源有限的条件下用于多种类型的突发大气污染事故的应急监测布点,计算效率快、具有较高的监测覆盖率、监测精度以及普遍的适用性。
附图说明
图1为突发大气污染事故应急监测点位布设流程图
图2为实施例1的试验场地地理信息。其中,a位置坐标图;b实验监测布点图;c地形高程图。
图3实施例1的SF6泄漏模拟实验下风向污染物扩散模拟范围。
图4实施例1的SF6泄漏模拟实验下风向布点网格设置。
图5实施例1的两种敏感点分布情境下不同最优监测点位的覆盖率和相对误差变化情况。
图6实施例1的最优监测点位数下的应急监测优化布点方案。
具体实施方式
以下结合于外场开展的SF6释放模拟实验的实例具体阐述本发明基于污染物扩散模型-模糊综合平价理论-后优化分析技术的应急监测点位布设方法的内容。
(1)综合评价浓度计算,确定应急监测潜在布点范围
根据外场模拟实验期间气象信息的变化特征,划分不同的气象计算情景,利用污染物数值扩散模型计算不同气象情景下的污染物扩散浓度,获取整个实验期间污染物的扩散范围以及浓度变化特征,确定下风向的应急监测布点范围,计算方法如下:
式中,i为网格编号;;x为下风向任一点沿主导风向的坐标(m);y为下风向任一点垂直于主导风向的坐标(m);z为下风向任一点的高度坐标(m);Q为气体释放源强(ppb/s);Uw为气象情景w的风度(m/s);σy、σz分别为侧向和竖向扩散系数;H为气体抬升高度(m);Ci(p)为网格i的污染物综合评价浓度(ppb);ξw为气象情景w的发生概率(%);ciw(p)为网格i在气象情景w下的污染物平均浓度(ppb);π为常数。
(2)污染物扩散区域网格化划分
以事故点为坐标原点,主导风向为45°线,建立地理坐标系,并根据下风向环境敏感点的分布范围确定个间距,对下风向扩散区域进行网格划分,明确各网格中心点的位置,并作为应急监测潜在的布设点位。
(3)计算各网格的模糊综合评价权重
综合考虑各网格气体扩散浓度、气体浓度变化梯度、地面粗糙度、气体空间分布特征以及环境敏感点等5个评价指标,建立构建所有网格5个评价指标的判断矩阵,并进行矩阵归一化处理,得到归一化矩阵;在此基础上,确定5个指标的熵权及其综合权重集,并构建网格的模糊评价矩阵,最后,计算综合评价模糊子集,对获取的模糊子集进行归一化处理。
(4)利用后优化技术对模糊综合评价结果进行优化筛选
选取凝聚式分层聚类方法作为后优化分析技术对模糊综合评价理后的优化结果进行后优化分析。将各网格单独看作一类,计算各网格间的最小欧式距离,距离最小的两个类网格合并成一个新的类别;在此基础上,计算新类与所有类之间的距离,直至所有类别网格最后合并成一类。
(5)应急监测潜在布设点位筛选
根据模糊综合评价理论获取的各网格综合评分以及各网格之间的聚类结果,对潜在布点网格按照评分高低优选的原则进行筛选,其中对同一类别的优选网格进行筛选时,规定相邻的网格不能同时成为监测优选点位。
实施例1
为验证本发明的优异效果,以SF6泄漏模拟实验为案例对基于扩散模型-模糊综合评价-后优化分析技术相结合的突发大气污染应急监测布点技术进行验证评估。
(1)案例描述
SF6泄漏实验场地位于内蒙古科尔沁草原(46.5°N,122.8°E),地势西高东低(平均海拔~660m),以草原、丘陵为主(图2中的a)。SF6泄漏实验气体释放高度为10m,释放速率为30kg/h,释放时间为10min。下风向采用以主导风向为中轴的扇形布点,布点覆盖范围为60°,共计布设34个采样点,并记录采样点坐标信息(图2中的b)。利用自动气体采样仪和铝箔采样袋(容量10L)进行样品采集,采集流速为1L/min,采样高度1.5m,采样时间为10min。同时,为保证气密性,采样袋与采样仪之间还配备了氟胶垫和聚四氟乙烯管。实验前期,在实验区随机采集5个气体样品,监测实验区域的SF6环境本底值,经测试所有采集样品均未检出。
采用微波风廓线雷达以及气象传感器进行气象同步监测,以提供实验期间不同高度的实时气象信息(风向、风速、大气压力以及温度等)。实验前期,实验团队将微波风廓线雷达以及气象传感器监测的气象数据与国家气象监测站点的实测数据进行了校验,以保证实验期间气象数据的真实性和科学性。SF6样品测试分析采用气相色谱-电子捕获(GC-ECD)检测技术,气体检出限为0.01ppb;毛细色谱柱:Restek RTX-1701毛细管色谱柱,0.25mm ID×0.25μm×30m。样品测试通过气体微量进样器抽取气体进样,每个样品测定3次,用保留时间定性,峰面积定量,根据标准曲线计算得到样品中SF6的体积浓度。
(2)布点方案评价指标
为了验证评估优化布点方案的科学性和客观性,本研究选取监测区域覆盖率、优选点位插值浓度均值与所有点位(采样点和优选点)浓度均值之间的相对偏差作为优化布点方案的评估指标,建立优化布点方案校验方法,以表征布点方案的监测覆盖率和准确率。
①布点方案的监测覆盖率
定义监测点优选网格及其接壤的周边网格作为其监测的有效范围,用以表征优选点位的有效监测范围,即监测覆盖率,并且优选点位的监测范围之间覆盖相同的网格(即,优选点位之间相距一个网格,拥有共同的覆盖网格),则该网格在计算监测点优化方案的覆盖率时不可重复计算,具体公式如下:
式中,θ为布点方案的监测覆盖率(%),Ntotal为潜在布点网格数量,Ns为优选监测点s对应的有效监测覆盖网格数量。
②布点方案的监测准确率
布点方案的监测准确率可用优选布设监测点位插值浓度均值与所有点位(包括:优选监测点位和实验采样点位)浓度均值之间的相对偏差进行表征。
S∈I,且s=1,2,...,S.
式中,η为布点方案的监测准确率(%)。Cs、Ci分别为优选布设监测点浓度与所有点位(包括:优选监测点位和实验采样点位)浓度(ppb)。N′total为潜在布点网格数量,N′s为优选监测点s对应的网格数量。
(3)实施效果
①综合评价浓度结算,确定应急监测潜在布点范围
针对SF6外场模拟实验开展期间气象条件变化特征,对实验期间的气象条件划分5种气象情景(见表1),利用污染物数值扩散模型计算不同气象情景下的污染物扩散浓度,获取整个实验期间污染物的扩散范围以及浓度变化特征,确定下风向的应急监测布点范围(图3)。
表1气象情景划分结果
②污染物扩散区域网格化划分
以事故点为坐标原点,主导风向为45°线,建立地理坐标系,并根据下风向环境敏感点的分布范围确定个间距,对下风向扩散区域进行网格划分,明确各网格中心点的位置,并作为应急监测潜在的布设点位(图4)。
③综合考虑各网格气体扩散浓度、气体浓度变化梯度、地面粗糙度、气体空间分布特征以及环境敏感点等5个评价指标,利用模糊综合评价理论获取各个网格在评价指标下的模糊评价矩阵。在此基础上,利用凝聚式分层聚类方法作为后优化分析技术对模糊综合评价理后的优化结果进行后优化分析,计算不同优选监测点位数对应的监测覆盖率和监测准确性(如图5所示)。
④确定最优监测点位数,获取应急监测监测点布设方案
最优监测点位数为7时,2种分析情景下(情景1,污染物扩散区域无环境敏感点;情景2,污染物扩散区域有环境敏感点)的优化布点方案(图6)中各优选监测点位覆盖率分别为76.2%和61.9%,优化方案的相对偏差分别为14.6%和-12.2%,能够满足应急监测和优化布点的需求;相比现有的应急监测布点技术,本发明具有较高的监测覆盖率、监测精度以及普遍的适用性,可以在监测资源有限的条件下用于多种类型的突发大气污染事故的应急监测布点。
Claims (2)
1.一种基于污染物扩散模型-模糊综合评价理论-后优化分析技术的应急监测点位优化布设方法,其特征在于,该布设方法包括污染物污染物扩散模型、模糊综合评价理论和后优化分析技术,污染物扩散模型对污染物的扩散范围进行精细化模拟,确定应急监测布点范围,模糊综合评价理论可以定量转化处理优化布点中存在的不确定性,表征不同因素对监测布点的影响,后优化分析技术可以对类似网格进行聚类,优化网格的筛选条件。
2.按照权利要求1所述的一种基于污染物扩散模型-模糊综合评价理论-后优化分析技术的应急监测点位优化布设方法,其特征在于,具体包括以下步骤:
(1)引入气象条件对污染物扩散的影响,结合污染物扩散污染物模型,对污染物进行精细化模拟,确定应急监测的布点范围:
式中,i为网格编号;x为下风向任一点沿主导风向的坐标(m);y为下风向任一点水平面内垂直于主导风向的坐标(m);z为下风向任一点的高度坐标(m);Q为气体释放源强(ppb/s);Uw为气象情景w的风度(m/s);σy、σz分别为y侧向和z竖向扩散系数;H为气体抬升高度(m);Ci(p)为网格i的污染物综合评价浓度(ppb);ξw为气象情景w的发生概率(%);ciw(p)为网格i在气象情景w下的污染物平均浓度(ppb);π为常数;
(2)根据应急监测布点范围,以污染物释放点为坐标原点,建立地理坐标系,并根据下风向环境敏感点的分布范围确定网格间距,对应急监测布点区域进行网格化设置,明确各网格中心点的位置,并作为应急监测潜在的布设点位;
(3)确定应急监测优化布点的影响因素,利用模糊综合评价理论量化影响应急监测布点的多种复杂因素及各因素间的不确定性:
①构建m个网格n个评价指标的判断矩阵A=(aij)m×n,i=1,2,3,...,m;j=1,2,3,...n;
②判断矩阵归一化,得到归一化矩阵B=(bij)m×n,其中式中,amax,amin分别为同一指标下不同网格的最优者和最劣者;
③确定n个指标的熵权及其综合权重集。第j个指标的熵为 且当fij=0时,fijlnfij=0;第j个指标的熵权为并且满足通过利用得到的n个指标的熵权值计算获取指标权重矩阵Zm×n=(zij)m×n,其中zij=bijWj,i∈m,j∈n;对该矩阵进行标准化,得到标准化矩阵(标准化评价指标权重集)C=(cij)m×n;
④构建网格的模糊评价矩阵。设评价集E={e1,e2,e3,e4,e5},即E={优,良,中等,差,较差},结合i个网格、j个评价指标的标准化评价指标权重集cij,通过评价指标对评价集E的隶属函数建立第j个指标在评价集E上的模糊子集,采用等腰三角形隶属函数,获取第i个网格的j个评价指标相对于评语集ek的隶属度rij(ek),进而得到第i个网格的模糊评价矩阵Ri,即
⑤利用Vi=A·Ri计算综合评价模糊子集,对获取的模糊子集Vi进行归一化处理,并根据综合评分高低优选的原则对评价网格进行筛选。
(4)以凝聚式聚类分析方法作为后优化分析技术,结合应急监测优化布点评价指标,对模糊综合评价初步筛选结果进行优化,弥补模糊综合平价理论的对多种因素及不确定性量化处理的不足,优化模糊综合评价理论的筛选条件:
①将各网格单独看作一类,计算各网格间的最小距离,本研究引用欧氏距离作为距离度量,其中,欧式距离可表达为:
式中,a=(a1,a2,...,an)和b=(b1,b2,...,bn)为潜在布点网格组成的两个样本,n为潜在监测布点网格的数目。
②通过计算,将距离最小的两个类网格合并成一个新的类别;
③重新计算新类与所有类之间的距离;
④重复步骤②和③,直到所有类别网格最后合并成一类;
(5)基于模糊综合平价理论和优化分析技术获取的综合评价结果及筛选条件,确定应急监测点位布设网格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910320978.9A CN110084418B (zh) | 2019-04-21 | 2019-04-21 | 一种突发大气污染事故应急监测的监测点优化布设方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910320978.9A CN110084418B (zh) | 2019-04-21 | 2019-04-21 | 一种突发大气污染事故应急监测的监测点优化布设方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110084418A true CN110084418A (zh) | 2019-08-02 |
CN110084418B CN110084418B (zh) | 2021-07-16 |
Family
ID=67415818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910320978.9A Active CN110084418B (zh) | 2019-04-21 | 2019-04-21 | 一种突发大气污染事故应急监测的监测点优化布设方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084418B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110849415A (zh) * | 2019-11-07 | 2020-02-28 | 中交天航港湾建设工程有限公司 | 一种降雨点位布设及监测系统及方法 |
CN110889199A (zh) * | 2019-11-01 | 2020-03-17 | 河海大学 | 一种港口大气颗粒物浓度在线检测器的布局优化方法 |
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 |
CN111930864A (zh) * | 2020-07-15 | 2020-11-13 | 中科三清科技有限公司 | 基于监测数据的网格化清单优化方法和装置 |
CN111950867A (zh) * | 2020-07-24 | 2020-11-17 | 中日友好环境保护中心(生态环境部环境发展中心) | 一种突发水环境污染应急的技术评估方法 |
CN112233247A (zh) * | 2020-09-29 | 2021-01-15 | 广东新禾道信息科技有限公司 | 大气污染防治网格化监控设备及其使用方法 |
CN112858594A (zh) * | 2021-02-23 | 2021-05-28 | 重庆市生态环境监测中心 | 山地城市空气质量监测点布设方法、介质、计算机设备 |
CN113349130A (zh) * | 2021-06-23 | 2021-09-07 | 北京师范大学 | 浮筏吊笼养殖优化排列方法、规划方法及优化排列系统 |
CN113655176A (zh) * | 2021-08-12 | 2021-11-16 | 平安国际智慧城市科技股份有限公司 | 垃圾焚烧的污染超标检测方法、装置、设备及存储介质 |
CN113777224A (zh) * | 2021-08-12 | 2021-12-10 | 北京金水永利科技有限公司 | 一种网格化空气质量评估数据的生成方法及系统 |
CN114371260A (zh) * | 2022-01-17 | 2022-04-19 | 上海蓝科石化环保科技股份有限公司 | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 |
CN114755387A (zh) * | 2022-05-24 | 2022-07-15 | 深圳市环境科学研究院 | 基于假设检验法的水体监测点位优化方法 |
CN115144548A (zh) * | 2022-08-31 | 2022-10-04 | 天津市环鉴环境检测有限公司 | 有害气体成分实时监测系统及其监测方法 |
CN117610898A (zh) * | 2024-01-24 | 2024-02-27 | 北京玖天气象科技有限公司 | 电网气象监测网络装置的布点方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646160A (zh) * | 2012-02-21 | 2012-08-22 | 北京工业大学 | 基于商权模糊物元法的区域水污染综合评价与优化方法 |
CN105550784A (zh) * | 2016-01-20 | 2016-05-04 | 中科宇图科技股份有限公司 | 一种空气质量监测站优化布点方法 |
CN106339775A (zh) * | 2016-08-23 | 2017-01-18 | 北京市环境保护监测中心 | 基于天气分型和气象要素聚类的空气重污染案例判别方法 |
CN109613182A (zh) * | 2018-12-21 | 2019-04-12 | 北京英视睿达科技有限公司 | 基于大气污染物的监测布点选址方法及装置 |
-
2019
- 2019-04-21 CN CN201910320978.9A patent/CN110084418B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646160A (zh) * | 2012-02-21 | 2012-08-22 | 北京工业大学 | 基于商权模糊物元法的区域水污染综合评价与优化方法 |
CN105550784A (zh) * | 2016-01-20 | 2016-05-04 | 中科宇图科技股份有限公司 | 一种空气质量监测站优化布点方法 |
CN106339775A (zh) * | 2016-08-23 | 2017-01-18 | 北京市环境保护监测中心 | 基于天气分型和气象要素聚类的空气重污染案例判别方法 |
CN109613182A (zh) * | 2018-12-21 | 2019-04-12 | 北京英视睿达科技有限公司 | 基于大气污染物的监测布点选址方法及装置 |
Non-Patent Citations (4)
Title |
---|
XIAOLIANG ZHAO等: "The establishment and application of fuzzy comprehensive model with weight based on entropy technology for air quality assessment", 《PROCEDIA ENGINEERING》 * |
王恒等: "基于熵值多级模糊综合评判的空气质量综合评价", 《山东科技大学学报 自然科学版》 * |
王明贤等: "突发性大气环境污染事故应急监测布点研究", 《中国环境监测》 * |
胡志明等: "环境监测点的模糊优化设置及其问题探讨", 《环境科学进展》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889199B (zh) * | 2019-11-01 | 2022-09-23 | 河海大学 | 一种港口大气颗粒物浓度在线检测器的布局优化方法 |
CN110889199A (zh) * | 2019-11-01 | 2020-03-17 | 河海大学 | 一种港口大气颗粒物浓度在线检测器的布局优化方法 |
CN110849415A (zh) * | 2019-11-07 | 2020-02-28 | 中交天航港湾建设工程有限公司 | 一种降雨点位布设及监测系统及方法 |
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 |
CN111145064B (zh) * | 2019-12-19 | 2024-03-29 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 |
CN111930864A (zh) * | 2020-07-15 | 2020-11-13 | 中科三清科技有限公司 | 基于监测数据的网格化清单优化方法和装置 |
CN111930864B (zh) * | 2020-07-15 | 2021-02-23 | 中科三清科技有限公司 | 基于监测数据的网格化清单优化方法和装置 |
CN111950867A (zh) * | 2020-07-24 | 2020-11-17 | 中日友好环境保护中心(生态环境部环境发展中心) | 一种突发水环境污染应急的技术评估方法 |
CN112233247A (zh) * | 2020-09-29 | 2021-01-15 | 广东新禾道信息科技有限公司 | 大气污染防治网格化监控设备及其使用方法 |
CN112233247B (zh) * | 2020-09-29 | 2021-07-30 | 广东新禾道信息科技有限公司 | 大气污染防治网格化监控设备及其使用方法 |
CN112858594A (zh) * | 2021-02-23 | 2021-05-28 | 重庆市生态环境监测中心 | 山地城市空气质量监测点布设方法、介质、计算机设备 |
CN113349130B (zh) * | 2021-06-23 | 2022-03-25 | 北京师范大学 | 浮筏吊笼养殖优化排列方法、规划方法及优化排列系统 |
CN113349130A (zh) * | 2021-06-23 | 2021-09-07 | 北京师范大学 | 浮筏吊笼养殖优化排列方法、规划方法及优化排列系统 |
CN113777224A (zh) * | 2021-08-12 | 2021-12-10 | 北京金水永利科技有限公司 | 一种网格化空气质量评估数据的生成方法及系统 |
CN113655176B (zh) * | 2021-08-12 | 2024-03-15 | 平安国际智慧城市科技股份有限公司 | 垃圾焚烧的污染超标检测方法、装置、设备及存储介质 |
CN113655176A (zh) * | 2021-08-12 | 2021-11-16 | 平安国际智慧城市科技股份有限公司 | 垃圾焚烧的污染超标检测方法、装置、设备及存储介质 |
CN113777224B (zh) * | 2021-08-12 | 2024-04-30 | 北京金水永利科技有限公司 | 一种网格化空气质量评估数据的生成方法及系统 |
CN114371260A (zh) * | 2022-01-17 | 2022-04-19 | 上海蓝科石化环保科技股份有限公司 | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 |
CN114755387A (zh) * | 2022-05-24 | 2022-07-15 | 深圳市环境科学研究院 | 基于假设检验法的水体监测点位优化方法 |
CN114755387B (zh) * | 2022-05-24 | 2023-01-31 | 深圳市环境科学研究院 | 基于假设检验法的水体监测点位优化方法 |
CN115144548A (zh) * | 2022-08-31 | 2022-10-04 | 天津市环鉴环境检测有限公司 | 有害气体成分实时监测系统及其监测方法 |
CN117610898A (zh) * | 2024-01-24 | 2024-02-27 | 北京玖天气象科技有限公司 | 电网气象监测网络装置的布点方法及装置 |
CN117610898B (zh) * | 2024-01-24 | 2024-06-14 | 北京玖天气象科技有限公司 | 电网气象监测网络装置的布点方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110084418B (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084418A (zh) | 一种突发大气污染事故应急监测的监测点优化布设方法 | |
CN108280553B (zh) | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 | |
Lelovics et al. | Design of an urban monitoring network based on Local Climate Zone mapping and temperature pattern modelling | |
CN114371260B (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
CN108153978B (zh) | 一种基于水动力水质模型的污染源普查结果达标评估方法 | |
CN101673369A (zh) | 基于投影寻踪的排水管网洪涝风险评价方法 | |
CN110346517B (zh) | 一种智慧城市工业大气污染可视化预警方法及其系统 | |
CN103093098B (zh) | 一种卫星光学传感器动态观测能力的定量评价方法 | |
CN110889196B (zh) | 基于水质模型的水环境承载力评估方法、装置及存储介质 | |
CN115689293B (zh) | 一种基于压力-状态-响应框架的城市内涝韧性评估方法 | |
CN111709646B (zh) | 空气污染暴露风险评价方法及系统 | |
CN115994685A (zh) | 一种国土空间规划现状评估方法 | |
CN110503348B (zh) | 一种基于位置匹配的个体空气污染暴露模拟测量方法 | |
Maiullari et al. | A quantitative morphological method for mapping local climate types | |
CN115578227A (zh) | 一种基于多源数据确定大气颗粒物污染重点区域的方法 | |
CN114186491A (zh) | 基于改进lur模型的细颗粒物浓度时空特征分布方法 | |
CN116663779B (zh) | 耕地土壤多深度肥力点面转换方法及装置 | |
CN117037449A (zh) | 一种基于边缘计算的团雾监测方法及监测系统 | |
Fang et al. | Exploring coupling effect between urban heat island effect and PM 2.5 concentrations from the perspective of spatial environment | |
CN115493657B (zh) | 一种基于无人机的大气污染溯源方法和装置 | |
CN111178756A (zh) | 一种基于环境大数据的多元线性回归火灾风险评估方法 | |
CN115879594A (zh) | 一种基于地理探测器的城市定居人口分布趋势预测方法 | |
CN114154300B (zh) | 一种城市热环境与空气污染物浓度实时感知地图建立方法 | |
da Silveira et al. | Observational Investigation of the Statistical Properties of Surface-Layer Turbulence in a Suburban Area of São Paulo, Brazil: Objective Analysis of Scaling-Parameter Accuracy and Uncertainties | |
CN116297062B (zh) | 一种面向多维时空因子的pm2.5浓度精细化时空模拟与定量分析方法 |
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 |