CN110929228A - 一种针对均匀混合气溶胶吸湿增长因子的反演算法 - Google Patents
一种针对均匀混合气溶胶吸湿增长因子的反演算法 Download PDFInfo
- Publication number
- CN110929228A CN110929228A CN201911285284.2A CN201911285284A CN110929228A CN 110929228 A CN110929228 A CN 110929228A CN 201911285284 A CN201911285284 A CN 201911285284A CN 110929228 A CN110929228 A CN 110929228A
- Authority
- CN
- China
- Prior art keywords
- aerosol
- moisture absorption
- formula
- growth factor
- wavelength
- 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
Images
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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了大气测量领域的一种针对均匀混合气溶胶吸湿增长因子的反演算法,包括以下步骤:S1:选取资料;S2:资料处理:对大气消光系数进行组分分解,借助米散射理论,构建以均匀混合气溶胶吸湿增长因子为唯一变量的目标函数;S3:据此反演了均匀混合气溶胶吸湿增长因子,对所有测试样本而言,反演均匀混合气溶胶吸湿增长因子的免疫进化算法均能快速收敛到全局最优解;S4:进一步建立了成都地区秋冬季均匀混合气溶胶吸湿增长的本地化模型,相比目前通用的气溶胶吸湿增长模型,该模型显著提升了环境条件下气溶胶散射系数的模拟精度;该反演算法具有普适性,它可为气溶胶吸湿性及其辐射强迫效应的后续研究提供算法保障。
Description
技术领域
本发明涉及大气测量技术领域,具体为一种针对均匀混合气溶胶吸湿增长因子的反演算法。
背景技术
气溶胶是指悬浮于大气中的固体和液体微粒共同组成的多相体系。由于气溶胶中的硫酸盐,硝酸盐,铵盐和海盐等无机成分及部分有机物粒子具有吸湿性,在不同水汽条件下,其粒径,质量,密度和折射指数等微物理参数会发生变化,致使不同气溶胶粒子在宏观上的物理化学性质的不断改变。大气气溶胶的吸湿性是联系气溶胶微物理和化学参数的纽带,也是气溶胶基本光学性质的决定性参数。
实际大气中气溶胶是各种成分的混合体。而气溶胶不同的混合状态将最终影响到气溶胶吸湿性及其辐射强迫效应。目前针对大气气溶胶混合状态的研究模型主要可分为内混态和外混态。内混态可分为均匀混合和分层球模型,其中均匀混合是指大气中全部气溶胶粒子的物理化学性质均匀混合的一种等效形式,分层球模型则是指以黑碳为核其它气溶胶为壳,或者其它气溶胶为核黑碳为壳的形式;外混态指的是黑碳与其它气溶胶处于外接或者分离的状态,其物理化学性质可能各不相同。
均匀混合气溶胶吸湿增长因子指的是均匀混合气溶胶吸湿后与吸湿前的粒径之比,其可用于表征大气气溶胶整体的一个吸湿性。诸多研究表明,均匀混合气溶胶吸湿增长因子在气溶胶吸湿性及其辐射强迫效应的研究中具有重要意义。早在1969年,Kasten等研究了大陆型,工业污染型以及海洋型这三种气溶胶类型所分别对应的均匀混合气溶胶吸湿增长因子随相对湿度的演变特征,据此推导了均匀混合气溶胶吸湿增长模型以及大气能见度的参数化方案;Hannel等则以均匀混合气溶胶吸湿增长因子为参数,提出了环境条件下气溶胶等效复折射率的计算式。在上述研究工作的基础上,孙景群等探讨了湿气溶胶的光散射特性,并利用均匀混合气溶胶吸湿增长因子得到了气溶胶消光吸湿增长因子随相对湿度变化的理论曲线;徐博等分析了吸湿性气溶胶粒子加热的等效吸收系数随时间的变化规律,并着重探讨了忽略粒子自身吸收对等效吸收系数的影响,进一步明确了气溶胶对激光传输特性以及辐射强迫的影响。
目前通用的气溶胶吸湿增长模型难以准确地表征气溶胶吸湿性的复杂性。另外,气溶胶吸湿增长因子的测量也受到技术与设备复杂性的制约。为此,本发明通过对大气消光系数进行组分分解,并借助米散射理论,构建了以均匀混合气溶胶吸湿增长因子为唯一变量的目标函数,据此提出了反演均匀混合气溶胶吸湿增长因子的免疫进化算法。进一步利用成都市2017年10~12月浊度计,黑碳仪和GRIMM180环境颗粒物监测仪的逐时观测资料以及该时段同时次的环境气象监测数据(大气能见度,相对湿度RH和NO2质量浓度),对反演算法的性能和适用性进行了评估。
发明内容
本发明的目的在于提供一种针对均匀混合气溶胶吸湿增长因子的反演算法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种针对均匀混合气溶胶吸湿增长因子的反演算法,包括以下步骤:
S1:选取资料:包括一时段内浊度计,黑碳仪和GRIMM180环境颗粒物监测仪的逐时观测资料,以及该时段同时次的环境气象监测数据(大气能见度,相对湿度RH和NO2质量浓度);
S2:资料处理:对大气消光系数进行组分分解,借助米散射理论,构建以均匀混合气溶胶吸湿增长因子为唯一变量的目标函数;
S3:据此反演了均匀混合气溶胶吸湿增长因子;
S4:进一步建立了成都地区秋冬季均匀混合气溶胶吸湿增长的本地化模型,并利用该模型模拟了气溶胶散射系数和吸收系数。
优选的,所述步骤S1中具体选取仪器为:AURORA-3000型浊度计、AE-31型黑碳检测仪、GRIMM180环境颗粒物监测仪、LUFFTWS600一体式气象站、NO2-NOx分析仪和GRIMM180大气颗粒物监测仪。
优选的,在所述步骤S2中,大气消光系数代表光线在大气中传播单位距离时的相对衰减率,当对比感阈值ε为0.05时,在550nm波长处的环境大气消光系数bext(RH)(Km-1)与大气能见度V(Km)的关系见式(1),
将550nm波长处的环境条件下大气消光系数bext(RH)(Mm-1)分解如下:
bext(RH)=bsp(RH)+bap+bsg+bag (2)
式(2)中,bsp(RH),bap,bsg和bag分别为550nm波长处的环境条件下气溶胶散射系数。
优选的,所述AURORA-3000型浊度计观测的是520nm波长处的干燥条件下气溶胶散射系数bsp,520(Mm-1),将bsp,520订正得到550nm波长处的干燥条件下气溶胶散射系数bsp(Mm-1),订正公式见式(3),式中α=1.36,代表了Angstrom波长指数。
优选的,所述AE-31型黑碳检测仪观测的是黑碳(BC)质量浓度。按订正公式,先利用黑碳质量浓度反演532nm波长处的吸收系数bap,532nm(Mm-1),其中[BC]为黑碳质量浓度(μg/m3),见式(4),再由532nm波长处的吸收系数bap,532nm(Mm-1)进一步得到550nm波长处的吸收系数bap(Mm-1),见式(5),
bap,532nm=8.28·[BC]+2.23 (4)
bsg(Mm-1)为环境条件下550nm波长处的气体散射系数,对应550nm波长处的bsg取值为13Mm-1;
bag(Mm-1)为环境条件下550nm波长处的气体吸收系数,仅考虑NO2的吸收,对应550nm波长处的bag(Mm-1)的计算见式(6),其中[NO2]为NO2质量浓度(10-9g/m3)。
bag=0.33·[NO2] (6)
优选的,所述步骤S2目标函数的构建具体步骤如下:
均匀混合气溶胶吸湿增长因子的计算公式见式(7),气溶胶等效复折射率m(RH)以及水复折射率m(water)的计算公式分别见式(8)和式(9),根据米散射理论,环境条件下气溶胶散射系数bsp(RH)和吸收系数bap(RH)的计算公式分别见式(10)和式(11),
m(RH)=nre(RH)+ni(RH) (8)
m(water)=nre(water)+ni(water) (9)
bsp(RH)=∫πr2Qsp[a(RH),m(RH)]n[r(RH)]dr(RH) (10)
bap(RH)=∫πr2Qap[a(RH),m(RH)]n[r(RH)]dr(RH) (11)
上述公式中,r(RH)和r(dry)分别为环境条件下和干燥条件下的气溶胶粒子半径;n[r(RH)]和n[r(dry)]分别为环境条件下和干燥条件下气溶胶的粒子谱分布;nre(RH)和ni(RH)分别为环境条件下气溶胶等效复折射率的实部和虚部,nre(water)和ni(water)分别为水复折射率的实部和虚部;a(RH)=2πr(RH)/λ为环境条件下气溶胶粒子的尺度参数,λ为入射光波长;Qsp[a(RH),m(RH)]和Qap[a(RH),m(RH)]分别为环境条件下气溶胶散射效率因子和吸收效率因子;
气溶胶等效复折射率与相对湿度RH和气溶胶吸湿增长因子Gf(RH)之间的函数关系,如式(12)所示,其中,干燥条件下(RH≤40%)气溶胶等效复折射率的实部nre(dry)和虚部ni(dry)是反演Gf(RH)的前提,基于式(3),式(4)和式(5)的资料处理结果,结合GRIMM180观测的气溶胶粒子数浓度谱,据此可以反演计算出干燥条件下气溶胶等效复折射率,
由上可见,a(RH),m(RH),bsp(RH),bap(RH),n[r(RH)]和r(RH)均只为Gf(RH)的函数。通过对大气消光系数进行组分分解,并借助米散射理论,对气溶胶吸湿增长因子Gf(RH)的反演即转化为下述目标函数f最小值的优化问题,目标函数见式(13);
优选的,在所述步骤S3中,所述式(13)是一个非常复杂的非线性函数,为保证求解精度和计算效率之间寻求平衡,利用免疫进化算法优化目标函数式(14),将Gf(RH)表示为x,免疫进化算法中的子代个体生殖方式为:
式中,xt+1为Gf(RH)子代个体,xt为Gf(RH)父代最优个体。
优选的,在所述步骤S3中,设群体规模为N,反演Gf(RH)的免疫进化算法计算步骤如下:
(1)确定Gf(RH)反演问题的表达方式为;
(3)根据式(14)进行进化操作,在Gf(RH)解空间内生成子代群体;
优选的,所述本地化模型为式(16)。
与现有技术相比,本发明的有益效果是:
1、通过对大气消光系数进行组分分解,并借助米散射理论,构建了以均匀混合气溶胶吸湿增长因子Gf(RH)为唯一变量的目标函数;进一步利用免疫进化算法优化该目标函数,提出一种针对均匀混合气溶胶吸湿增长因子的反演算法。
2、基于浊度计,黑碳仪和GRIMM180环境颗粒物监测仪的逐时观测资料以及该时段同时次的环境气象监测数据(大气能见度,相对湿度RH和NO2质量浓度),系统评估了算法的性能,结果表明:对所有测试样本而言,反演均匀混合气溶胶吸湿增长因子的免疫进化算法均能快速收敛到全局最优解。
3、基于反演得到的均匀混合气溶胶吸湿增长因子,建立了成都地区秋冬季均匀混合气溶胶吸湿增长模型,相比目前通用的气溶胶吸湿增长模型,该模型显著提升了环境条件下气溶胶散射系数的模拟精度。
4、反演算法具有普适性,它可为环境气候模式中气溶胶吸湿性及其辐射强迫效应的后续研究提供算法保障。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明均匀混合气溶胶吸湿增长因子随相对湿度的变化图;
图2为本发明本地化模型计算的Gf(RH)与模型1相应计算结果的变化图;
图3为本发明本地化模型计算的Gf(RH)与模型2相应计算结果的变化图;
图4为本发明模型1模拟的气溶胶散射系数与实际气溶胶散射系数的散点图;
图5为本发明模型2模拟的气溶胶散射系数与实际气溶胶散射系数的散点图;
图6为本发明本地化模型模拟的气溶胶散射系数与实际气溶胶散射系数的散点图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-6,本发明提供一种技术方案:一种针对均匀混合气溶胶吸湿增长因子的反演算法,包括以下步骤:
S1:选取资料:包括成都市2017年10~12月内浊度计,黑碳仪和GRIMM180环境颗粒物监测仪的逐时观测资料,以及该时段同时次的环境气象监测数据(大气能见度,相对湿度RH和NO2质量浓度);
具体选取仪器为:AURORA-3000型浊度计、AE-31型黑碳检测仪、GRIMM180环境颗粒物监测仪、LUFFTWS600一体式气象站、NO2-NOx分析仪和GRIMM180大气颗粒物监测仪,
AURORA-3000型浊度计观测波长为520nm,采样频率为每5min/次,TSP切割头,检测范围>0.25Mm-1,每24h进行零点检查,24h零点漂移<±1%,每周用R134a气体进行跨度标定,通过内部温湿度传感器来控制浊度计内部加热系统,使得仪器内部腔室中气溶胶相对湿度控制在40%以下,将其作为气溶胶的干燥状态;AE-31型黑碳检测仪观测黑碳(BC)质量浓度,数据采集频率为5min/次;黑碳仪采用TSP切割头,采样头与仪器连接中间增设硅胶管减少水分对黑碳测量的影响。浊度计和黑碳仪的监测资料经过质量控制后统一处理为小时均值数据。
GRIMM180环境颗粒物监测仪(GRIMM公司,德国)可以实时测量大气中PM10,PM2.5和PM1的颗粒物质量浓度以及31个粒径段的气溶胶数浓度,据此获得气溶胶粒子谱分布n[(dry)],其数据频率为每次5min/次,其中各粒径段粒子直径的起始值分别为0.25,0.28,0.3,0.35,0.4,0.45,0.5,0.58,0.65,0.7,0.8,1.0,1.3,1.6,2.0,2.5,3.0,3.5,4.0,5.0,6.5,7.5,8.0,10.0,12.5,15.0,17.5,20.0,25.0,30.0,32.0μm。
气象要素(大气能见度和相对湿度RH)由德国LUFFTWS600一体式气象站进行监测;气态污染物NO2体积浓度由化学发光NO,NO2-NOx分析仪(Thermo42i,USA)进行监测。
GRIMM180大气颗粒物监测仪观测点位于成都市一环路联益大厦(104°02′E,30°39′N)顶楼,距地面81m.其余仪器观测点位于成都市环境保护科学研究院综合大楼楼顶(30°39'N,104°02'E),距离地面21m,四周2km内无高大建筑物,视野开阔,周围是集中居住区.两处监测点位周围无明显大气污染源,二者直线距离为410m,环境气象条件基本一致.
S2:资料处理:对大气消光系数进行组分分解,借助米散射理论,构建以均匀混合气溶胶吸湿增长因子为唯一变量的目标函数;
大气消光系数代表光线在大气中传播单位距离时的相对衰减率,当对比感阈值ε为0.05时,在550nm波长处的环境大气消光系数bext(RH)(Km-1)与大气能见度V(Km)的关系见式(1)
将550nm波长处的环境条件下大气消光系数bext(RH)(Mm-1)分解如下:
bext(RH)=bsp(RH)+bap+bsg+bag(2)
式(2)中,bsp(RH),bap,bsg和bag分别为550nm波长处的环境条件下气溶胶散射系数。
AURORA-3000型浊度计观测的是520nm波长处的干燥条件下气溶胶散射系数bsp,520(Mm-1),根据现有文献可知,将bsp,520订正得到550nm波长处的干燥条件下气溶胶散射系数bsp(Mm-1),订正公式见式(3),式中α=1.36,代表了成都市Angstrom波长指数。
AE-31型黑碳检测仪观测的是黑碳(BC)质量浓度。按Bergstrom提出的订正公式,先利用黑碳质量浓度反演532nm波长处的吸收系数bap,532nm(Mm-1),其中[BC]为黑碳质量浓度(μg/m3),见式(4),再由532nm波长处的吸收系数bap,532nm(Mm-1)进一步得到550nm波长处的吸收系数bap(Mm-1),见式(5)。
bap,532nm=8.28·[BC]+2.23 (4)
bsg(Mm-1)为环境条件下550nm波长处的气体散射系数,参照Penndorf的研究成果,对应550nm波长处的bsg取值为13Mm-1。
bag(Mm-1)为环境条件下550nm波长处的气体吸收系数。仅考虑NO2的吸收,对应550nm波长处的bag(Mm-1)的计算见式(6),其中[NO2]为NO2质量浓度(10-9g/m3)。
bag=0.33·[NO2] (6)
目标函数的构建具体步骤如下:均匀混合气溶胶吸湿增长因子的计算公式见式(7),气溶胶等效复折射率m(RH)以及水复折射率m(water)的计算公式分别见式(8)和式(9),根据米散射理论,环境条件下气溶胶散射系数bsp(RH)和吸收系数bap(RH)的计算公式分别见式(10)和式(11)。
m(RH)=nre(RH)+ni(RH) (8)
m(water)=nre(water)+ni(water) (9)
bsp(RH)=∫πr2Qsp[a(RH),m(RH)]n[r(RH)]dr(RH) (10)
bap(RH)=∫πr2Qap[a(RH),m(RH)]n[r(RH)]dr(RH) (11)
上述公式中,r(RH)和r(dry)分别为环境条件下和干燥条件下的气溶胶粒子半径;n[r(RH)]和n[r(dry)]分别为环境条件下和干燥条件下气溶胶的粒子谱分布;nre(RH)和ni(RH)分别为环境条件下气溶胶等效复折射率的实部和虚部,nre(water)和ni(water)分别为水复折射率的实部和虚部;a(RH)=2πr(RH)/λ为环境条件下气溶胶粒子的尺度参数,λ为入射光波长;Qsp[a(RH),m(RH)]和Qap[a(RH),m(RH)]分别为环境条件下气溶胶散射效率因子和吸收效率因子;
Hannel等经过大量实验和理论验证,总结出了环境条件下气溶胶等效复折射率与相对湿度RH和气溶胶吸湿增长因子Gf(RH)之间的函数关系,如式(12)所示,其中,干燥条件下(RH≤40%)气溶胶等效复折射率的实部nre(dry)和虚部ni(dry)是反演Gf(RH)的前提,基于式(3),式(4)和式(5)的资料处理结果,结合GRIMM180观测的气溶胶粒子数浓度谱,据此可以反演计算出干燥条件下气溶胶等效复折射率,相关计算流程,计算精度以及该参数的变化特征分别参照文献,此处不作赘述。
由上可见,a(RH),m(RH),bsp(RH),bap(RH),n[r(RH)]和r(RH)均只为Gf(RH)的函数,通过对大气消光系数进行组分分解,并借助米散射理论,对气溶胶吸湿增长因子Gf(RH)的反演即转化为下述目标函数f最小值的优化问题,目标函数见式(13)
S3:据此反演了均匀混合气溶胶吸湿增长因子;
式(13)是一个非常复杂的非线性函数,基于传统手段很难在求解精度和计算效率之间寻求平衡,本发明利用免疫进化算法优化目标函数式(14),将Gf(RH)表示为x,免疫进化算法中的子代个体生殖方式为:
式中,xt+1为Gf(RH)子代个体,xt为Gf(RH)父代最优个体,参数σt,A,T,t,N(0,1)和σ0的意义参照现有技术,此处不做赘述。
设群体规模为N,反演Gf(RH)的免疫进化算法计算步骤如下:
(1)确定Gf(RH)反演问题的表达方式为,
(3)根据式(14)进行进化操作,在Gf(RH)解空间内生成子代群体。
结果和讨论:
针对成都市2017年10~12月浊度计,黑碳仪和GRIMM180环境颗粒物监测仪的逐时观测资料以及该时段同时次的环境气象监测数据(大气能见度,相对湿度RH和NO2质量浓度),首先,剔除了出现降水,沙尘以及大风现象所在日的全部数据;其次,剔除了相对湿度大于98%以上的数据,据此排除水汽凝结的影响;最后,剔除超出界限值数据,连续无变化数据,缺测数据以及气溶胶质量浓度存在倒挂等异常数据,考虑到数据之间的匹配关系,共获得研究样本806个。现有文献已对大气消光系数及其组分在相对湿度小于40%时的闭合性问题进行了验证.另外,本发明所构建的目标函数本质上也是为了保证在环境条件下实现式(2)各物理量之间的闭合关系.
算法的性能及反演结果
根据目前对均匀混合气溶胶吸湿增长因子Gf(RH)取值范围的研究成果,确定其寻优区间为[1.000,10.000],据此给出免疫进化算法的相关计算参数,见表1,
表1.算法的相关计算参数
针对806个测试样本的反演结果表明,免疫进化算法均可稳定地收敛得到均匀混合气溶胶吸湿增长因子Gf(RH)的全局最优解,平均进化代数为12,平均相对误差f(x)为0.5%.由此可见,一方面,通过对Gf(RH)的优化可以实现式(2)各物理量之间的闭合关系;另一方面,反演也存在较小的相对误差,这可能源于免疫进化算法参数的设置以及将5min/次的原始观测数据转化为小时数据的处理方式。
在上述反演结果的基础上,绘制了均匀混合气溶胶吸湿增长因子Gf(RH)随RH变化的散点图,如图1所示,由该图可见,Gf(RH)随RH的增大开始总体呈现出平缓增长的趋势,在高相对湿度条件下(RH>86%),Gf(RH)则随RH的增大表现为快速增长的形态特征,这一结论与该区域气溶胶散射消光吸湿增长因子随RH变化的演变特征总体一致。
S4:进一步建立了成都地区秋冬季均匀混合气溶胶吸湿增长的本地化模型,并利用该模型模拟了气溶胶散射系数和吸收系数。
本地化模型为式(16)。
气溶胶吸湿增长模型及其适用性
气溶胶吸湿增长模型主要反映气溶胶粒径谱对相对湿度变化的响应关系,目前国际上普遍使用的模型主要有2种,模型1是Kasten基于气溶胶与水汽的平衡增长理论得到的吸湿增长通用模型,见式(17)。
式中,μ为常系数,对于海洋型气溶胶,μ=3.9;对于工业区污染型气溶胶,μ=4.4;对于大陆型气溶胶,μ=5.8,
模型2是孙景群基于式(18)修正得到的吸湿增长模型,见式(18),
式中,μ的经验取值同式(17),RH0则为干燥气溶胶出现显著吸湿增长的临界相对湿度,对于海洋型气溶胶,RH0=60;对于北京,成都等大陆型气溶胶,RH0=40。
气溶胶化学组分对其吸湿性有重要影响,并存在较大的区域差异性特征。基于上述2种吸湿增长模型分别拟合了图1中Gf(RH)随RH变化的散点关系。结果表明,模型2和模型1拟合的Gf(RH)与免疫进化算法反演的Gf(RH)之间的决定系数分别为0.86和0.76,残差平方和分别为5.37和9.18,平均相对误差MRE分别为1.28%和2.62%.由此得到了成都地区秋冬季气溶胶吸湿增长模型(简称本地化模型),见图1和式(18),对应参数μ的取值为5.1。
对于成都地区而言,模型1和模型2中μ均可取经验值4.4,据此对比了模型1,模型2以及本地化模型所计算的Gf(RH),见图2和图3,由该图可见,(1)、本地化模型计算的Gf(RH)与模型1和模型2相应计算结果的变化趋势几近一致,对应的决定系数r2均达到了1.00;(2)、相比于本地化模型计算的Gf(RH),模型1计算的Gf(RH)要系统性偏大,这种偏差随吸湿性的增强而增大;(3)、在低吸湿性增长背景下,模型2与本地化模型计算Gf(RH)的偏差相对较小;在高吸湿性增长条件下,模型2的计算值也表现为系统性偏大,但偏差幅度小于模型1的相应计算结果。
为评估气溶胶吸湿增长模型1,模型2以及本地化模型之间差异性对气溶胶消光的影响,分别利用这三种模型计算的Gf(RH)模拟了550nm波长处的环境条件下气溶胶散射系数和吸收系数,另外,基于式(4)和式(5)可计算550nm波长处的环境条件下气溶胶吸收系数,进一步联立式(2)和式(6),则可利用间接法得到550nm波长处的环境条件下气溶胶散射系数,并将其作为实际气溶胶的吸收系数和散射系数.据此进一步将三种模型模拟的气溶胶消光系数与实际消光系数进行了统计,结果见表2。
表2.基于模型1,模型2以及本地化模型模拟的消光系数与实际消光系数的统计分析
由表2可知,就气溶胶吸收系数的统计分析结果而言,虽然3种模型模拟的气溶胶吸收系数与实际值之间的决定系数R2均为0.99,但本地化模型模拟的气溶胶吸收系数与实际值之间的残差平方和与平均相对误差分别为1687.43Mm-2与4.08%,均略优于模型1和模型2的相应模拟结果.围绕大气消光特征的相关研究表明,黑碳的吸湿增长近似可以忽略,即气溶胶吸收系数对气溶胶吸湿增长因子Gf(RH)的变化表现为弱敏感性,本发明上述的模拟结果与此结论是一致的。
另外,气溶胶的吸湿性会导致其粒径的明显增长,加之密度和复折射率减小的协同作用,必将改变气溶胶的辐射参数.为直观展示基于不同气溶胶吸湿增长模型计算结果的差异性,绘制了模型1,模型2以及本地化模型模拟的气溶胶散射系数与实际气溶胶散射系数的散点图,见图4、5和6,综合表2和图4、5和6可知,模型1,模型2以及本地化模型模拟的气溶胶散射系数与实际气溶胶散射系数决定系数R2均为0.94,但本地化模型模拟的气溶胶散射系数与实际值之间的残差平方和与平均相对误差分别为1.05×107Mm-2和12.54%,显著优于模型1和模型2的相应模拟结果,并极大地提升了气溶胶散射系数的模拟精度。上述分析结果指出,气溶胶散射系数对气溶胶吸湿增长因子的变化非常敏感,气溶胶吸湿增长模型简单地移植应用可能是大气能见度以及辐射强迫计算不确定性的重要来源。
综上,反演均匀混合气溶胶吸湿增长因子的免疫进化算法兼顾了环境条件下气溶胶散射系数和吸收系数的计算精度,利用本地化模型模拟的气溶胶散射系数要显著优于目前通用吸湿增长模型的相应模拟结果,本发明所提出的反演算法可为环境气候模式中气溶胶吸湿性及其辐射强迫效应的精准表征提供算法保障。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种针对均匀混合气溶胶吸湿增长因子的反演算法,其特征在于:包括以下步骤:
S1:选取资料:包括一时段内浊度计,黑碳仪和GRIMM180环境颗粒物监测仪的逐时观测资料,以及该时段同时次的环境气象监测数据(大气能见度,相对湿度RH和NO2质量浓度);
S2:资料处理:对大气消光系数进行组分分解,借助米散射理论,构建以均匀混合气溶胶吸湿增长因子为唯一变量的目标函数;
S3:据此反演了均匀混合气溶胶吸湿增长因子;
S4:进一步建立了成都地区秋冬季均匀混合气溶胶吸湿增长的本地化模型,并利用该模型模拟了气溶胶散射系数和吸收系数。
2.根据权利要求1所述的一种针对均匀混合气溶胶吸湿增长因子的反演算法,其特征在于:所述步骤S1中具体选取仪器为:AURORA-3000型浊度计、AE-31型黑碳检测仪、GRIMM180环境颗粒物监测仪、LUFFTWS600一体式气象站、NO2-NOx分析仪和GRIMM180大气颗粒物监测仪。
5.根据权利要求2或3所述的一种针对均匀混合气溶胶吸湿增长因子的反演算法,其特征在于:所述AE-31型黑碳检测仪观测的是黑碳(BC)质量浓度。按订正公式,先利用黑碳质量浓度反演532nm波长处的吸收系数bap,532nm(Mm-1),其中[BC]为黑碳质量浓度(μg/m3),见式(4),再由532nm波长处的吸收系数bap,532nm(Mm-1)进一步得到550nm波长处的吸收系数bap(Mm-1),见式(5),
bap,532nm=8.28·[BC]+2.23 (4)
bsg(Mm-1)为环境条件下550nm波长处的气体散射系数,对应550nm波长处的bsg取值为13Mm-1;
bag(Mm-1)为环境条件下550nm波长处的气体吸收系数,仅考虑NO2的吸收,对应550nm波长处的bag(Mm-1)的计算见式(6),其中[NO2]为NO2质量浓度(10-9g/m3)。
bag=0.33·[NO2] (6)
6.根据权利要求5所述的一种针对均匀混合气溶胶吸湿增长因子的反演算法,其特征在于:所述步骤S2目标函数的构建具体步骤如下:
均匀混合气溶胶吸湿增长因子的计算公式见式(7),气溶胶等效复折射率m(RH)以及水复折射率m(water)的计算公式分别见式(8)和式(9),根据米散射理论,环境条件下气溶胶散射系数bsp(RH)和吸收系数bap(RH)的计算公式分别见式(10)和式(11),
m(RH)=nre(RH)+ni(RH) (8)
m(water)=nre(water)+ni(water) (9)
bsp(RH)=∫πr2Qsp[a(RH),m(RH)]n[r(RH)]dr(RH) (10)
bap(RH)=∫πr2Qap[a(RH),m(RH)]n[r(RH)]dr(RH) (11)
上述公式中,r(RH)和r(dry)分别为环境条件下和干燥条件下的气溶胶粒子半径;n[r(RH)]和n[r(dry)]分别为环境条件下和干燥条件下气溶胶的粒子谱分布;nre(RH)和ni(RH)分别为环境条件下气溶胶等效复折射率的实部和虚部,nre(water)和ni(water)分别为水复折射率的实部和虚部;a(RH)=2πr(RH)/λ为环境条件下气溶胶粒子的尺度参数,λ为入射光波长;Qsp[a(RH),m(RH)]和Qap[a(RH),m(RH)]分别为环境条件下气溶胶散射效率因子和吸收效率因子;
气溶胶等效复折射率与相对湿度RH和气溶胶吸湿增长因子Gf(RH)之间的函数关系,如式(12)所示,其中,干燥条件下(RH≤40%)气溶胶等效复折射率的实部nre(dry)和虚部ni(dry)是反演Gf(RH)的前提,基于式(3),式(4)和式(5)的资料处理结果,结合GRIMM180观测的气溶胶粒子数浓度谱,据此可以反演计算出干燥条件下气溶胶等效复折射率,
由上可见,a(RH),m(RH),bsp(RH),bap(RH),n[r(RH)]和r(RH)均只为Gf(RH)的函数。通过对大气消光系数进行组分分解,并借助米散射理论,对气溶胶吸湿增长因子Gf(RH)的反演即转化为下述目标函数f最小值的优化问题,目标函数见式(13);
8.根据权利要求7所述的一种针对均匀混合气溶胶吸湿增长因子的反演算法,其特征在于:在所述步骤S3中,设群体规模为N,反演Gf(RH)的免疫进化算法计算步骤如下:
(1)确定Gf(RH)反演问题的表达方式为;
(3)根据式(14)进行进化操作,在Gf(RH)解空间内生成子代群体;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285284.2A CN110929228B (zh) | 2019-12-13 | 2019-12-13 | 一种针对均匀混合气溶胶吸湿增长因子的反演算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285284.2A CN110929228B (zh) | 2019-12-13 | 2019-12-13 | 一种针对均匀混合气溶胶吸湿增长因子的反演算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110929228A true CN110929228A (zh) | 2020-03-27 |
CN110929228B CN110929228B (zh) | 2023-01-31 |
Family
ID=69860504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911285284.2A Active CN110929228B (zh) | 2019-12-13 | 2019-12-13 | 一种针对均匀混合气溶胶吸湿增长因子的反演算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110929228B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111912754A (zh) * | 2020-07-23 | 2020-11-10 | 安徽省气象科学研究所 | 一种近地面颗粒物浓度的遥感反演方法 |
CN111999268A (zh) * | 2020-08-19 | 2020-11-27 | 成都信息工程大学 | 一种大气消光系数湿度订正方法 |
CN112484776A (zh) * | 2020-11-18 | 2021-03-12 | 成都信息工程大学 | 静止卫星逐小时近地面大气细颗粒物估算方法 |
CN113466917A (zh) * | 2020-03-31 | 2021-10-01 | 中国矿业大学(北京) | 一种煤烟型气溶胶辐射强迫计算新方法 |
CN113466181A (zh) * | 2021-09-02 | 2021-10-01 | 成都信息工程大学 | 一种大气能见度数据处理方法、系统及应用 |
CN117612626A (zh) * | 2024-01-18 | 2024-02-27 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 基于颗粒物组分和吸湿性的黑碳密度反演方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010008291A1 (en) * | 2008-07-17 | 2010-01-21 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | A method for determination of aerosol type in an atmospheric mixture |
CN106092841A (zh) * | 2016-05-31 | 2016-11-09 | 中国人民解放军陆军军官学院 | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 |
CN108763672A (zh) * | 2018-05-16 | 2018-11-06 | 中国民航大学 | 一种外混合气溶胶光散射特性的计算方法 |
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 |
-
2019
- 2019-12-13 CN CN201911285284.2A patent/CN110929228B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010008291A1 (en) * | 2008-07-17 | 2010-01-21 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | A method for determination of aerosol type in an atmospheric mixture |
CN106092841A (zh) * | 2016-05-31 | 2016-11-09 | 中国人民解放军陆军军官学院 | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 |
CN108763672A (zh) * | 2018-05-16 | 2018-11-06 | 中国民航大学 | 一种外混合气溶胶光散射特性的计算方法 |
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 (1)
Title |
---|
彭艳梅等: "塔克拉玛干沙漠腹地塔中地区大气气溶胶散射系数影响因子", 《中国沙漠》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113466917A (zh) * | 2020-03-31 | 2021-10-01 | 中国矿业大学(北京) | 一种煤烟型气溶胶辐射强迫计算新方法 |
CN113466917B (zh) * | 2020-03-31 | 2023-12-15 | 中国矿业大学(北京) | 一种煤烟型气溶胶辐射强迫计算方法 |
CN111912754A (zh) * | 2020-07-23 | 2020-11-10 | 安徽省气象科学研究所 | 一种近地面颗粒物浓度的遥感反演方法 |
CN111912754B (zh) * | 2020-07-23 | 2023-03-28 | 安徽省气象科学研究所 | 一种近地面颗粒物浓度的遥感反演方法 |
CN111999268A (zh) * | 2020-08-19 | 2020-11-27 | 成都信息工程大学 | 一种大气消光系数湿度订正方法 |
CN111999268B (zh) * | 2020-08-19 | 2023-09-15 | 成都信息工程大学 | 一种大气消光系数湿度订正方法 |
CN112484776A (zh) * | 2020-11-18 | 2021-03-12 | 成都信息工程大学 | 静止卫星逐小时近地面大气细颗粒物估算方法 |
CN113466181A (zh) * | 2021-09-02 | 2021-10-01 | 成都信息工程大学 | 一种大气能见度数据处理方法、系统及应用 |
CN117612626A (zh) * | 2024-01-18 | 2024-02-27 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 基于颗粒物组分和吸湿性的黑碳密度反演方法及系统 |
CN117612626B (zh) * | 2024-01-18 | 2024-04-12 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 基于颗粒物组分和吸湿性的黑碳密度反演方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110929228B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929228B (zh) | 一种针对均匀混合气溶胶吸湿增长因子的反演算法 | |
Ouimette et al. | The extinction coefficient of multicomponent aerosols | |
Brock et al. | Aerosol optical properties in the southeastern United States in summer–Part 1: Hygroscopic growth | |
Bird et al. | Direct insolation models | |
Carrico et al. | Aerosol light scattering properties at Cape Grim, Tasmania, during the first Aerosol Characterization Experiment (ACE 1) | |
Quinn et al. | Comparison of measured and calculated aerosol properties relevant to the direct radiative forcing of tropospheric sulfate aerosol on climate | |
Sheridan et al. | The Reno Aerosol Optics Study: An evaluation of aerosol absorption measurement methods | |
Buonanno et al. | Critical aspects of the uncertainty budget in the gravimetric PM measurements | |
Wex et al. | Particle scattering, backscattering, and absorption coefficients: An in situ closure and sensitivity study | |
Wang et al. | Aerosol activation characteristics and prediction at the central European ACTRIS research station of Melpitz, Germany | |
Zhao et al. | A new parameterization scheme for the real part of the ambient urban aerosol refractive index | |
Vratolis et al. | A new method to retrieve the real part of the equivalent refractive index of atmospheric aerosols | |
Ciupek et al. | Challenges and policy implications of long-term changes in mass absorption cross-section derived from equivalent black carbon and elemental carbon measurements in London and south-east England in 2014–2019 | |
CN111521529B (zh) | 干气溶胶等效复折射率参数化方案的构建方法 | |
CN110907318B (zh) | 一种近地面大气总悬浮颗粒物质量浓度遥感物理估算方法 | |
CN110907319B (zh) | 一种近地面细颗粒物的归因分析方法 | |
Obiso et al. | Impact of aerosol microphysical properties on mass scattering cross sections | |
Majewski et al. | Effect of air pollution on visibility in urban conditions. Warsaw case study | |
Lowenthal et al. | Contributions to light extinction during project MOHAVE | |
Hung et al. | Infrared spectroscopic evidence for the ice formation mechanisms active in aerosol flow tubes | |
Waldén et al. | Demonstration of the equivalence of PM2. 5 and PM10 measurement methods in Kuopio 2014-2015 | |
Frey et al. | Application of the volatility-TDMA technique to determine the number size distribution and mass concentration of less volatile particles | |
Villarim et al. | A calibrated intelligent sensor for monitoring of particulate matter in smart cities | |
Pfeiffer | Sampling for PM10 and PM2. 5 particulates | |
Obiso | Assessment of dynamic aerosol-radiation interaction in atmospheric models |
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 |