CN110458915A - 一种大气污染时空变换评价预测模型的建立方法 - Google Patents

一种大气污染时空变换评价预测模型的建立方法 Download PDF

Info

Publication number
CN110458915A
CN110458915A CN201910751042.1A CN201910751042A CN110458915A CN 110458915 A CN110458915 A CN 110458915A CN 201910751042 A CN201910751042 A CN 201910751042A CN 110458915 A CN110458915 A CN 110458915A
Authority
CN
China
Prior art keywords
pollution
survey region
building
time transformation
space
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
Application number
CN201910751042.1A
Other languages
English (en)
Inventor
孙玮
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910751042.1A priority Critical patent/CN110458915A/zh
Publication of CN110458915A publication Critical patent/CN110458915A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种大气污染时空变换评价预测模型的建立方法，S1：针对研究区域，模拟选定时刻的气象场，选定时刻之后，并对气象场预测，测量得到时刻的气象信息；S2：根据所述研究区域的环境因素，划分网格，在所述网格上检测大气污染程度；用户根据研究区域的环境因素，并在研究区域内划分网格，在网格上检测大气污染程度，然后根据检测的网格数据和研究区域地形图等高线方法绘制污染的等浓度曲线，从而便于确定各污染源的影响范围，最后根据等浓度曲线和浓度变化梯度建立污染模型，根据污染模型评价研究区域内的大气污染程度，进而利于预测在时空变换状态下的大气污染。

Description

一种大气污染时空变换评价预测模型的建立方法
技术领域
本发明涉及大气污染测量评价的技术领域，具体为一种大气污染时空变换评价预测模型的建立方法。
背景技术
大气污染是由于人类活动或自然过程引起某些物质进入大气中，呈现出足够的浓度，达到足够的时间，并因此危害了人体的舒适、健康和福利或环境的现象。大气污染物由人为源或者天然源进入大气，参与大气的循环过程，经过一定的滞留时间之后，又通过大气中的化学反应、生物活动和物理沉降从大气中去除。如果输出的速率小于输入的速率，就会在大气中相对集聚，造成大气中某种物质的浓度升高。当浓度升高到一定程度时，就会直接或间接地对人、生物或材料等造成急性、慢性危害，大气就被污染了。
大气污染物是指由于人类活动或自然过程排入大气的并对环境或人产生有害影响的那些物质。大气污染物按其存在状态可分为两大类：一种是气溶胶状态污染物，另一种是气体状态污染物；若按形成过程分类则可分为一次污染物和二次污染物。一次污染物是指直接从污染源排放的污染物质，二次污染物则是由一次污染物经过化学反应或光化学反应形成的与一次污染物的物理化学性质完全不同的新的污染物，其毒性比一次污染物强。
我国目前的污染物减排形势已相当严峻，如何利用有限的污染物减排空间发挥出改善环境质量的最大效果，是当前污染源减排工作急需解决的重要问题；受污染源方位、距离、区域地形、气象因素等条件的影响，来自不同排放源相同排放量的大气污染物对城市空气质量的影响程度也有所差异。
发明内容
本发明的目的在于提供一种大气污染时空变换评价预测模型的建立方法，以解决上述背景技术中提出如何利用有限的污染物减排空间发挥出改善环境质量的最大效果的问题。
为实现上述目的，本发明提供如下技术方案：一种大气污染时空变换评价预测模型的建立方法，包括以下步骤：
S1：针对研究区域，模拟选定时刻的气象场，选定时刻之后，并对气象场预测，测量得到时刻的气象信息；
S2：根据所述研究区域的环境因素，划分网格，在所述网格上检测大气污染程度；
S3：根据检测的网格数据和所述研究区域地形图等高线方法绘制污染的等浓度曲线，确定各污染源的影响范围；
S4：根据等浓度曲线和浓度变化梯度建立污染模型；
S5：根据所述污染模型评价所述研究区域内的大气污染程度。
作为本技术方案的进一步优选的：所述模拟选定时刻为一个或多个。
作为本技术方案的进一步优选的：S1包括S11：
S11：所述模拟选定时刻的气象场包括：获取研究区域在选定时刻的气象数据和全球气象背景场数据，利用预定的气象模型模拟得到符合预定的空气质量模型的气象场模拟数据，作为选定时刻的气象信息。
作为本技术方案的进一步优选的：所述环境因素包括地形因素和气象因素中的至少一个。
作为本技术方案的进一步优选的：所述S5包括S51：
S51：根据所述大气污染程度，对污染源进行分级。
作为本技术方案的进一步优选的：计算每个所述污染源的影响因子，所述影响因子反映污染源对所述研究区域污染大小。
作为本技术方案的进一步优选的：所述S2包括S21：
S21：所述网格上的网格点用于检测所述研究区域内空间的一氧化碳和二氧化硫。
作为本技术方案的进一步优选的：所述地形图等高线方法包括：一组地面高程等值线即等高线所组成的平面图形，来显示地面的高低起伏、坡度陡缓。
与现有技术相比，本发明的有益效果是：用户根据研究区域的环境因素，并在研究区域内划分网格，在网格上检测大气污染程度，然后根据检测的网格数据和研究区域地形图等高线方法绘制污染的等浓度曲线，从而便于确定各污染源的影响范围，最后根据等浓度曲线和浓度变化梯度建立污染模型，根据污染模型评价研究区域内的大气污染程度，进而利于预测在时空变换状态下的大气污染。
附图说明
图1为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
请参阅图1，本发明提供一种技术方案：一种大气污染时空变换评价预测模型的建立方法，包括以下步骤：
S1：针对研究区域，模拟选定时刻的气象场，选定时刻之后，并对气象场预测，测量得到时刻的气象信息；
S2：根据所述研究区域的环境因素，划分网格，在所述网格上检测大气污染程度；
S3：根据检测的网格数据和所述研究区域地形图等高线方法绘制污染的等浓度曲线，确定各污染源的影响范围；
S4：根据等浓度曲线和浓度变化梯度建立污染模型；
S5：根据所述污染模型评价所述研究区域内的大气污染程度。
本实施例中，具体的：所述模拟选定时刻为一个或多个。
本实施例中，具体的：S1包括S11：
S11：所述模拟选定时刻的气象场包括：获取研究区域在选定时刻的气象数据和全球气象背景场数据，利用预定的气象模型模拟得到符合预定的空气质量模型的气象场模拟数据，作为选定时刻的气象信息。
本实施例中，具体的：所述环境因素包括地形因素和气象因素中的至少一个。
本实施例中，具体的：所述S5包括S51：
S51：根据所述大气污染程度，对污染源进行分级。
本实施例中，具体的：计算每个所述污染源的影响因子，所述影响因子反映污染源对所述研究区域污染大小。
本实施例中，具体的：所述S2包括S21：
S21：所述网格上的网格点用于检测所述研究区域内空间的一氧化碳和二氧化硫。
本实施例中，具体的：所述地形图等高线方法包括：一组地面高程等值线即等高线所组成的平面图形，来显示地面的高低起伏、坡度陡缓。
本实施例中，气象信息数据库可以存储例如全球各地区在一定时段上的气象信息。气象信息数据库可以包括一个或多个数据库，用于存储多种数据，例如美国环境预报中心提供的全球气象背景场数据，包括温度、气压、湿度、风向、风力等各气象要素的地区气象监测数据，GFS全球气象预报数据等。排放信息数据库可以存储例如一个或多个地区的各污染源的污染物排放信息，包括污染源经度坐标和纬度坐标、烟囱高度、烟囱出口内径、烟囱排气温度(K)、烟气流速(m/hr)及各污染物排放量(颗粒物为g/hr，气态污染物为mol/hr)等。
本实施例中，污染物来源：
凡是能使空气质量变差的物质都是大气污染物。大气污染物已知的约有100多种。
有自然因素(如森林火灾、火山爆发等)和人为因素(如工业废气、生活燃煤、汽车尾气等)两种，并且以后者为主要因素，尤其是工业生产和交通运输所造成的。主要过程由污染源排放、大气传播、人与物受害这三个环节所构成。
(一)大气污染的天然源
火山喷发：排放出硫化氢气体、二氧化碳、一氧化碳、HF、二氧化硫及火山灰等颗粒物。
森林火灾：排放出二氧化碳、一氧化碳、二氧化硫、二氧化氮、HC等。
自然尘：风砂、土壤尘等。
森林植物释放：主要为萜烯类碳氢化合物。
海浪飞沫颗粒物：主要为硫酸盐与亚硫酸盐。
在有些情况下，天然源比人为源更重要，据相关统计，全球氮排放的93％和硫氧化物排放中的60％来自于自然源。
(二)人为污染源
通常所说的大气污染源是指由人类活动向大气输送污染物的发生源。大气的人为污染源可以概括为以下四方面：
燃料燃烧：燃料(煤、石油、天然气等)的燃烧过程是向大气输送污染物的重要发生源。煤炭的主要成分是碳，并含氢、氧、氮、硫及金属化合物。燃料燃烧时除产生大量烟尘外，在燃烧过程中还会形成一氧化碳、二氧化碳、二氧化硫、氮氧化物、有机化合物及烟尘等物质。
工业生产过程的排放：如石化企业排放硫化氢、二氧化碳、二氧化硫、氮氧化物；有色金属冶炼工业排放的二氧化硫、氮氧化物及含重金属元素的烟尘；磷肥厂排放的氟化物；酸碱盐化工业排出的二氧化硫、氮氧化物、氯化氢及各种酸性气体；钢铁工业在炼铁、炼钢、炼焦过程中排出粉尘、硫氧化物、氰化物、一氧化碳、硫化氢、酚、苯类、烃类等。其污染物组成与工业企业性质密切相关。
交通运输过程的排放：汽车、船舶、飞机等排放的尾气是造成大气污染的主要来源。内燃机燃烧排放的废气中含有一氧化碳、氮氧化物、碳氢化合物、含氧有机化合物、硫氧化物和铅的化合物等物质。
农业活动排放：田间施用农药时，一部分农药会以粉尘等颗粒物形式逸散到大气中，残留在作物体上或粘附在作物表面的仍可挥发到大气中。进入大气的农药可以被悬浮的颗粒物吸收，并随气流向各地输送，造成大气农药污染。此外还有秸秆焚烧等。
本实施例中，等高线法的实质是用一组有一定间隔的等高线的组合来反映地面的起伏形态和切割程度。等高线之间的间隔在地图制图中称为等高距。等高距就是相邻两条等高线高程截面之间的垂直距离，即相邻两条等高线之间的高程差，可以是固定等高距(等距)，也可以是不固定等高距(变距)。由于小比例尺地图制图区域范围大，如果采用固定等高距，难以反映出各种地貌起伏变化情况，所以小比例尺地图上的等高线通常是不固定等高距，随着高程的增加，等高距逐渐增大；而大比例尺地图上的等高线通常是采用固定等高距。
地形图上的等高线分为首曲线、计曲线、间曲线和助曲线四种。
首曲线又叫基本等高线，是按基本等高距由零点起算而测绘的，通常用细实线描绘；计曲线又称加粗等高线，是为了计算高程的方便加粗描绘的等高线，通常是每隔四条基本等高线描绘一条计曲线，它在地形图上以加粗的实线表示；间曲线又称半距等高线，是相邻两条基本等高线之间补充测绘的等高线，用以表示基本等高线不能表示而又重要的局部地貌形态，地形图上常以长虚线表示；助曲线又称辅助等高线，是在任意的高度上测绘的等高线，用于表示那些任何等高线都不能表示的重要微小地貌形态。因为它是任意高度的，故也叫任意等高线，但实际上助曲线多绘在基本等高距1/4的位置上。地形图上助曲线是用短虚线描绘的。
等高线的实质是对起伏连续的地表作“分级”表示，这就使人产生阶梯感，而影响着连续地表在图上的显示效果。因此，等高线法表示地貌有两个明显的不足：其一，缺乏视觉上的立体效果，即立体感差；其二，两等高线间的微地貌无法表示，需要用地貌符号和地貌注记予以补充。为了增强等高线法的立体效果，经过长期的研究试验，提出了许多行之有效的方法，例如，明暗等高线法，就是使每一条等高线因受光位置不同而绘以黑色或白色，以加强立体感；粗细等高线法，是将背光面的等高线加粗，向光面绘成细线，以增强立体效果。普通地图上有一些特殊地貌现象，如冰川、沙地、火山、石灰岩等，必须借助地貌符号和注记来表示。
工作原理或者结构原理：用户首先针对某一研究区域，选择好研究区域后，模拟选定一个时刻或者多个时刻的气象场，使其的到在不同时刻得到该区域的不同空间，选定时刻之后，并对气象场预测，用户测量得到该时刻的气象信息，其次根据研究区域的环境因素，并在研究区域内划分网格，在网格上检测大气污染程度，然后根据检测的网格数据和研究区域地形图等高线方法绘制污染的等浓度曲线，从而便于确定各污染源的影响范围，最后根据等浓度曲线和浓度变化梯度建立污染模型，根据污染模型评价研究区域内的大气污染程度，进而利于预测在时空变换状态下的大气污染。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种大气污染时空变换评价预测模型的建立方法，其特征在于，包括以下步骤：
S1：针对研究区域，模拟选定时刻的气象场，选定时刻之后，并对气象场预测，测量得到时刻的气象信息；
S2：根据所述研究区域的环境因素，划分网格，在所述网格上检测大气污染程度；
S3：根据检测的网格数据和所述研究区域地形图等高线方法绘制污染的等浓度曲线，确定各污染源的影响范围；
S4：根据等浓度曲线和浓度变化梯度建立污染模型；
S5：根据所述污染模型评价所述研究区域内的大气污染程度。
2.根据权利要求1所述的一种大气污染时空变换评价预测模型的建立方法，其特征在于：所述模拟选定时刻为一个或多个。
3.根据权利要求1所述的一种大气污染时空变换评价预测模型的建立方法，其特征在于：S1包括S11：
S11：所述模拟选定时刻的气象场包括：获取研究区域在选定时刻的气象数据和全球气象背景场数据，利用预定的气象模型模拟得到符合预定的空气质量模型的气象场模拟数据，作为选定时刻的气象信息。
4.根据权利要求1所述的一种大气污染时空变换评价预测模型的建立方法，其特征在于：所述环境因素包括地形因素和气象因素中的至少一个。
5.根据权利要求1所述的一种大气污染时空变换评价预测模型的建立方法，其特征在于：所述S5包括S51：
S51：根据所述大气污染程度，对污染源进行分级。
6.根据权利要求5所述的一种大气污染时空变换评价预测模型的建立方法，其特征在于：计算每个所述污染源的影响因子，所述影响因子反映污染源对所述研究区域污染大小。
7.根据权利要求1所述的一种大气污染时空变换评价预测模型的建立方法，其特征在于：所述S2包括S21：
S21：所述网格上的网格点用于检测所述研究区域内空间的一氧化碳和二氧化硫。
8.根据权利要求1所述的一种大气污染时空变换评价预测模型的建立方法，其特征在于：所述地形图等高线方法包括：一组地面高程等值线即等高线所组成的平面图形，来显示地面的高低起伏、坡度陡缓。
CN201910751042.1A 2019-08-14 2019-08-14 一种大气污染时空变换评价预测模型的建立方法 Pending CN110458915A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910751042.1A CN110458915A (zh) 2019-08-14 2019-08-14 一种大气污染时空变换评价预测模型的建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910751042.1A CN110458915A (zh) 2019-08-14 2019-08-14 一种大气污染时空变换评价预测模型的建立方法

Publications (1)

Publication Number Publication Date
CN110458915A true CN110458915A (zh) 2019-11-15

Family

ID=68486596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910751042.1A Pending CN110458915A (zh) 2019-08-14 2019-08-14 一种大气污染时空变换评价预测模型的建立方法

Country Status (1)

Country Link
CN (1) CN110458915A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611296A (zh) * 2020-05-20 2020-09-01 中科三清科技有限公司 Pm2.5污染成因分析方法、装置、电子设备及存储介质
CN112686160A (zh) * 2020-12-30 2021-04-20 四川弘和通讯有限公司 一种基于双光谱视频图像预测林火蔓延方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102103061A (zh) * 2009-12-18 2011-06-22 西安费斯达自动化工程有限公司 一种大气监测、预测、评价的等浓度线方法
CN103679610A (zh) * 2013-12-12 2014-03-26 北京航空航天大学 一种用于大气环境监测的可视化系统
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102103061A (zh) * 2009-12-18 2011-06-22 西安费斯达自动化工程有限公司 一种大气监测、预测、评价的等浓度线方法
CN103679610A (zh) * 2013-12-12 2014-03-26 北京航空航天大学 一种用于大气环境监测的可视化系统
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611296A (zh) * 2020-05-20 2020-09-01 中科三清科技有限公司 Pm2.5污染成因分析方法、装置、电子设备及存储介质
CN112686160A (zh) * 2020-12-30 2021-04-20 四川弘和通讯有限公司 一种基于双光谱视频图像预测林火蔓延方法及系统
CN112686160B (zh) * 2020-12-30 2023-09-01 四川弘和通讯有限公司 一种基于双光谱视频图像预测林火蔓延方法及系统

Similar Documents

Publication Publication Date Title
CN112749478B (zh) 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
Park Acid Rain (routledge revivals): rhetoric and reality
Olofsson et al. Effects of human land-use on the global carbon cycle during the last 6,000 years
Campbell et al. Impacts of transportation sector emissions on future US air quality in a changing climate. Part I: Projected emissions, simulation design, and model evaluation
Beyin A surface Middle Stone Age assemblage from the Red Sea coast of Eritrea: Implications for Upper Pleistocene human dispersals out of Africa
Xiao et al. Linking a global terrestrial biogeochemical model and a 2‐dimensional climate model: implications for the global carbon budget
Chowdhury et al. Global and national assessment of the incidence of asthma in children and adolescents from major sources of ambient NO2
Zou et al. Spatially differentiated and source-specific population exposure to ambient urban air pollution
De Meij et al. The effect of SRTM and Corine Land Cover data on calculated gas and PM10 concentrations in WRF-Chem
Hofman et al. Increasing the spatial resolution of air quality assessments in urban areas: A comparison of biomagnetic monitoring and urban scale modelling
Yerramilli et al. Air pollution, modeling and GIS based decision support systems for air quality risk assessment
CN110458915A (zh) 一种大气污染时空变换评价预测模型的建立方法
Weathers et al. Atmospheric deposition
Anttila et al. Impact of the open biomass fires in spring and summer of 2006 on the chemical composition of background air in south-eastern Finland
Derbyshire Loess, and the dust indicators and records of terrestrial and marine palaeoenvironments (DIRTMAP) database
Percy et al. New exposure-based metric approach for evaluating O3 risk to North American aspen forests
CN114691789A (zh) 大气污染源图谱构建方法、装置、存储介质及电子设备
Hong et al. Spatio-temporal evolution and correlation analysis of urban land use patterns and air quality in pearl river delta, China
Terribile et al. Future soil issues
Ongoma et al. An investigation of the transport and dispersion of atmospheric pollutants over Nairobi City
Zhao et al. Spatio-temporal assessing of natural vegetation regulation on SO2 absorption coupling ecosystem process model and OMI satellite data
Abdullah Evaluating particulate matter 2.5 in the yangtze river delta
Yule et al. An index of atmospheric pollution survey in Armadale, Central Scotland
Benkovitz et al. Compilation of regional to global inventories of anthropogenic emissions
Munir et al. Application of ADMS—Urban in the Holy City of Makkah-Modelling Particulate Matter (Part 2)

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: 20191115

RJ01 Rejection of invention patent application after publication