CN112001074B

CN112001074B - 一种基于植被覆盖率的污染物治理方法、装置、存储介质

Info

Publication number: CN112001074B
Application number: CN202010838775.1A
Authority: CN
Inventors: 马培翃; 王洋; 孙明生; 易志安; 秦东明; 李诗瑶
Original assignee: 3Clear Technology Co Ltd
Current assignee: 3Clear Technology Co Ltd
Priority date: 2020-08-19
Filing date: 2020-08-19
Publication date: 2021-05-04
Anticipated expiration: 2040-08-19
Also published as: CN112001074A

Abstract

本发明公开了一种基于植被覆盖率的污染物治理方法、装置、存储介质及终端，所述方法包括：根据预置条件，将不同场景下场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景；根据不同场景植被覆盖率与对污染物的治理效果之间的变化趋势，从至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率，因此，采用本申请实施例，由于引入了植被覆盖率，实现了精准模拟；以精准模拟出的选定场景植被覆盖率作为用于治理污染物的植被覆盖率，实现了精准治理污染物的目的。

Description

一种基于植被覆盖率的污染物治理方法、装置、存储介质

技术领域

本发明涉及计算机技术领域，特别涉及一种基于植被覆盖率的污染物治理方法、装置、存储介质。

背景技术

随着数值模式的发展，当前在污染物的研究和预测中，数值模式法已经成为一种重要的方法。现有的空气质量模式主要包括多尺度空气质量模式，例如，NAQPMS(嵌套网格空气质量预报模式)是基于“一个大气”理念设计的第三代空气质量模式，全面考虑了空气污染物在大气中的平流、扩散、干湿沉降以及化学转化等过程，NAQPMS模式耦合的污染在线源追踪技术从源排放开始对各种物理、化学过程进行分源类别、分地域的质量追踪,可以跟踪污染物来源,定量分析输送过程及区域污染排放贡献率，已被多次应用于大气污染物的区域或城市间输送定量评估。Models-3，Models-3为第三代空气质量预报和评估系统，该模式系统可用于多尺度、多污染物的空气质量的预报、评估和决策研究等多种用途。该模式系统在空间范围上已经扩展到大陆尺度，并且可以同时预报多种污染物，在预报方法上则加入了化学物和气象要素之间的反馈作用。大气化学传输模式，例如，CAMx以MM5,RAMS等中尺度模式提供的气象场作为驱动，模拟大气污染物的平流、扩散、沉降和化学反应等过程。又例如，大气化学传输模式，WRF-Chem模式为一种全新的大气化学模式，它的化学和气象过程使用相同的水平和垂直坐标系，相同的物理参数化方案，不存在时间上的插值，并且能够考虑化学对气象过程的反馈作用。该模式的气象过程和化学过程是分开的，一般先运行中尺度气象模式，得到一定时间间隔的气象场，然后提供给化学模式使用。三代空气质量模式中包含复杂完善的气相化学和光化学机理，对污染物的时空分布有较好的模拟能力。

不管上述哪一种空气质量模式，在实际的模拟预测中，主要包括排放源处理系统(提供排放源输入)、气象模式(提供温、压、湿、风等气象背景场)和空气质量模式三部分。由空气质量模式最终能够模拟得出污染物的时空分布。但是，无论采用上述哪一种模拟方法，均无法实现精准模拟。

发明内容

本申请实施例提供了一种基于植被覆盖率的污染物治理方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种基于植被覆盖率的污染物治理方法，所述方法包括：

根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出场景模拟结果，所述场景气象背景场数据至少包括场景植被覆盖率；

根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景，所述预置条件为所述污染物的浓度处于预设浓度阈值范围内的条件；

根据不同场景植被覆盖率与对所述污染物的治理效果之间的变化趋势，从至少一种待选场景中确定出选定场景，将所述选定场景对应的选定场景植被覆盖率作为用于治理所述污染物的植被覆盖率。

第二方面，本申请实施例提供了一种基于植被覆盖率的污染物治理装置，所述装置包括：

模拟模块，用于根据至少一种场景下场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出场景模拟结果，所述场景气象背景场数据至少包括场景植被覆盖率；

比对模块，用于根据预置条件，将所述模拟模块模拟的不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景，所述预置条件为所述污染物的浓度处于预设浓度阈值范围内的条件；

处理模块，用于根据不同场景植被覆盖率与对所述污染物的治理效果之间的变化趋势，从所述比对模块确定的至少一种待选场景中确定出选定场景，将所述选定场景对应的选定场景植被覆盖率作为用于治理所述污染物的植被覆盖率。

第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

本申请实施例提供的技术方案可以包括以下有益效果：

在本申请实施例中，根据不同场景植被覆盖率与对所述污染物的治理效果之间的变化趋势，从至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率。由于本申请引入了植被覆盖率，实现了精准模拟，以精准模拟出的选定场景植被覆盖率作为用于治理污染物的植被覆盖率，实现了精准治理污染物的目的。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是本申请实施例提供的一种基于植被覆盖率的污染物治理方法的流程示意图；

图2是本申请实施例具体应用场景下的基于植被覆盖率的污染物治理方法的流程示意图；

图3是本申请实施例提供的一种基于植被覆盖率的污染物治理装置的结构示意图；

图4是本申请实施例提供的一种终端的结构示意图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。

应当明确，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。

基于现有的空气质量模式的模拟方法，均无法实现精准模拟。为此，本申请提供了一种基于植被覆盖率的污染物治理方法、装置、存储介质及终端，以解决上述相关技术问题中存在的问题。本申请提供的技术方案中，根据排放源系统中的任意一种污染物预先配置的污染物浓度阈值，从至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率。由于本申请引入了植被覆盖率，实现了精准模拟，以精准模拟出的选定场景植被覆盖率作为用于治理污染物的植被覆盖率，实现了精准治理污染物的目的，下面采用示例性的实施例进行详细说明。

下面将结合附图1-附图2，对本申请实施例提供的基于植被覆盖率的污染物治理方法进行详细介绍。该基于植被覆盖率的污染物治理方法可依赖于计算机程序实现，可运行于基于植被覆盖率的污染物治理装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。其中，本申请实施例中的可以为用户终端，包括但不限于：个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中用户终端可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，PDA)、5G网络或未来演进网络中的终端设备等。

请参见图1，为本申请实施例提供了一种基于植被覆盖率的污染物治理方法的流程示意图。如图1所示，本申请实施例的基于植被覆盖率的污染物治理方法可以包括以下步骤：

S101，根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出对应的场景模拟结果，场景气象背景场数据至少包括场景植被覆盖率。

在此步骤中，由于场景气象背景场数据至少包括场景植被覆盖率；这样，通过改变不同场景下的植被覆盖率，就可以精准确定出如何通过改变植被覆盖率，提高污染物的治理效果。

在此，污染物可以是沙尘，污染物还可以是PM_2.5。在此，对污染物的类型并不做具体限制。在此步骤中，突出了场景植被覆盖率这一因素。在不同的应用场景中，确定污染物的类型，并根据采集到的历史数据，预测不同场景下的植被覆盖率的变化趋势；并基于预测出的不同场景下的植被覆盖率的变化趋势，运行空气质量模式，模拟出与各个不同场景所匹配的场景模拟结果。在此步骤中，具体的模拟方法是常规模拟方法，在此不再赘述。

S102，根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景，预置条件为污染物的浓度处于预设浓度阈值范围内的条件。

在此步骤中，污染物的浓度受污染物对应的关键源类影响。污染物的关键源类是指对污染物具有大于或等于对应的预设贡献率的任意一种源类。

例如，对于PM₁₀，其源类可以分别为城市扬尘、煤烟尘、建筑水泥尘、机动车尾气尘、钢铁尘、硫酸尘、硫酸盐和硝酸盐。若将其对应的预设贡献率配置成16％，则关键源类为城市扬尘和煤烟尘。上述仅仅是示例，对于不同类型的污染物，其关键源类是不同的，在此不再赘述。

通过该预置条件，能够确定至少一种待选场景，并在任意一种待选场景下，污染物的浓度处于对应的预设浓度阈值范围内。

在实际应用中，待选场景下的植被覆盖率，往往具有较好的治理效果，即：待选场景的植被覆盖率有可能成为污染物的最终植被覆盖率，该最终植被覆盖率针对污染物具有最好的治理效果。

S103，根据不同场景植被覆盖率与对污染物的治理效果之间的变化趋势，从至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率，其中，选定场景下的植被覆盖率对于污染物具有最好的治理效果。

需要说明的是，不同场景植被覆盖率与污染物的治理效果之前的变化趋势，是基于历史数据统计出的变化趋势，或者，根据理论推导出的变化趋势。

具体而言，在污染物为沙尘时，增加不同场景下的场景植被覆盖率，可以有效地增大对风的阻滞，因此，通过增加预设区域的植被覆盖率，能够有效治理预设区域的沙尘。

而在污染物为PM_2.5时，减少不同场景下的场景植被覆盖率，能够有效治理预设区域的PM_2.5。

在一种可能的实现方式中，在根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对之前，所述方法还包括以下步骤：

根据污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案。

需要说明的是，污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，可以基于历史数据统计出对应关系，还可以根据理论推导出对应关系。

具体而言，对应关系包括第一对应关系和第二对应关系，第一对应关系用于表征不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有正相关的对应关系，第二对应关系用于表征不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有负相关的对应关系。

在某一应用场景下，根据理论推导出不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有正相关的第一对应关系，例如，在污染物是沙尘时，沙尘的场景植被覆盖率与沙尘的治理效果之间具有正相关的对应关系，即：第一对应关系。

反之，在另一种应用场景下，根据历史数据统计出不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有负相关的第二对应关系，例如，在污染物是PM_2.5时，PM_2.5的场景植被覆盖率与PM_2.5的治理效果之间具有负相关的对应关系，即：第二对应关系。

实际应用中，在获取到污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系(正相关或者负相关)之后，生成治理方案，该治理方案中包括以下信息：

污染物的名称、治理方案用于治理的区域、用于治理污染物的植被覆盖率，该植被覆盖率具有最优的治理污染物的效果。

这里以北京市2020年1月PM_2.5(俗称霾)浓度为例。本示例中气象模式选用WRF4.2，空气质量模式选用NAQPMS模式。气象模式也可选用其他中尺度气象模式，空气质量模式也可选择CMAQ、CAMx和WRF-chem等。

1、试验方案设计

本文中空气质量数值模式的气象驱动场由美国环境预测中心(NCEP)、美国国家大气研究中心(NCAR)等科研机构和大学联合开发的新一代中尺度气象模式WRF(WeatherResearch and Forecast)提供。WRF模式采用4.2版本，采用地形追随坐标，垂直方向分为30层，模式层顶为50hPa。采用的物理参数化方案设置见表1。

表1模式参数化设置方案

模式采用三重嵌套区域设置，第一重区域覆盖部分东亚区域，网格数180×160，网格间距27km；第二重区域覆盖我国东部及其附近区域，其中，第一重区域覆盖的区域面积大于第二重区域覆盖的区域面积，网格数316×298，网格间距9km；第三重区域北京及周边区域，网格数331×313，网格间距3km。模式的初始场及边界条件由FNL再分析资料提供，积分时间从2020年1月1日00时至2020年1月31日23时。空气质量模式所需的网格化排放源为清华大学研制的MEIC排放清单(基准年为2016年)。

NAQPMS模式中化学输送模块全面考虑了污染排放、平流、扩散、干湿沉降、化学转化(包括气相、液相、气溶胶和非均相化学反应过程)等过程。模式详细的物理化学参数化方案选取见表2。

NAQPMS模式参数设置

NAQPMS模式的水平网格设置与WRF中尺度气象模式保持一致；垂直方向上，模式采用地形追随高度坐标系，不等距分为20层，其中最下边10层位于距地面2.5km范围内，模式顶层高度为20km。

如下表3为各场景模拟月平均PM_2.5浓度。

基准场景：植被覆盖率不做任何改变。

模拟场景一：北京及周边区域植被覆盖率增加20％。

模拟场景二：北京及周边区域植被覆盖率减少20％。

表3各场景模拟月平均PM_2.5浓度(μg/m³)

模拟场景	基准场景	模拟场景一	模拟场景二
				PM<sub>2.5</sub>浓度	71	76	65

可见北京及周边区域增加植被覆盖率，PM_2.5浓度上升，减少植被覆盖率PM_2.5浓度下降。这刚好和沙尘相反，沙尘是增加植被覆盖率，沙尘浓度降低，减少植被覆盖率，沙尘浓度增加。

这主要是因为增加植被覆盖率，植被的阻滞作用，造成了风速的降低，表4给出了各场景模拟的平均风速。而风速的降低不利于PM_2.5的扩散。

表4各场景模拟月平均风速(m/s)

模拟场景	基准场景	模拟场景一	模拟场景二
				平均风速	3	2.6	3.2

在一种可能的实现方式中，治理方案包括与第一对应关系对应的第一治理方案和与第二对应关系对应的第二治理方案，根据污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案包括以下步骤：

在对应关系为第一对应关系的情况下，生成第一治理方案，第一治理方案为：增加当前场景下的场景植被覆盖率，以便于降低污染物的浓度；

在此步骤中，在污染物是沙尘、且对应关系为第一对应关系时，增加当前场景下的场景植被覆盖率，就能够降低沙尘，从而最终降低沙尘的浓度。

或者，在对应关系为第二对应关系的情况下，生成第二治理方案，第二治理方案为：减少当前场景下的场景植被覆盖率，以便于降低污染物的浓度。

在此步骤中，在污染物为PM_2.5、且对应关系为第二对应关系时，降低当前场景下的场景植被覆盖率，就能够降低PM_2.5浓度，从而最终降低PM_2.5的浓度。

根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出基准模拟结果。

在一种可能的实现方式中，在根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出基准模拟结果之前，所述方法还包括以下步骤：

配置运行气象模式所需的气象初值场参数，气象初值场参数至少包括初始植被覆盖率；在此步骤中，气象初值场参数还包括以下至少一项：各网格点上的地表温度、温度、气压、位势高度、风向风速、经纬度、湿度、地表湿度、土壤温度、土壤湿度、地形高度、地面粗糙度、海水表面温度、云水混合比、冰水混合比。

在一种可能的实现方式中，在根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出对应的场景模拟结果之前，所述方法还包括以下步骤：

配置不同场景下不同的场景植被覆盖率。如图2所示，是本申请实施例具体应用场景下的基于植被覆盖率的污染物治理方法的流程示意图。

配置基准气象背景场；其中，配置基准气象背景场的过程为：获得模拟时间内的气象资料和地形资料，根据评估项目的地理位置设置评估模拟区域，设置投影方式，设置嵌套网格，设置水平格距和垂直格距；根据设置的网格点信息对气象资料和地形资料进行预处理，生成气象模式运行所需的初值场；对生成的气象初值场中的各项参数的数值不做任何更改，运行当前气象模式，生成环境模式所需的气象背景场，将此气象背景场作为基准气象背景场；其中，初值场参数包括以下至少一项：各网格点上的地表温度、温度、气压、位势高度、风向风速、经纬度、湿度、地表湿度、土壤温度、土壤湿度、植被覆盖度、地形高度、地面粗糙度、海水表面温度、云水混合比、冰水混合比等，其中，根据设置的网格点信息对气象资料和地形资料进行预处理，生成气象模式运行所需的初值场的预处理过程采用的预处理方法为常规方法，在此不再赘述；常见的投影方式有三种，兰勃特正形圆锥投影、极射赤面投影和墨卡托投影，除了上述投影方式之外，还可以设置其它投影方式，在此不再赘述。

通过改变植被覆盖率，例如，以基准气象背景场中的植被覆盖率为基准，增加植被覆盖率，或者，降低植被覆盖率，这样，得到不同场景下、且至少包括不同场景植被覆盖率的多组场景气象背景场。

针对不同场景植被覆盖率对应的多个场景，分别运行空气质量模式，模拟得到不同场景下的模拟结果，其中，各个场景下的模拟结果至少包括对应场景下的污染物空间分布状况。

模拟基准场景下的基准污染物空间分布状况具体如下所述：

根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出基准模拟结果，其中，基准模拟结果至少包括基准场景的污染物空间分布状况。

对不同场景下的结果进行对比分析，针对不同类型污染物，优选治理效果较佳的植被覆盖率。

例如，在实际应用中，在污染物为沙尘时，增加预设区域的植被覆盖率，从而达到较佳的污染物治理效果；在污染物为PM_2.5时，则减少预设区域的植被覆盖率，从而达到较佳的污染物治理效果。

在本公开实施例提供的治理方法中，为了保证模拟出的污染物的浓度的精准度，需要对模拟出的污染物的浓度进行校正，以消除运行模式的系统性偏差。

在某一具体应用场景中，采用相对响应因子法对模拟的污染物的浓度进行校正，以消除运行模式的系统性偏差。

具体校正的方法如下所述：基准情景的植被覆盖率不做任何改变，通过气象模式模拟基准情景的气象背景场。根据基准情景的气象背景场，通过空气质量模式进行模拟，得到基准情景的污染物的模拟浓度。然后根据污染物的实测浓度和模拟浓度，计算出浓度调整系数。在得到上述浓度调整系数之后，利用上述浓度调整系数，对不同场景下的模拟浓度分别进行校正，最终得到各个场景下的校正后的模拟浓度，这样，提高了模拟的精度。

需要说明的是，采用本公开实施例提供的方法，在确定最优场景植被覆盖率时，往往还需要综合考虑各个因素。

例如，若预设区域的沙尘超标，则通过增加该预设区域的植被覆盖率，可以有效地降低沙尘的浓度，实现对沙尘的有效治理。但是，在增加植被覆盖率的时候，应同时关注模拟出的PM_2.5等其他污染物的浓度，确保沙尘降低的同时，PM_2.5浓度不超过国家规定的限值。

在本申请实施例中，根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景；根据排放源系统中的任意一种污染物预先配置的污染物浓度阈值，从至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率。由于本申请引入了植被覆盖率，实现了精准模拟，以精准模拟出的选定场景植被覆盖率作为用于治理污染物的植被覆盖率，实现了精准治理污染物的目的。

下述为本发明基于植被覆盖率的污染物治理装置实施例，可以用于执行本发明基于植被覆盖率的污染物治理方法实施例。对于本发明基于植被覆盖率的污染物治理装置实施例中未披露的细节，请参照本发明基于植被覆盖率的污染物治理方法实施例。

请参见图3，其示出了本发明一个示例性实施例提供的基于植被覆盖率的污染物治理装置的结构示意图。该基于植被覆盖率的污染物治理装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该基于植被覆盖率的污染物治理装置包括模拟模块10、比对模块20和处理模块30。

具体而言，模拟模块10，用于根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出对应的场景模拟结果，场景气象背景场数据至少包括场景植被覆盖率；

比对模块20，用于根据预置条件，将模拟模块10模拟的不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景，预置条件为污染物的浓度处于预设浓度阈值范围内的条件；

处理模块30，用于根据不同场景植被覆盖率与对污染物的治理效果之间的变化趋势，从比对模块20确定的至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率。

可选的，所述装置还包括：

治理方案生成模块(在图3中未示出)，用于在比对模块20根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对之前，根据污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案；其中，对应关系包括第一对应关系和第二对应关系，第一对应关系用于表征不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有正相关的对应关系，第二对应关系用于表征不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有负相关的对应关系。

可选的，治理方案包括与第一对应关系对应的第一治理方案和与第二对应关系对应的第二治理方案，治理方案生成模块具体用于：

在对应关系为第一对应关系的情况下，生成第一治理方案，第一治理方案为：增加当前场景下的场景植被覆盖率，以便于降低污染物的浓度；或者

在对应关系为第二对应关系的情况下，生成第二治理方案，第二治理方案为：减少当前场景下的场景植被覆盖率，以便于降低污染物的浓度。

可选的，模拟模块10还用于：

在比较模块根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对之前，根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的当前污染物，运行空气质量模式，模拟出基准模拟结果。

可选的，所述装置还包括：

配置模块(在图3中未示出)，在模拟模块10根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出基准模拟结果之前，配置运行气象模式所需的气象初值场参数，气象初值场参数至少包括初始植被覆盖率。

可选的，气象初值场参数还包括以下至少一项：各网格点上的地表温度、温度、气压、位势高度、风向风速、经纬度、湿度、地表湿度、土壤温度、土壤湿度、地形高度、地面粗糙度、海水表面温度、云水混合比、冰水混合比。

可选的，配置模块具体用于：

在模拟模块10根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出场景模拟结果之前，配置不同场景下不同的场景植被覆盖率。

需要说明的是，上述实施例提供的基于植被覆盖率的污染物治理装置在执行基于植被覆盖率的污染物治理方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于植被覆盖率的污染物治理装置与基于植被覆盖率的污染物治理方法实施例属于同一构思，其体现实现过程详见基于植被覆盖率的污染物治理方法实施例，这里不再赘述。

在本申请实施例中，比对模块根据预置条件，将模拟模块模拟的不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景，预置条件为污染物的浓度处于预设浓度阈值范围内的条件；以及处理模块，根据排放源系统中的任意一种污染物预先配置的污染物浓度阈值，从比对模块确定的至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率。由于本申请引入了植被覆盖率，实现了精准模拟，以精准模拟出的选定场景植被覆盖率作为用于治理污染物的植被覆盖率，实现了精准治理污染物的目的。

本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的基于植被覆盖率的污染物治理方法。

本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例所述的基于植被覆盖率的污染物治理方法。

请参见图4，为本申请实施例提供的一种终端的结构示意图。如图4所示，终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。

其中，通信总线1002用于实现这些组件之间的连接通信。

其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。

其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。

其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图4所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于植被覆盖率的污染物治理应用程序。

在图4所示的终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的基于植被覆盖率的污染物治理应用程序，并具体执行以下操作：

根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出场景模拟结果，场景气象背景场数据至少包括场景植被覆盖率；

根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对，确定出至少一种待选场景，预置条件为污染物的浓度处于对应的预设浓度阈值范围内的条件；

根据不同场景植被覆盖率与对污染物的治理效果之间的变化趋势，从至少一种待选场景中确定出选定场景，将选定场景对应的选定场景植被覆盖率作为用于治理污染物的植被覆盖率。

在一个实施例中，处理器1001在执行在根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对之前，还执行以下操作：

根据污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案；

其中，对应关系包括第一对应关系和第二对应关系，第一对应关系用于表征不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有正相关的对应关系，第二对应关系用于表征不同场景下对应的场景植被覆盖率与污染物的治理效果之间具有负相关的对应关系。

在一个实施例中，治理方案包括与第一对应关系对应的第一治理方案和与第二对应关系对应的第二治理方案，处理器1001在执行根据污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案时，具体执行以下操作：

在一个实施例中，处理器1001在执行在根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出基准模拟结果之前，还执行以下操作：

配置运行气象模式所需的气象初值场参数，气象初值场参数至少包括初始植被覆盖率。

在一个实施例中，气象初值场参数还包括以下至少一项：各网格点上的地表温度、温度、气压、位势高度、风向风速、经纬度、湿度、地表湿度、土壤温度、土壤湿度、地形高度、地面粗糙度、海水表面温度、云水混合比、冰水混合比。

在一个实施例中，处理器1001在执行在根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的污染物，运行空气质量模式，模拟出场景模拟结果之前，还执行以下操作：

配置不同场景下不同的场景植被覆盖率。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims

1.一种基于植被覆盖率的污染物治理方法，其特征在于，所述方法包括：

根据所述污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案；其中，所述对应关系包括第一对应关系和第二对应关系，所述第一对应关系用于表征不同场景下对应的场景植被覆盖率与所述污染物的治理效果之间具有正相关的对应关系，所述第二对应关系用于表征不同场景下对应的场景植被覆盖率与所述污染物的治理效果之间具有负相关的对应关系；

2.根据权利要求1所述的方法，其特征在于，所述治理方案包括与所述第一对应关系对应的第一治理方案和与所述第二对应关系对应的第二治理方案，所述根据所述污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案包括：

在所述对应关系为所述第一对应关系的情况下，生成所述第一治理方案，所述第一治理方案为：增加当前场景下的场景植被覆盖率，以便于降低所述污染物的浓度；或者

在所述对应关系为所述第二对应关系的情况下，生成所述第二治理方案，所述第二治理方案为：减少当前场景下的场景植被覆盖率，以便于降低所述污染物的浓度。

3.根据权利要求1所述的方法，其特征在于，在所述根据预置条件，将不同场景下对应的场景模拟结果以及基准场景下基准模拟结果均进行比对之前，所述方法还包括：

根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的所述污染物，运行所述空气质量模式，模拟出基准模拟结果。

4.根据权利要求3所述的方法，其特征在于，在所述根据至少包括基准场景下的初始植被覆盖率的基准气象背景场数据和至少一种排放源对应的所述污染物，运行空气质量模式，模拟出基准模拟结果之前，所述方法还包括：

配置运行气象模式所需的气象初值场参数，所述气象初值场参数至少包括初始植被覆盖率。

5.根据权利要求4所述的方法，其特征在于，

所述气象初值场参数还包括以下至少一项：

各网格点上的地表温度、温度、气压、位势高度、风向风速、经纬度、湿度、地表湿度、土壤温度、土壤湿度、地形高度、地面粗糙度、海水表面温度、云水混合比、冰水混合比。

6.根据权利要求1所述的方法，其特征在于，在所述根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的所述污染物，运行空气质量模式，模拟出场景模拟结果之前，所述方法还包括：

配置不同场景下不同的场景植被覆盖率。

7.一种基于植被覆盖率的污染物治理装置，其特征在于，所述装置包括：

模拟模块，用于根据至少一种场景下的场景气象背景场数据和至少一种排放源对应的所述污染物，运行空气质量模式，模拟出场景模拟结果，所述场景气象背景场数据至少包括场景植被覆盖率；

生成模块，用于根据所述污染物的治理效果与不同场景下的不同场景植被覆盖率的对应关系，生成治理方案；其中，所述对应关系包括第一对应关系和第二对应关系，所述第一对应关系用于表征不同场景下对应的场景植被覆盖率与所述污染物的治理效果之间具有正相关的对应关系，所述第二对应关系用于表征不同场景下对应的场景植被覆盖率与所述污染物的治理效果之间具有负相关的对应关系；

8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1至6任意一项的方法步骤。

9.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1至6任意一项的方法步骤。