CN113552289B - 一种基于高斯模式的大气污染溯源方法 - Google Patents

一种基于高斯模式的大气污染溯源方法 Download PDF

Info

Publication number
CN113552289B
CN113552289B CN202110796295.8A CN202110796295A CN113552289B CN 113552289 B CN113552289 B CN 113552289B CN 202110796295 A CN202110796295 A CN 202110796295A CN 113552289 B CN113552289 B CN 113552289B
Authority
CN
China
Prior art keywords
pollution
source
tracing
fuzzy
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.)
Active
Application number
CN202110796295.8A
Other languages
English (en)
Other versions
CN113552289A (zh
Inventor
马方方
么新
杨宏伟
孙如飞
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.)
Research Institute For Environmental Innovation (suzhou) Tsinghua
Original Assignee
Research Institute For Environmental Innovation (suzhou) Tsinghua
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 Research Institute For Environmental Innovation (suzhou) Tsinghua filed Critical Research Institute For Environmental Innovation (suzhou) Tsinghua
Priority to CN202110796295.8A priority Critical patent/CN113552289B/zh
Publication of CN113552289A publication Critical patent/CN113552289A/zh
Application granted granted Critical
Publication of CN113552289B publication Critical patent/CN113552289B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于高斯模式的大气污染溯源方法，基本理论是基于高斯模式气扩散理论，核心计算方法使用JAVA语言实现，包括4个核心处理模块：污染源信息处理模块、气象数据预处理模块、污染源实时数据处理模块和二段式溯源计算模块；本发明通过克里金插值法将相关要素进行空间插值处理，形成标准的GRID数据文件，避免大量的实时运算，提高模型计算效率，降低溯源时间成本，能够实现污染源分钟级溯源追踪，为行政管理水平的提升提供有力支撑。

Description

一种基于高斯模式的大气污染溯源方法
技术领域
本发明属于空气污染防治技术领域，具体涉及一种基于高斯模式的大气污染溯源方法。
背景技术
随着社会经济的发展，各行各业的生产力在不断提升，大气污染物社会总排放量也在增大。虽然国家对空气污染物排放的要求越来越严格，但是由于企业成本以及工艺问题，仍然存在着排放不达标，甚至污染物偷排的现象。在追求美好生活的过程中，城市居民对空气质量的关注度越来越高，相关监督执法部门对城市大气污染治理的要求也越来越严格，定量、精准、快速的溯源技术方法是执法部门最为迫切需要的。
在业务实践中，始终存在涉气排放企业数量多，环境监管能力相对薄弱，环境监管主要依靠传统手段、信息化水平不高，无法满足现实环境管理需求，缺乏快速、有效的空气污染追因溯源技术。迫切需要更为自动化的污染来源识别技术和污染排放源管理方法，从而开展更为精细化的排放管控。
目前，基于大气物理和大气化学理论的数值模型方法被国内外学者应用于大气污染排放源识别方法，该方法主要基于气象和环境污染物浓度监测数据在污染事件发生之后对污染发生来源的区域和概率进行判别，此类方法虽然可以在一定程度上减少污染现场排摸人员的排摸企业范围，但受制于其海量的输出结果，仍需要较多的人力判别和时间投入才能找到污染来源。
发明内容
为了解决上述问题，本发明提供一种基于高斯模式的大气污染溯源方法，核心计算方法使用JAVA语言实现，包括4个核心处理模块：污染源信息处理模块、气象数据预处理模块、污染源实时数据处理模块和二段式溯源计算模块。
本发明所采用的技术方案如下：
一种基于高斯模式的大气污染溯源方法，其特征在于：包括如下处理步骤：(1)污染源信息处理步骤：通过污染源信息处理模块将研究区域内各污染源进行统一标识，赋值污染源ID；本模块需要对污染源的属性进行标识，包括污染排放类型、主要污染物类型排放信息；根据研究区域的污染源实际调研结果，制作形成标准分辨率的GRID格式文件，并导入数据库；(2)气象数据预处理：利用气象数据预处理模块对气象要素进行预处理，形成标准分辨率的GRID文件；(3)污染源实时数据处理：利用污染源实时数据处理模块通过在线监测系统实时获取污染源排放信息，通过标准化的处理流程，形成标准分辨率的GRID文件；(4)二段式溯源计算：分为模糊溯源和精准溯源，能够实现不同污染场景的追踪溯源计算。
本发明的基本理论是基于高斯模式气扩散理论，泰勒最先使用统计学的理论研究大气湍流，在泰勒的研究基础上，高斯通过实验分析，总结出基于湍流统计基础的大气扩散模式，即为高斯模型，高斯扩散模型以统计学函数为基础，其理论基础是在平坦开阔的平原，假定气场均匀稳定，大气的扩散先沿着主风向传播，再向四周扩散，其分布规律符合正态分布。大量研究表明，点源连续排放大气污染物的扩散浓度，符合正态分布，其适用范围一般小于50千米，高斯扩散模型的成立由四大假定条件：污染点源均匀稳定连续排放；大气污染物在扩散过程中遵循质量守恒；扩散区域风向均匀、稳定；污染物浓度在水平方向上符合正态分布，在垂直方向上符合正态分布。其基本公式为：
其中，q为单位时间大气污染物排放量，mg/s；C为空间任一点的污染物浓度，mg/m3；σy为横向扩散系数，m；σz为纵向扩散系数，m；u为平均风速，m/s。
所述的污染排放类型包括点源、线源、面源、体源，所述的主要污染物类型包括VOCs、PM10、SO2、氮氧化物，所述的排放信息包括管径、排口高度、排放效率、气体温度。
所述的污染源信息处理模块中调研的所有污染源集合记为{PSi}，PSi表示第i个污染源，每个污染源带有类型、位置、主要污染物、排口等众多属性。
步骤(2)中通过克里金插值法将相关要素进行空间插值处理，形成标准的GRID数据文件。
所述的气象要素中的风速(u)、风向(dir)、云量(CA)、辐射(rad)、温度(T)、湿度(hum)对污染源的追溯有重要影响，本发明中通过克里金插值法将相关要素进行空间插值处理，形成标准的GRID数据文件，避免大量的实时运算，提高模型计算效率，降低溯源时间成本，能够实现污染源分钟级溯源追踪，提升对行政管理的支撑水平。
其中σy，σz与风速(u)、风向(dir)、云量(CA)、辐射(rad)、温度(T)、湿度(hum)存在关联关系，需要根据不同的条件进行选择判断，在实际应用时，需进行优化。
步骤(3)中所述的污染源排放信息包括污染源ID、排放位置、类型、排放浓度。各个厂区都需安装污染源排放在线监测系统，需要监测的要素包括排放速率(ups)、排放效率(qps)、污染物浓度({Cps})、排放温度(Tps)，用于计算不同排口的抬升高度(ΔH)和单位时间污染物排放量qps。
ΔH＝φ(u,ups,Tps)
结合线下调研成果，对当前污染场景进行污染物类型识别，作为模块输入(污染物类型和浓度值等)。本模块根据输入条件计算出所有超标污染物，需针对每一种超标污染物进行溯源分析。针对某一种污染物，模糊溯源是利用当前污染物类型、风速风向和预处理完成的污染物类型分布等信息初步判断污染来源，定性分析出哪些污染源对污染场景负责，将该污染源定义为模糊源(Vague Source，VS)。
所述模糊溯源具体包括如下步骤：①确定输入的污染物类型和浓度集合{Typei,Ci}；②计算各个类型污染物的超标程度，对于超标的污染物提取为新的集合{Overi}；③根据风速(u)、风向(dir)以及污染源{PSi}属性信息(污染物类型、位置)等信息，获取对当前污染场景可能造成贡献的模糊源{VSi}
{VSi}＝Θ(u,dir,{Overi},{PSi})
Θ为判断函数，判断PSi是否为模糊源，其中
所述的精准溯源是在模糊溯源{VSi}基础上，利用大气扩散理论高斯模式公式计算各个模糊源单独排放造成的空间污染分布特征，然后实现多模糊源在空间上的矢量叠加计算，接着利用当前污染场景的浓度信息，配合全局优化算法逆向分析不同模糊源的贡献系数；当前场景有多种超标污染物时，单独分析各类型污染物的模糊源的贡献系数，然后按照权重系数进行综合计算，分析出不同污染源对本次污染场景的综合贡献系数。
所述的精准溯源的步骤如下：①针对模糊源集合{VSi}，假设第i个模糊源VSi的排放效率为QVS,i，根据排放类型和相关基础信息计算出在监测点位置的污染物浓度为CVS,i，计算公式如下
Cvs,i＝F(Qvs,i,VSi,u)
F为污染物浓度模拟函数，计算特定环境下污染物的大气扩散过程。
②根据{VSi}、{Qvs,i}、{Cvs,i}以及污染物浓度Ci，将每个模糊源的不同组合参数进行矢量叠加计算，通过优化算法分析出最可靠的模糊源排放组合{Qvs,i}s，使得下面的公式成立
Abs，绝对值函数；ε为置信值，一般取1％。
③对于某一种污染物按照①②步骤可以求出一个最优的{Cvs,i}，可以计算出{PSi}在第种污染物的贡献值{Ri}
其中不在模糊源{VSi}中的污染源的Ri＝0。
④对于多种污染物{Overi}的场景，针对不同的Overi重复①②③步骤，可以得到第i污染物的企业贡献率{Rj,i}，Rj,i表示第j个企业污染源对第i种超标污染物的贡献值。
⑤根据不同类型污染物的重要程度，按照专家经验分配不同污染物的计算权重{ωi}，计算得到当前污染场景下各企业污染源的综合贡献系数
Rj表示第j个企业污染源综合贡献系数。
本发明与现有方法相比，具有以下优点：
1、本发明提供一种基于高斯模式的大气污染溯源方法，基本理论是基于高斯模式气扩散理论，核心计算方法使用JAVA语言实现，包括4个核心处理模块：污染源信息处理模块、气象数据预处理模块、污染源实时数据处理模块和二段式溯源计算模块。
2、本发明通过克里金插值法将相关要素进行空间插值处理，形成标准的GRID数据文件，避免大量的实时运算，提高模型计算效率，降低溯源时间成本，能够实现污染源分钟级溯源追踪，为行政管理水平的提升提供有力支撑。
3、本发明采用模糊溯源与精准溯源相结合的溯源方法，能够实现不同污染场景的追踪溯源计算，能够定性分析出哪些污染源对污染场景负责，实现多模糊源在空间上的矢量叠加计算，接着利用当前污染场景的浓度信息，配合全局优化算法逆向分析不同模糊源的贡献系数。
附图说明
图1为本发明基于高斯模式的大气污染溯源方法的流程图
具体实施方式
下面结合具体实施例对本发明进一步进行描述。
实施例1
一种基于高斯模式的大气污染溯源方法，其特征在于：包括如下处理步骤：(1)污染源信息处理步骤：通过污染源信息处理模块将研究区域内各污染源进行统一标识，赋值污染源ID；本模块需要对污染源的属性进行标识，包括污染排放类型、主要污染物类型排放信息；根据研究区域的污染源实际调研结果，制作形成标准分辨率的GRID格式文件，并导入数据库；(2)气象数据预处理：利用气象数据预处理模块对气象要素进行预处理，形成标准分辨率的GRID文件；(3)污染源实时数据处理：利用污染源实时数据处理模块通过在线监测系统实时获取污染源排放信息，通过标准化的处理流程，形成标准分辨率的GRID文件；(4)二段式溯源计算：分为模糊溯源和精准溯源，能够实现不同污染场景的追踪溯源计算。
所述的污染排放类型包括点源、线源、面源、体源，所述的主要污染物类型包括VOCs、PM10、SO2、氮氧化物，所述的排放信息包括管径、排口高度、排放效率、气体温度。
所述的污染源信息处理模块中调研的所有污染源集合记为{PSi}，PSi表示第i个污染源，每个污染源带有类型、位置、主要污染物、排口等众多属性。
步骤(2)中通过克里金插值法将相关要素进行空间插值处理，形成标准的GRID数据文件。
所述的气象要素中的风速(u)、风向(dir)、云量(CA)、辐射(rad)、温度(T)、湿度(hum)对污染源的追溯有重要影响，本发明中通过克里金插值法将相关要素进行空间插值处理，形成标准的GRID数据文件，避免大量的实时运算，提高模型计算效率，降低溯源时间成本，能够实现污染源分钟级溯源追踪，提升对行政管理的支撑水平。
其中σy，σz与风速(u)、风向(dir)、云量(CA)、辐射(rad)、温度(T)、湿度(hum)存在关联关系，需要根据不同的条件进行选择判断，在实际应用时，需进行优化。
步骤(3)中所述的污染源排放信息包括污染源ID、排放位置、类型、排放浓度。各个厂区都需安装污染源排放在线监测系统，需要监测的要素包括排放速率(ups)、排放效率(qps)、污染物浓度({Cps})、排放温度(Tps)，用于计算不同排口的抬升高度(ΔH)和单位时间污染物排放量qps。
ΔH＝φ(u,ups,Tps)
结合线下调研成果，对当前污染场景进行污染物类型识别，作为模块输入(污染物类型和浓度值等)。本模块根据输入条件计算出所有超标污染物，需针对每一种超标污染物进行溯源分析。针对某一种污染物，模糊溯源是利用当前污染物类型、风速风向和预处理完成的污染物类型分布等信息初步判断污染来源，定性分析出哪些污染源对污染场景负责，将该污染源定义为模糊源(Vague Source，VS)。
所述模糊溯源具体包括如下步骤：①确定输入的污染物类型和浓度集合{Typei,Ci}；②计算各个类型污染物的超标程度，对于超标的污染物提取为新的集合{Overi}；③根据风速(u)、风向(dir)以及污染源{PSi}属性信息(污染物类型、位置)等信息，获取对当前污染场景可能造成贡献的模糊源{VSi}
{VSi}＝Θ(u,dir,{Overi},{PSi})
Θ为判断函数，判断PSi是否为模糊源，其中
所述的精准溯源是在模糊溯源{VSi}基础上，利用大气扩散理论高斯模式公式计算各个模糊源单独排放造成的空间污染分布特征，然后实现多模糊源在空间上的矢量叠加计算，接着利用当前污染场景的浓度信息，配合全局优化算法逆向分析不同模糊源的贡献系数；当前场景有多种超标污染物时，单独分析各类型污染物的模糊源的贡献系数，然后按照权重系数进行综合计算，分析出不同污染源对本次污染场景的综合贡献系数。
所述的精准溯源的步骤如下：①针对模糊源集合{VSi}，假设第i个模糊源VSi的排放效率为QVS,i，根据排放类型和相关基础信息计算出在监测点位置的污染物浓度为CVS,i，计算公式如下
Cvs,i＝F(Qvs,i,VSi,u)
F为污染物浓度模拟函数，计算特定环境下污染物的大气扩散过程。
②根据{VSi}、{Qvs,i}、{Cvs,i}以及污染物浓度Ci，将每个模糊源的不同组合参数进行矢量叠加计算，通过优化算法分析出最可靠的模糊源排放组合{Qvs,i}s，使得下面的公式成立
Abs，绝对值函数；ε为置信值，一般取1％。
③对于某一种污染物按照①②步骤可以求出一个最优的{Cvs,i}，可以计算出{PSi}在第种污染物的贡献值{Ri}
其中不在模糊源{VSi}中的污染源的Ri＝0。
④对于多种污染物{Overi}的场景，针对不同的Overi重复①②③步骤，可以得到第i污染物的企业贡献率{Rj,i}，Rj,i表示第j个企业污染源对第i种超标污染物的贡献值。
⑤根据不同类型污染物的重要程度，按照专家经验分配不同污染物的计算权重{ωi}，计算得到当前污染场景下各企业污染源的综合贡献系数
Rj表示第j个企业污染源综合贡献系数。
应用例1
某中部工业城市有重工业园区，园区内有水泥厂、钢铁厂、发电厂等多种类型的企业，园区主要监测的污染物有悬浮颗粒物(TSP)、二氧化硫(SO2)、氮氧化物(NOX)、挥发性有机物(VOCS)等。
(1)园区污染物信息收集
园区内收集12家企业单位基础资料，每一个家企业都会产生不同类型的污染物，以园区左下角为坐标原点，正东方向为X轴正方向，正北方向为Y轴正方向建立平面坐标系，详细信息统计如下：
表1
(2)气象信息收集
夏季某日14时，园区天气晴，无云，10米高测得风速2.3m/s；风向正西南；1.5米测得气温为28℃，大气稳定度为较稳定。
(3)实时信息获取
某日14时，在线监测系统显示某固定监测点(1000,800)实时监测到各项指标的值摘录如下：
表2
某日14时，12家企业的排气口污染物类型统计如下：
表3
(4)二段式溯源分析
根据实测的污染物指标值，TSP、SO2存在超标现象，针对两种污染物超标场景进行溯源分析。
1)以TSP超标溯源分析为例
①企业的排污类型刷选出可能污染源编号集合，除了QY005都包含在内
{QY001,QY002,QY003,QY004,QY006,QY007,QY008,QY009,QY0010,QY0011,QY0012}
②风速、风向以及监测点和污染源(企业排口)的相对位置进行进一步筛选，认为处于监测点风向下游的企业对本次污染场景不造成影响，概化为风向向量与某污染物到监测点的位移向量/>的内积小于0，即
以企业QY001为例，风向向量为位移向量/>计算两向量的内积/>故认为QY001对本次场景中TSP超标有影响，即QY001为模糊源。
根据上述原理可以得到本次污染物超标场景中，TSP超标所有的模糊源集合为：{VSi}＝{QY001,QY002,QY003,QY004,QY006,QY008}；
根据不同污染源气体中TSP的监测数据统计，模糊源排放效率摘录如下表：
表4
③计算污染源QY001在监测点位(1000,800)处形成的污染物浓度CQY001，假设监测点高度为Z＝1.8m；带入公式
计算，得到浓度值CQY001＝1600，单位μg/m3。
同理，计算出所有模糊源根据公式/>
判断是否满足条件。计算可知：
不满足条件则需调整模型计算参数，重新计算所有模糊源的扩散浓度；经过多次计算得到所有模糊源的优化后的计算浓度值：最终获取{VSi}＝{QY001,QY002,QY003,QY004,QY006,QY008}的合理计算浓度为
计算置信值：满足条件。
④根据公式
计算所有污染源对TSP超标的贡献值依次为
{RTSP,j}＝{0.216,0.278,0.33,0.172,0,0.004,0,0,0,0,0,0}
⑤按照同样的原理，计算所有污染源中对SO2超标的贡献值：
⑥依据专家经验判断，两种指标的权重分布为ωTSP＝0.4，计算得到所有污染源对本次污染场景的综合贡献值
上述实施案例仅为本发明中部分实施案例，但本发明的实施方式并不受上述实施案例的限制，如实施例中方案的各种形式的组合，其他的任何未背离本发明的精神实质与原理下所做的改变、修饰、替代、组合均应为等效的替换方式，都在本发明的保护范围之内。

Claims (5)

1.一种基于高斯模式的大气污染溯源方法，其特征在于：包括如下处理步骤：(1)污染源信息处理步骤：通过污染源信息处理模块将研究区域内各污染源进行统一标识，赋值污染源ID；本模块需要对污染源的属性进行标识，包括污染排放类型、主要污染物类型、排放信息；根据研究区域的污染源实际调研结果，制作形成标准分辨率的GRID格式文件，并导入数据库；(2)气象数据预处理：利用气象数据预处理模块对气象要素进行预处理，形成标准分辨率的GRID文件；(3)污染源实时数据处理：利用污染源实时数据处理模块通过在线监测系统实时获取污染源排放信息，通过标准化的处理流程，形成标准分辨率的GRID文件；(4)二段式溯源计算：分为模糊溯源和精准溯源，能够实现不同污染场景的追踪溯源计算；步骤(2)中通过克里金插值法将气象要素进行空间插值处理，形成标准的GRID数据文件；
所述模糊溯源具体包括如下步骤：①确定输入的污染物类型和浓度集合
{Typei,Ci}；②计算各个类型污染物的超标程度，对于超标的污染物提取为新的集合{Overi}；③根据风速u、风向dir以及污染源{PSi}属性信息，属性信息是指污染物类型、位置，获取对当前污染场景可能造成贡献的模糊源集合{VSi}{VSi}＝Θ(u,dir,{Overi},{PSi})
Θ为判断函数，判断PSi是否为模糊源，其中所述的精准溯源的步骤如下：①针对模糊源集合{VSi}，假设第i个模糊源VSi的排放效率为QVS,i，根据排放类型和相关基础信息计算出在监测点位置的污染物浓度为CVS,i，计算公式如下
Cvs,i＝F(Qvs,i,VSi,u)
F为污染物浓度模拟函数，计算特定环境下污染物的大气扩散过程；
②根据{VSi}、{Qvs,i}、{Cvs,i}以及污染物浓度Ci，将每个模糊源的不同组合参数进行矢量叠加计算，通过全局优化算法分析出最可靠的模糊源排放组合{Qvs,i}s，使得下面的公式成立
Abs，绝对值函数；ε为置信值，一般取1％；
③对于某一种污染物按照①②步骤可以求出一个最优的{Cvs,i}，可以计算出{PSi}在第i种污染物的贡献值{Ri}
其中不在模糊源集合{VSi}中的污染源的Ri＝0；
④对于多种污染物{Overi}的场景，针对不同的Overi重复①②③步骤，可以得到第i污染物的企业贡献率{Rj,i}，Rj,i表示第j个企业污染源对第i种超标污染物的贡献值；
⑤根据不同类型污染物的重要程度，按照专家经验分配不同污染物的计算权重{ωi}，计算得到当前污染场景下各企业污染源的综合贡献系数
Rj表示第j个企业污染源综合贡献系数。
2.根据权利要求1所述的基于高斯模式的大气污染溯源方法，其特征在于：污染排放类型包括点源、线源、面源、体源，主要污染物类型包括VOCs、PM10、SO2、氮氧化物，排放信息包括管径、排口高度、排放效率、气体温度。
3.根据权利要求1所述的基于高斯模式的大气污染溯源方法，其特征在于：步骤(3)中所述的污染源排放信息包括污染源ID、排放位置、类型、排放浓度。
4.根据权利要求1所述的基于高斯模式的大气污染溯源方法，其特征在于：针对某一种污染物，模糊溯源是利用当前污染物类型、风速风向和预处理完成的污染物类型分布这些信息初步判断污染来源，定性分析出哪些污染源对污染场景负责，将该污染源定义为模糊源。
5.根据权利要求1所述的基于高斯模式的大气污染溯源方法，其特征在于：所述的精准溯源是在模糊溯源基础上，利用大气扩散理论高斯模式公式计算各个模糊源单独排放造成的空间污染分布特征，然后实现多模糊源在空间上的矢量叠加计算，接着利用当前污染场景的浓度信息，配合全局优化算法逆向分析不同模糊源的贡献系数；当前场景有多种超标污染物时，单独分析各类型污染物的模糊源的贡献系数，然后按照权重系数进行综合计算，分析出不同污染源对本次污染场景的综合贡献系数。
CN202110796295.8A 2021-07-14 2021-07-14 一种基于高斯模式的大气污染溯源方法 Active CN113552289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110796295.8A CN113552289B (zh) 2021-07-14 2021-07-14 一种基于高斯模式的大气污染溯源方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110796295.8A CN113552289B (zh) 2021-07-14 2021-07-14 一种基于高斯模式的大气污染溯源方法

Publications (2)

Publication Number Publication Date
CN113552289A CN113552289A (zh) 2021-10-26
CN113552289B true CN113552289B (zh) 2024-01-23

Family

ID=78103117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110796295.8A Active CN113552289B (zh) 2021-07-14 2021-07-14 一种基于高斯模式的大气污染溯源方法

Country Status (1)

Country Link
CN (1) CN113552289B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006125028A2 (en) * 2005-05-16 2006-11-23 Edward Ho Apparatus and method for collecting energy
CN104978475A (zh) * 2014-04-10 2015-10-14 鞍钢股份有限公司 一种钢铁联合企业废水排放源解析方法
CN107391951A (zh) * 2017-08-03 2017-11-24 江苏卓易信息科技股份有限公司 一种基于环形邻域梯度排序的空气污染溯源方法
CN110658141A (zh) * 2019-09-30 2020-01-07 暨南大学 一种适用于多污染源的甲醛排放在线测量方法和系统
CN110823966A (zh) * 2019-12-10 2020-02-21 山东工商学院 一种基于电子鼻的葡萄酒so2浓度的快速测定方法
CN111537023A (zh) * 2020-05-13 2020-08-14 浙江大学 一种工业园区大气污染物扩散模拟与溯源方法
CN111724868A (zh) * 2020-05-06 2020-09-29 嘉兴汇智诚电子科技有限公司 一种voc气味评级模型及优化方法
CN111797918A (zh) * 2020-06-29 2020-10-20 平安国际智慧城市科技股份有限公司 大气污染源识别方法、装置、计算机设备及存储介质
CN111814111A (zh) * 2020-05-25 2020-10-23 南京大学环境规划设计研究院股份公司 一种工业园区大气污染物溯源方法
CN111856444A (zh) * 2020-07-30 2020-10-30 重庆市计量质量检测研究院 一种基于uwb多目标定位追踪方法
CN112444605A (zh) * 2020-11-24 2021-03-05 深圳中兴网信科技有限公司 大气污染智能化精准溯源方法、系统、设备和存储介质
CN112529240A (zh) * 2020-09-14 2021-03-19 桂林电子科技大学 一种大气环境数据的预测方法、系统、装置及存储介质
WO2021056160A1 (zh) * 2019-09-23 2021-04-01 广州禾信仪器股份有限公司 一种VOCs污染的溯源方法
CN112649569A (zh) * 2020-12-10 2021-04-13 南京长距科技有限公司 一种化工园区空气多点采样监测与溯源系统及方法
CN112749478A (zh) * 2020-12-11 2021-05-04 江苏汇环环保科技有限公司 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
CN113063897A (zh) * 2021-03-23 2021-07-02 淄博青禾检测科技有限公司 空气污染物溯源方法及装置
CN113984968A (zh) * 2021-10-26 2022-01-28 上海建科环境技术有限公司 一种工业园区大气VOCs溯源方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114502987A (zh) * 2019-08-01 2022-05-13 斯威夫特导航股份有限公司 用于高斯过程增强的gnss校正生成的系统和方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006125028A2 (en) * 2005-05-16 2006-11-23 Edward Ho Apparatus and method for collecting energy
CN104978475A (zh) * 2014-04-10 2015-10-14 鞍钢股份有限公司 一种钢铁联合企业废水排放源解析方法
CN107391951A (zh) * 2017-08-03 2017-11-24 江苏卓易信息科技股份有限公司 一种基于环形邻域梯度排序的空气污染溯源方法
WO2021056160A1 (zh) * 2019-09-23 2021-04-01 广州禾信仪器股份有限公司 一种VOCs污染的溯源方法
CN110658141A (zh) * 2019-09-30 2020-01-07 暨南大学 一种适用于多污染源的甲醛排放在线测量方法和系统
CN110823966A (zh) * 2019-12-10 2020-02-21 山东工商学院 一种基于电子鼻的葡萄酒so2浓度的快速测定方法
CN111724868A (zh) * 2020-05-06 2020-09-29 嘉兴汇智诚电子科技有限公司 一种voc气味评级模型及优化方法
CN111537023A (zh) * 2020-05-13 2020-08-14 浙江大学 一种工业园区大气污染物扩散模拟与溯源方法
CN111814111A (zh) * 2020-05-25 2020-10-23 南京大学环境规划设计研究院股份公司 一种工业园区大气污染物溯源方法
CN111797918A (zh) * 2020-06-29 2020-10-20 平安国际智慧城市科技股份有限公司 大气污染源识别方法、装置、计算机设备及存储介质
CN111856444A (zh) * 2020-07-30 2020-10-30 重庆市计量质量检测研究院 一种基于uwb多目标定位追踪方法
CN112529240A (zh) * 2020-09-14 2021-03-19 桂林电子科技大学 一种大气环境数据的预测方法、系统、装置及存储介质
CN112444605A (zh) * 2020-11-24 2021-03-05 深圳中兴网信科技有限公司 大气污染智能化精准溯源方法、系统、设备和存储介质
CN112649569A (zh) * 2020-12-10 2021-04-13 南京长距科技有限公司 一种化工园区空气多点采样监测与溯源系统及方法
CN112749478A (zh) * 2020-12-11 2021-05-04 江苏汇环环保科技有限公司 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
CN113063897A (zh) * 2021-03-23 2021-07-02 淄博青禾检测科技有限公司 空气污染物溯源方法及装置
CN113984968A (zh) * 2021-10-26 2022-01-28 上海建科环境技术有限公司 一种工业园区大气VOCs溯源方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
Chiesa, Maria et al..Development of low-cost ammonia gas sensors and data analysis algorithms to implement a monitoring grid of urban environmental pollutants.《Journal of Environmental Monitoring》.2012,第14卷(第6期),第1565-1575页. *
Ta-Kang Liu et al..Utilization of vessel automatic identification system (AIS) to estimate the emission of air pollutant from merchant vessels in a Port Area.《Oceans 2015》.2015,第1-5页. *
Xinyan Jiang et al..A fuzzy control algorithm for tracing air pollution based on unmanned aerial vehicles.《Journal of the Air & Waste Management Association》.2022,第72卷(第10期),第1174-1190页. *
吴正佳 等.西安市PM2.5污染源位置确定的模型应用研究.《环境科学与管理》.2014,第39卷(第4期),第132-136页. *
张耿苗;麻万诸;任周桥;刘桃霞;项彬彬;黄银飞;吕晓男;邓勋飞.基于高斯-分类混合聚类方法的水稻区域化肥减施潜力研究.植物营养与肥料学报.2020,第26卷(第04期),第635-645页. *
戈燕红;李玉金.基于大数据架构的环境污染精准监测与决策平台的建设.广东化工.2017,第44卷(第11期),第201-203页. *
王文欢.基于多源数据的城市地区PM2.5估算及溯源研究.《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》.2017,(第2期),第B027-658页. *
王新龙;薛晓鹏;孙如飞.基于粒子群与知识图谱的突发水污染事件溯源方法.水力发电.2020,第46卷(第02期),第17-21+131页. *
高健;李慧;史国良;丁爱军;游志强;张岳;王涵;柴发合;王淑兰.颗粒物动态源解析方法综述与应用展望.科学通报.2016,第61卷(第27期),第3002-3021页. *

Also Published As

Publication number Publication date
CN113552289A (zh) 2021-10-26

Similar Documents

Publication Publication Date Title
CN112418609B (zh) 一种基于面-网格-点的大气二次污染精准溯源方法
Zheng et al. Development of a unit-based industrial emission inventory in the Beijing–Tianjin–Hebei region and resulting improvement in air quality modeling
CN111814111B (zh) 一种工业园区大气污染物溯源方法
CN112085241B (zh) 一种基于机器学习的环境大数据分析和决策平台
CN110531030B (zh) 一种基于物联网大数据大气污染物分析的方法及装置
WO2021026792A1 (zh) 一种选择污染物治理措施的方法
CN112749478A (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
CN113610243B (zh) 基于耦合机器学习和相关性分析的大气污染物溯源方法
CN111368401A (zh) 污染源的溯源方法、装置和存储介质
CN115358332A (zh) 面向多源数据的大气污染溯源方法
CN108489875B (zh) 一种基于时段统计分析的污染物溯源系统及方法
Xie et al. Methods for defining the scopes and priorities for joint prevention and control of air pollution regions based on data-mining technologies
Deng et al. The MR-CA models for analysis of pollution sources and prediction of PM 2.5
CN112462603B (zh) 区域大气重污染应急的优化调控方法、装置、设备及介质
CN114858976A (zh) 一种工业园区大气质量智能分析方法及系统
CN115420854B (zh) 一种基于正后向模型结合的大气污染物溯源方法
CN115146940A (zh) 工业园区大气污染物协同减排评估方法
Li et al. The socioeconomic factors influencing the PM2. 5 levels of 160 cities in China
CN112505247B (zh) 空气质量分析方法、装置、设备及存储介质
CN113552289B (zh) 一种基于高斯模式的大气污染溯源方法
CN117852764A (zh) 一种污染源闭环管控方法及系统
CN115902114B (zh) 基于半定量法的小尺度大气污染溯源方法
Wu et al. STUDY ON PREDICTION MODEL OF SPACE-TIME DISTRIBUTION OF AIR POLLUTANTS BASED ON ARTIFICIAL NEURAL NETWORK.
CN114519124A (zh) 一种大气环境污染联防联控治理方法
CN116976562A (zh) 一种固定点源污染物与碳排放清单动态核算系统及方法

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