CN113777223B - 一种大气污染物溯源方法及系统 - Google Patents
一种大气污染物溯源方法及系统 Download PDFInfo
- Publication number
- CN113777223B CN113777223B CN202110923893.7A CN202110923893A CN113777223B CN 113777223 B CN113777223 B CN 113777223B CN 202110923893 A CN202110923893 A CN 202110923893A CN 113777223 B CN113777223 B CN 113777223B
- Authority
- CN
- China
- Prior art keywords
- pollution
- site
- track
- monitoring
- enterprise
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000003344 environmental pollutant Substances 0.000 title abstract description 11
- 231100000719 pollutant Toxicity 0.000 title abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 133
- 230000005540 biological transmission Effects 0.000 claims abstract description 91
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 239000000356 contaminant Substances 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 238000011109 contamination Methods 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005842 biochemical reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种大气污染物溯源方法及系统，该方法包括：获取污染指标浓度数据趋势异常的监测站点作为污染站点；采集污染站点、监测站点及企业的污染指标浓度数据；根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻；根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合；将污染站点、监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合；根据传输轨迹集合，获取污染站点的污染源。本申请基于污染指标浓度数据进行污染物的溯源，溯源效果越好、计算速度较快、对于较小区域内的溯源精准性高。
Description
技术领域
本申请涉及空气质量监测技术领域，尤其涉及一种大气污染物溯源方法及系统。
背景技术
空气环境质量和人们的健康息息相关,及时发现影响空气质量的污染源有助于环保部门进行及时决策，防止环境质量持续恶化。目前,实现大气污染溯源的方式主要分为两种，一种是基于站点监测的方式，在区域内布设精细化的监控网格，实时监测区域内的环质量变化趋势，当发生污染时，可根据数据的变化趋势路径进行污染溯源。另一种是基于空气质量模型，在模拟区域气象的基础上，进行污染物扩散以及各个污染物之间的生化反应的计算对空气质量进行模拟,当某个站点的空气质量出现异常时，可通过模型网格的输出结果和传输过程定位到污染源，从而进行污染溯源。
基于站点监测的方法依赖于园区及其周边建立精密的监测网格，网格越精密，溯源效果越好，但同时运维网格站点需要大量专业技术人员，维护成本较高难以实施。
基于空气质量模型进行溯源的方式，其局限性主要是区域三维精细化网格气象场的模拟需要占用较多的计算资源，导致空气质量模型的计算速度受到制约，往往不能满足污染溯源的时效性。而且模型适用于较大尺度区域，对于较小区域内的溯源效果精准性较差，而且模型移植性难度较大，需要重新率定模型，对于数据缺失的区域模型难以调优。
发明内容
本申请的目的在于提供一种大气污染物溯源方法及系统，该方法基于污染指标浓度数据进行污染物的溯源，溯源效果越好、计算速度较快、对于较小区域内的溯源精准性高。
为达到上述目的，本申请提供一种大气污染物溯源方法，该方法包括：对监测站点的污染指标浓度数据进行趋势异常判断，获取数据趋势异常的监测站点作为污染站点；采集污染站点、监测站点及企业的污染指标浓度数据；根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻；根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合；将污染站点、监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合；根据传输轨迹集合，获取污染站点的污染源。
如上的，其中，获取污染站点的污染起始时刻的方法为：获取污染站点A的连续时间段内的污染指标浓度序列；对污染指标浓度序列进行检验，若该污染指标浓度序列呈上升趋势，并且污染指标浓度序列的趋势统计量值大于或等于预设阈值，则定义连续时间段的初始时刻为污染站点的污染起始时刻。
如上的，其中，获取监测站点集合的方法包括：获取从T0开始到之前的t时刻内，与污染站点距离为d范围内的所有监测站点的第一污染指标浓度数据；根据第一污染指标浓度数据，获取所有监测站点的第一污染指标浓度序列；根据第一污染指标浓度序列，获取满足连续时刻数为m的第一污染指标浓度序列趋势统计量值大于或等于预设阈值的监测站点，形成监测站点集合。
如上的，其中，获取企业集合的方法包括：获取从T0开始到之前的t时刻内，与污染站点距离为d范围内的所有企业的第二污染指标浓度数据；根据第二污染指标浓度数据，获取所有企业的第二污染指标浓度序列；根据第二污染指标浓度序列，获取满足连续时刻数为m的第二污染指标浓度序列趋势统计量值大于或等于预设阈值的监测站点，形成企业集合。
如上的，其中，形成传输轨迹集合的方法包括：以污染站点为起始点、企业为结束点，监测站点为中间连接点，构建完整轨迹，形成轨迹集合；将轨迹集合中的所有轨迹转换到同一直角坐标系中，形成基础传输轨迹集合；计算基础传输轨迹集合中所有轨迹的稳定概率；根据轨迹的稳定概率，消除基础传输轨迹集合中满足预设第三条件的轨迹，形成最终的传输轨迹集合。
如上的，其中，形成轨迹集合的方法包括：污染站点的经纬度和企业集合中的每一个企业的经纬度均构成一条完整轨迹；污染站点的经纬度和监测站点集合中的每一个监测站点的经纬度均构成一条缺失轨迹；将满足预设第一条件的站点和满足预设第二条件的企业添加到缺失轨迹中，构建成完整轨迹。
如上的，其中，形成基础传输轨迹集合的方法包括：以污染站点的经纬度为坐标系原点，构建直角坐标系；将监测站点集合中的监测站点和企业集合中的企业的经纬度坐标转换为直角坐标系下的坐标点；在直角坐标系中，对于轨迹集合中的点利用贝塞尔曲线形成基础传输轨迹。
如上的，其中，计算基础传输轨迹集合中所有轨迹的稳定概率的方法包括：计算轨迹集合的轨迹中除污染站点外的监测站点和企业的传输概率；根据监测站点和企业的传输概率，计算轨迹集合中所有轨迹的稳定概率。
如上的，其中，根据传输轨迹集合，获取污染站点的污染源的方法为：对于传输轨迹集合K中的所有轨迹，以轨迹结束点的企业为起始点，以污染站点A为结束点，中间的监测站点为控制点，绘制贝塞尔曲线，得到的曲线即为传输路径；其中，传输路径起始点的企业即为造成污染站点A的污染源。
一种大气污染物溯源系统，该系统包括：污染站点获取模块，用于对监测站点的污染指标浓度数据进行趋势异常判断，获取数据趋势异常的监测站点作为污染站点；采集装置，用于采集污染站点、监测站点及企业的污染指标浓度数据；第一获取模块，用于根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻；第二获取模块，用于根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合；传输轨迹形成模块，用于将污染站点、监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合；污染源获取模块，用于根据传输轨迹集合，获取污染站点的污染源。
本申请实现的有益效果如下：
(1)本申请污染溯源方法简单可行，且容易推广，适用于尺度较小的区域，溯源的准确度较高，溯源效果越好，提高了溯源效率。
(2)本申请在找到污染源的同时，也绘制出了污染源的传输路径，为污染的传输过程提供数据支持。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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申请中记载的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种大气污染物溯源方法的流程图。
图2为本申请实施例的获取污染站点的污染起始时刻的方法流程图。
图3为本申请实施例的获取监测站点集合和企业集合的方法流程图。
图4为本申请实施例的形成传输轨迹集合的方法流程图。
图5为本申请实施例的形成轨迹集合的方法流程图。
图6为本申请实施例的形成基础传输轨迹集合的方法流程图。
图7为本申请实施例的计算基础传输轨迹集合中所有轨迹的稳定概率的方法流程图。
图8为本申请实施例的一种大气污染物溯源系统的结构示意图。
附图标记：10-污染站点获取模块；20-采集装置；30-第一获取模块；40-第二获取模块；50-传输轨迹形成模块；60-污染源获取模块；100-大气污染物溯源系统。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
实施例一
如图1所示，本申请提供一种大气污染物溯源方法，该方法包括如下步骤：
步骤S0，对监测站点的污染指标浓度数据进行趋势异常判断，获取数据趋势异常的监测站点作为污染站点。
具体的，采集监测站点的污染指标浓度数据，并利用Mann—Kenddall(曼-肯德尔法)检验法，对监测站点的污染指标浓度数据进行检验，若监测站点的污染指标浓度数据呈上升趋势，并且污染指标浓度数据的趋势z值(趋势的统计量)不小于(大于或等于)预设阈值Zn，则定义该监测站点为污染站点。
步骤S1，采集污染站点、监测站点及企业的污染指标浓度数据。
具体的，采集污染站点、与污染站点距离为d范围内的所有监测站点及与污染站点距离为d范围内的所有企业的污染指标浓度数据。
步骤S2，根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻。
如图2所示，步骤S2包括如下子步骤：
步骤S210，获取污染站点A的连续时间段内的污染指标浓度序列。
具体的，获取污染站点A的前n时刻内的污染指标浓度序列为：C＝[C0,C1,...,Cn]。
步骤S220，利用Mann—Kenddall(曼-肯德尔法)检验法，对污染指标浓度序列进行检验，若该污染指标浓度序列呈上升趋势，并且污染指标浓度序列的趋势z值(趋势的统计量)不小于(大于或等于)预设阈值Zn，则定义连续时间段的初始时刻T0为污染站点的污染起始时刻。
步骤S3，根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合。
具体的，从T0开始到之前的t时刻内，计算污染指标P的连续时刻数为m的浓度序列趋势z值不小于Zn的所有满足条件的监测站点集合S和企业集合F，并记录每个监测站点和企业的污染指标浓度序列的污染起始时刻。
如图3所示，步骤S3包括如下子步骤：
步骤S310，获取从T0开始到之前的t时刻内，与污染站点距离为d范围内的所有监测站点的污染指标浓度序列，及与污染站点距离为d范围内的所有企业的污染指标浓度序列。
步骤S320，根据监测站点的污染指标浓度序列，利用Mann—Kenddall(曼-肯德尔法)检验法，获取满足连续时刻数为m的监测站点的污染指标浓度序列趋势z值不小于预设阈值Zn的监测站点，形成监测站点集合S。
步骤S330，根据企业的污染指标浓度序列，利用Mann—Kenddall(曼-肯德尔法)检验法，获取满足连续时刻数为m的企业的污染指标浓度序列趋势z值不小于Zn的企业，形成企业集合F。
步骤S4,将污染站点、监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合。
如图4所示，步骤S4包括如下子步骤：
步骤S410，以污染站点为起始点、企业为结束点，监测站点为中间连接点，构建完整轨迹，形成轨迹集合。
如图5所示，步骤S410包括如下子步骤：
步骤S411，污染站点A的经纬度和企业集合F中的每一个企业的经纬度均构成一条完整轨迹，类型为H。
具体的，以污染站点A的经纬度为起始点，以企业集合F中的每一个企业的经纬度为结束点，构成多条完整轨迹，类型为H。
步骤S412，污染站点A的经纬度和监测站点集合S中的每一个监测站点的经纬度均构成一条缺失轨迹。
具体的，污染站点A的经纬度监测站点集合S中的所有监测站点的经纬度形成多条缺失轨迹。
步骤S413，将满足预设第一条件的站点和满足预设第二条件的企业添加到缺失轨迹中，构建成完整轨迹。
步骤S413包括如下子步骤：
步骤S4131，将满足预设第一条件的监测站点添加到缺失轨迹中。
具体的，预设第一条件为:对于监测站点集合S中的监测站点g，只要监测站点集合S中有污染起始时刻小于监测站点g的监测站点f，并且该监测站点f和监测站点g在污染站点A的同向半平面内，将该监测站点f添加到监测站点g的缺失轨迹中。
步骤S4132，若缺失轨迹无可加入的监测站点，则将满足预设第二条件的企业添加到缺失轨迹的结束点，形成一条完整轨迹，类型为W。
作为本发明的实施例，第二条件包括：第一：企业的污染起始时刻小于最后添加到缺失轨迹中监测站点的污染起始时刻；第二：企业和缺失轨迹的最后一个监测站点g在站点A的同向半平面内。
步骤S420，将轨迹集合中的所有轨迹转换到同一直角坐标系中，形成基础传输轨迹集合。
如图6所示，步骤S420包括如下子步骤：
步骤S421，以污染站点A的经纬度为坐标系原点，构建直角坐标系。
步骤S422，将监测站点集合S中的监测站点和企业集合F中的企业的经纬度坐标转换为直角坐标系下的坐标点。
步骤S423，在直角坐标系中，对于轨迹集合中的点利用贝塞尔曲线形成基础传输轨迹。
步骤S430，计算基础传输轨迹集合中所有轨迹的稳定概率。
如图7所示，步骤S430包括如下子步骤：
步骤S431，计算轨迹集合的轨迹中除污染站点A外的点(包括监测站点和企业)的传输概率。
具体的，点的传输概率计算公式如下：
其中，P(Γir)表示轨迹Γir的第r个点的传输概率；Wv表示点污染起始时刻的风向；α表示轨迹曲线中点的切线与正北方向之间的夹角；0°≤α＜360°；该切线位于点的传输方向一侧；Ws表示风速；ε为一个趋近于0的正数，Sgn()为符号函数；abs()表示求绝对值运算；σp为参数。
步骤S432，根据点的传输概率，计算轨迹集合中所有轨迹的稳定概率。
具体的，轨迹的稳定概率的计算公式为：
其中，Γi表示第i条完整轨迹；k表示轨迹Γi中除污染站点A外所有点(包括监测站点和企业)的总个数；M表示所有完整轨迹的条数；P(Γir)表示轨迹Γir的第r个点(包括监测站点和企业)的传输概率；Zr为第i条完整轨迹Γi中第r个点的趋势检验z值。
步骤S440，根据轨迹的稳定概率，消除基础传输轨迹集合中满足预设第三条件的轨迹，形成最终的传输轨迹集合K。
具体的，预设第三条件为：对于轨迹h，如果存在一条比轨迹h只多一个监测站点的轨迹w，并且P(Γw)≥P(Γh)，则删除轨迹h，直到轨迹集合中所有的轨迹点不同。
步骤S5，根据传输轨迹集合，获取污染站点的污染源。
具体的，对于传输轨迹集合K中的所有轨迹，以轨迹结束点的企业为起始点，以污染站点A为结束点，中间的监测站点为控制点，绘制贝塞尔曲线，得到的曲线即为传输路径；其中，传输路径起始点的企业即为造成污染站点A的污染指标呈上升趋势的污染源。
实施例二
如图8所示，本申请提供一种大气污染物溯源系统100，该系统包括：
污染站点获取模块10，用于对监测站点的污染指标浓度数据进行趋势异常判断，获取数据趋势异常的监测站点作为污染站点；
采集装置20，用于采集污染站点、监测站点及企业的污染指标浓度数据；
第一获取模块30，用于根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻；
第二获取模块40，用于根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合；
传输轨迹形成模块50，用于将污染站点、监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合；
污染源获取模块60，用于根据传输轨迹集合，获取污染站点的污染源。
本申请实现的有益效果如下：
(1)本申请污染溯源方法简单可行，且容易推广，适用于尺度较小的区域，溯源的准确度较高，溯源效果越好，提高了溯源效率。
(2)本申请在找到污染源的同时，也绘制出了污染源的传输路径，为污染的传输过程提供数据支持。
上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理的内所做的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。
Claims (8)
1.一种大气污染物溯源方法，其特征在于，该方法包括：
对监测站点的污染指标浓度数据进行趋势异常判断，获取数据趋势异常的监测站点作为污染站点；
采集污染站点、监测站点及企业的污染指标浓度数据；
根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻；
根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合；
将污染站点、监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合；
根据传输轨迹集合，获取污染站点的污染源；
其中，形成传输轨迹集合的方法包括：
以污染站点为起始点、企业为结束点，监测站点为中间连接点，构建完整轨迹，形成轨迹集合；
将轨迹集合中的所有轨迹转换到同一直角坐标系中，形成基础传输轨迹集合；
计算基础传输轨迹集合中所有轨迹的稳定概率；
根据轨迹的稳定概率，消除基础传输轨迹集合中满足预设第三条件的轨迹，形成最终的传输轨迹集合；
其中，预设第三条件为：对于轨迹h，如果存在一条比轨迹h只多一个监测站点的轨迹w，并且P(Γw)≥P(Γh)，则删除轨迹h，直到轨迹集合中所有的轨迹点不同；P(Γw)表示轨迹w的稳定概率；P(∑h)表示轨迹h的稳定概率；
其中，计算基础传输轨迹集合中所有轨迹的稳定概率的方法包括：
计算轨迹集合的轨迹中除污染站点外的监测站点和企业的传输概率；
根据监测站点和企业的传输概率，计算轨迹集合中所有轨迹的稳定概率；
其中，传输概率计算公式如下：
其中，P(Γir)表示轨迹Γir的第r个点的传输概率；Wv表示点污染起始时刻的风向；α表示轨迹曲线中点的切线与正北方向之间的夹角；0°≤α＜360°；该切线位于点的传输方向一侧；Ws表示风速；ε为一个趋近于0的正数，Sgn()为符号函数；abs()表示求绝对值运算；σp为参数；
其中，轨迹的稳定概率的计算公式为：
其中，Γi表示第i条完整轨迹；k表示轨迹Γi中除污染站点A外所有点的总个数；M表示所有完整轨迹的条数；P(Γir)表示轨迹Γir的第r个点的传输概率；Zr为第i条完整轨迹Γi中第r个点的趋势检验z值。
2.根据权利要求1所述的大气污染物溯源方法，其特征在于，获取污染站点的污染起始时刻的方法为：
获取污染站点A的连续时间段内的污染指标浓度序列；
对污染指标浓度序列进行检验，若该污染指标浓度序列呈上升趋势，并且污染指标浓度序列的趋势统计量值大于或等于预设阈值，则定义连续时间段的初始时刻为污染站点的污染起始时刻。
3.根据权利要求1所述的大气污染物溯源方法，其特征在于，获取监测站点集合的方法包括：
获取从T0开始到之前的t时刻内，与污染站点距离为d范围内的所有监测站点的第一污染指标浓度数据；
根据第一污染指标浓度数据，获取所有监测站点的第一污染指标浓度序列；
根据第一污染指标浓度序列，获取满足连续时刻数为m的第一污染指标浓度序列趋势统计量值大于或等于预设阈值的监测站点，形成监测站点集合。
4.根据权利要求1所述的大气污染物溯源方法，其特征在于，获取企业集合的方法包括：
获取从T0开始到之前的t时刻内，与污染站点距离为d范围内的所有企业的第二污染指标浓度数据；
根据第二污染指标浓度数据，获取所有企业的第二污染指标浓度序列；
根据第二污染指标浓度序列，获取满足连续时刻数为m的第二污染指标浓度序列趋势统计量值大于或等于预设阈值的监测站点，形成企业集合。
5.根据权利要求1所述的大气污染物溯源方法，其特征在于，形成轨迹集合的方法包括：
污染站点的经纬度和企业集合中的每一个企业的经纬度均构成一条完整轨迹；
污染站点的经纬度和监测站点集合中的每一个监测站点的经纬度均构成一条缺失轨迹；
将满足预设第一条件的站点和满足预设第二条件的企业添加到缺失轨迹中，构建成完整轨迹。
6.根据权利要求1所述的大气污染物溯源方法，其特征在于，形成基础传输轨迹集合的方法包括：
以污染站点的经纬度为坐标系原点，构建直角坐标系；
将监测站点集合中的监测站点和企业集合中的企业的经纬度坐标转换为直角坐标系下的坐标点；
在直角坐标系中，对于轨迹集合中的点利用贝塞尔曲线形成基础传输轨迹。
7.根据权利要求1所述的大气污染物溯源方法，其特征在于，根据传输轨迹集合，获取污染站点的污染源的方法为：
对于传输轨迹集合K中的所有轨迹，以轨迹结束点的企业为起始点，以污染站点A为结束点，中间的监测站点为控制点，绘制贝塞尔曲线，得到的曲线即为传输路径；其中，传输路径起始点的企业即为造成污染站点A的污染源。
8.一种大气污染物溯源系统，其特征在于，该系统包括：
污染站点获取模块，用于对监测站点的污染指标浓度数据进行趋势异常判断，获取数据趋势异常的监测站点作为污染站点；
采集装置，用于采集污染站点、监测站点及企业的污染指标浓度数据；
第一获取模块，用于根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻；
第二获取模块，用于根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合；
传输轨迹形成模块，用于将污染站点、监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合；
污染源获取模块，用于根据传输轨迹集合，获取污染站点的污染源；
其中，形成传输轨迹集合的方法包括：
以污染站点为起始点、企业为结束点，监测站点为中间连接点，构建完整轨迹，形成轨迹集合；
将轨迹集合中的所有轨迹转换到同一直角坐标系中，形成基础传输轨迹集合；
计算基础传输轨迹集合中所有轨迹的稳定概率；
根据轨迹的稳定概率，消除基础传输轨迹集合中满足预设第三条件的轨迹，形成最终的传输轨迹集合；
其中，预设第三条件为：对于轨迹h，如果存在一条比轨迹h只多一个监测站点的轨迹w，并且P(Γw)≥P(Γh)，则删除轨迹h，直到轨迹集合中所有的轨迹点不同；P(Γw)表示轨迹w的稳定概率；P(Γh)表示轨迹h的稳定概率；
其中，计算基础传输轨迹集合中所有轨迹的稳定概率的方法包括：
计算轨迹集合的轨迹中除污染站点外的监测站点和企业的传输概率；
根据监测站点和企业的传输概率，计算轨迹集合中所有轨迹的稳定概率；
其中，传输概率计算公式如下：
其中，P(Γir)表示轨迹Γir的第r个点的传输概率；Wv表示点污染起始时刻的风向；α表示轨迹曲线中点的切线与正北方向之间的夹角；0°≤α＜360°；该切线位于点的传输方向一侧；Ws表示风速；ε为一个趋近于0的正数，Sgn()为符号函数；abs()表示求绝对值运算；σp为参数；
其中，轨迹的稳定概率的计算公式为：
其中，Γi表示第i条完整轨迹；k表示轨迹Γi中除污染站点A外所有点的总个数；M表示所有完整轨迹的条数；P(Γir)表示轨迹Γir的第r个点的传输概率；Zr为第i条完整轨迹Γi中第r个点的趋势检验z值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923893.7A CN113777223B (zh) | 2021-08-12 | 2021-08-12 | 一种大气污染物溯源方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923893.7A CN113777223B (zh) | 2021-08-12 | 2021-08-12 | 一种大气污染物溯源方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113777223A CN113777223A (zh) | 2021-12-10 |
| CN113777223B true CN113777223B (zh) | 2024-04-30 |
Family
ID=78837439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110923893.7A Active CN113777223B (zh) | 2021-08-12 | 2021-08-12 | 一种大气污染物溯源方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113777223B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115792137B (zh) * | 2023-01-17 | 2023-06-06 | 河北先河环保科技股份有限公司 | 大气污染溯源方法及装置、终端 |
| CN116128260B (zh) * | 2023-04-18 | 2023-07-11 | 山东奥斯瑞特检验检测有限公司 | 基于数据样本的重点企业环境分析方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101393088A (zh) * | 2008-10-24 | 2009-03-25 | 北京大学 | 大气半挥发性有机污染物的定向被动采样装置 |
| CN107341341A (zh) * | 2017-06-08 | 2017-11-10 | 河海大学 | 一种河口点源突发性水污染事件溯源方法 |
| CN109063071A (zh) * | 2018-07-24 | 2018-12-21 | 江苏卓易信息科技股份有限公司 | 一种基于拓扑关联的水污染溯源方法及设备 |
| CN110427573A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
| CN110457816A (zh) * | 2019-08-08 | 2019-11-15 | 中国科学院测量与地球物理研究所 | 一种面源污染监测评估方法及装置 |
| WO2020010701A1 (zh) * | 2018-07-11 | 2020-01-16 | 平安科技（深圳）有限公司 | 污染物异常监测方法、系统、计算机设备和存储介质 |
| CN110807725A (zh) * | 2019-11-06 | 2020-02-18 | 软通动力信息技术有限公司 | 一种大气污染溯源方法、装置、计算设备和介质 |
| WO2020043030A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 大气污染监测设备数据可信度评价及校准方法 |
| CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
| 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 |
| WO2020258007A1 (zh) * | 2019-06-24 | 2020-12-30 | 南京邮电大学 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
| 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 |
| 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 |
| CN113009086A (zh) * | 2021-03-08 | 2021-06-22 | 重庆邮电大学 | 一种基于后向轨迹模式的探索城市大气污染物来源的方法 |
| CN113125635A (zh) * | 2019-12-31 | 2021-07-16 | 北京蛙鸣华清环保科技有限公司 | 一种大气污染预警方法、装置及可读存储介质 |
| CN113128884A (zh) * | 2021-04-25 | 2021-07-16 | 南京大学 | 一种基于河网数学模型进行区域性水环境溯源的方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IT201700064056A1 (it) * | 2017-06-09 | 2018-12-09 | Sense Square S R L S | Mappatura delle sorgenti d’inquinamento atmosferico e tracciamento degli inquinanti mediante l’utilizzo di reti di monitoraggio della qualità dell’aria ad alta risoluzione spazio-temporale |
-
2021
- 2021-08-12 CN CN202110923893.7A patent/CN113777223B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101393088A (zh) * | 2008-10-24 | 2009-03-25 | 北京大学 | 大气半挥发性有机污染物的定向被动采样装置 |
| CN107341341A (zh) * | 2017-06-08 | 2017-11-10 | 河海大学 | 一种河口点源突发性水污染事件溯源方法 |
| WO2020010701A1 (zh) * | 2018-07-11 | 2020-01-16 | 平安科技（深圳）有限公司 | 污染物异常监测方法、系统、计算机设备和存储介质 |
| CN109063071A (zh) * | 2018-07-24 | 2018-12-21 | 江苏卓易信息科技股份有限公司 | 一种基于拓扑关联的水污染溯源方法及设备 |
| WO2020043030A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 大气污染监测设备数据可信度评价及校准方法 |
| WO2020258007A1 (zh) * | 2019-06-24 | 2020-12-30 | 南京邮电大学 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
| CN110427573A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
| CN110457816A (zh) * | 2019-08-08 | 2019-11-15 | 中国科学院测量与地球物理研究所 | 一种面源污染监测评估方法及装置 |
| 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 |
| CN110807725A (zh) * | 2019-11-06 | 2020-02-18 | 软通动力信息技术有限公司 | 一种大气污染溯源方法、装置、计算设备和介质 |
| CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
| CN113125635A (zh) * | 2019-12-31 | 2021-07-16 | 北京蛙鸣华清环保科技有限公司 | 一种大气污染预警方法、装置及可读存储介质 |
| 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 |
| 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 |
| CN113009086A (zh) * | 2021-03-08 | 2021-06-22 | 重庆邮电大学 | 一种基于后向轨迹模式的探索城市大气污染物来源的方法 |
| CN113128884A (zh) * | 2021-04-25 | 2021-07-16 | 南京大学 | 一种基于河网数学模型进行区域性水环境溯源的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113777223A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113777223B (zh) | 一种大气污染物溯源方法及系统 | |
| CN109522603B (zh) | 基于云平台的车载拉格朗日实时大气污染溯源系统及方法 | |
| 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 | |
| CN111537023B (zh) | 一种工业园区大气污染物扩散模拟与溯源方法 | |
| 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 | |
| CN107941994A (zh) | 一种面向工业园区污染物溯源分析方法 | |
| CN114547229B (zh) | 一种多源大气环境数据融合方法、装置、终端及存储介质 | |
| CN113624921B (zh) | 多模式综合污染溯源方法 | |
| CN112785034B (zh) | 基于融合神经网络的台风路径预报方法、系统、介质及终端 | |
| CN110658307A (zh) | 评估污染源对环境空气质量影响的方法 | |
| CN116626233A (zh) | 基于多源数据融合的大气污染溯源方法、终端及存储介质 | |
| CN116703679A (zh) | 一种用于工业企业和工业园区的环保管理系统及管理方法 | |
| CN113284244A (zh) | 一种基于格点化扩散模拟的大气污染物溯源方法 | |
| CN112182137A (zh) | 一种基于 gis 地图的网格化监管系统 | |
| CN115420854A (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
| CN112541255A (zh) | 一种大气污染排放来源自动识别系统及识别方法 | |
| CN112381692A (zh) | 一种涉及学生校园内外教学及生活的综合管理评价系统 | |
| CN117092297A (zh) | 一种工业园区大气污染物的溯源方法、系统、设备及介质 | |
| CN109615239B (zh) | 基于社会化网络媒体数据的城市空气质量的评估方法 | |
| AU2023202496A1 (en) | An on-line monitoring method and system for fugitive carbon emission in cement industrial plant area | |
| CN114443787B (zh) | 大气污染特征识别方法和装置 | |
| CN112505247B (zh) | 空气质量分析方法、装置、设备及存储介质 | |
| CN114722635A (zh) | 一种化工园区大气污染物监测传感器布局方法 | |
| CN114581278A (zh) | 基于智能路灯的大气污染物溯源排查方法、终端及系统 | |
| CN115170044A (zh) | 大气污染时空态势及传播模式的可视分析系统 |
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 |