CN114200078A - Oh自由基浓度的测算方法和装置 - Google Patents
Oh自由基浓度的测算方法和装置 Download PDFInfo
- Publication number
- CN114200078A CN114200078A CN202111389451.5A CN202111389451A CN114200078A CN 114200078 A CN114200078 A CN 114200078A CN 202111389451 A CN202111389451 A CN 202111389451A CN 114200078 A CN114200078 A CN 114200078A
- Authority
- CN
- China
- Prior art keywords
- benzene
- toluene
- butene
- cis
- concentration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 claims abstract description 363
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 claims abstract description 228
- IAQRGUVFOMOMEM-ARJAWSKDSA-N cis-but-2-ene Chemical compound C\C=C/C IAQRGUVFOMOMEM-ARJAWSKDSA-N 0.000 claims abstract description 76
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 68
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims abstract description 63
- 150000003254 radicals Chemical class 0.000 claims description 94
- 238000012549 training Methods 0.000 claims description 78
- 231100000719 pollutant Toxicity 0.000 claims description 64
- 238000006243 chemical reaction Methods 0.000 claims description 35
- 238000003062 neural network model Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001788 irregular Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 238000011109 contamination Methods 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract description 3
- 239000012855 volatile organic compound Substances 0.000 description 8
- 230000009257 reactivity Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 150000001336 alkenes Chemical class 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000007800 oxidant agent Substances 0.000 description 2
- 239000005436 troposphere Substances 0.000 description 2
- IOVCWXUNBOPUCH-UHFFFAOYSA-N Nitrous acid Chemical compound ON=O IOVCWXUNBOPUCH-UHFFFAOYSA-N 0.000 description 1
- 238000003916 acid precipitation Methods 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 125000000864 peroxy group Chemical group O(O*)* 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 238000006303 photolysis reaction Methods 0.000 description 1
- 230000015843 photosynthesis, light reaction Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
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)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本公开实施例提供一种OH自由基浓度的测算方法和装置,所述方法包括:获取监测点的苯、甲苯、顺‑2‑丁烯和臭氧的当前小时浓度值,目标区域内的人为排放的苯、甲苯和顺‑2‑丁烯的年排放量,其中,所述监测点位于所述目标区域内;根据苯和甲苯的当前小时浓度值的比值,苯和顺‑2‑丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺‑2‑丁烯的年排放量的比值,确定监测点处的OH自由基的浓度。以此方式,能够准确地对目标区域中的OH自由基的浓度进行测算,从而为环境污染物治理和预防提供有效数据支持。
Description
技术领域
本公开的实施例一般涉及环境检测技术领域,并且更具体地,涉及OH自由基浓度的测算方法和装置。
背景技术
近年来,空气污染问题严峻,引起了广泛的关注。合理的空气质量预报能够帮助有关部门制定相应决策,以限制人为排放,同时引导公众规避污染峰值期。目前区域空气质量数值模式已经成为短时临近和中期预报的主要手段。
OH自由基作为大气对流层中重要的氧化剂,其主要来源于O3、HONO和甲醛的光解,烯烃和O3的反应,以及过氧自由基在低NOX(氮氧化物)条件下的循环再生,主要是通过氧化甲烷、CO、SO2和VOCs(挥发性有机物)等痕量组分去除,推动着对流层大气化学循环,在清洁大气方面起着非常重要的作用。OH自由基与VOCs的光化学反应产生的二次有机气溶胶会直接或间接影响区域空气的污染程度、光化学烟雾的产生、雾霾、酸雨等环境问题。量化OH自由基浓度可以很大程度上帮助了解大气环境污染问题的产生,但是OH自由基浓度较低,性质活泼、大气寿命较短,很难通过仪器设备直接检测到它。
现有技术中缺乏有效检测OH自由基浓度的方法,不利于对环境污染物治理和预防。
发明内容
根据本公开的实施例,提供了一种OH自由基浓度的测算方案,以对目标区域内的OH自由基的浓度进行测算。
在本公开的第一方面,提供了一种OH自由基浓度的测算方法,包括:
获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,目标区域内的人为排放的苯、甲苯和顺-2-丁烯的年排放量,其中,所述监测点位于所述目标区域内;
根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度。
在一些实施例中,所述根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度,包括:
根据苯和甲苯的当前小时浓度值的比值,所述目标区域内人为排放的苯和甲苯的年排放量的比值,甲苯与OH自由基的反应速率常数,以及苯与OH自由基的反应速率常数,确定OH自由基暴露率;
根据苯和顺-2-丁烯当前小时浓度值的比值,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,顺-2-丁烯与臭氧的反应速率常数,以及苯与臭氧的反应速率常数,确定臭氧的暴露率;
根据OH自由基暴露率、臭氧的暴露率和臭氧的当前小时浓度值,确定OH自由基的当前小时浓度值。
在一些实施例中,所述根据苯和甲苯的当前小时浓度值的比值,所述目标区域内人为排放的苯和甲苯的年排放量的比值,甲苯与OH自由基的反应速率常数,以及苯与OH自由基的反应速率常数,确定OH自由基暴露率,包括:
采用以下公式计算OH自由基的暴露率:
其中,[OH]Δt为OH自由基的暴露率,KT+OH为甲苯与OH自由基的反应速率常数,KB+OH为苯与OH自由基的反应速率常数,[B]为苯的小时浓度值,[T]为甲苯的小时浓度值,ERB/T为目标区域内的人为排放的苯和甲苯的年排放量的比值;
所述根据苯和顺-2-丁烯当前小时浓度值的比值,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,顺-2-丁烯与臭氧的反应速率常数,以及苯与臭氧的反应速率常数,确定臭氧的暴露率,包括:
采用以下公式计算臭氧的暴露率:
其中,[O3]Δt为臭氧的暴露率,KC2B+O3为顺-2-丁烯与臭氧的反应速率常数,KB+O3为苯与臭氧的反应速率常数,[B]为苯的小时浓度值,[C2B]为顺-2-丁烯的小时浓度值,ERB/C2B为目标区域内的人为排放的苯和顺-2-丁烯的年排放量的比值;
所述根据OH自由基暴露率、臭氧的暴露率和臭氧的当前小时浓度值,确定OH自由基的当前小时浓度值,包括:
采用以下公式计算OH自由基的当前小时浓度值:
其中,[O3]为目标区域内的臭氧的小时浓度值,OH为OH自由基的当前小时浓度值。
在一些实施例中,所述获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,包括:
获取目标区域内的当前排放源信息;
对所述当前排放源信息进行解析,确定排放源排放的污染物的类型、排放时间、排放位置和排放量;
将对应的污染物信息输入预先训练的单污染物监控模型,生成对应的一级监控结果,所述一级监控结果包括单污染物在目标区域内不同时刻不同区域的浓度分布状况;
将多个所述的一级监控结果和外部条件信息输入预先训练的混合污染物监控模型,生成二级监控结果,所述二级监控结果包括多种污染物在目标区域内不同时刻不同区域的浓度分布状况,从二级监控结果中读取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值。
在一些实施例中,所述单污染物监控模型通过以下方式得到:
以预设数量的排放源信息为训练样本集,对所述训练样本集中的训练样本进行标注,标注出所述训练样本的对应的在不同时刻在不同区域污染物的分布状况;
将所述训练样本集中的训练样本输入到预先建立的神经网络模型,对所述训练样本集中的训练样本进行学习,输出训练样本对应的在不同时刻在不同区域污染物的分布状况,当输出的训练样本对应的在不同时刻在不同区域污染物的分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的分布状况的差异度大于预设阈值时,对神经网络模型的卷积层的参数进行修正;
重复以上过程,直到输出的训练样本中对应的在不同时刻在不同区域污染物的分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的分布状况的差异度小于预设阈值。
在一些实施例中,所述混合污染物监控模型通过以下方式得到:
以预设数量的带有外部条件信息的混合分布信息为训练样本集,对所述训练样本集中的训练样本进行标注,标注出所述训练样本的对应的在不同时刻在不同区域的污染物的混合分布状况;
将所述训练样本集中的训练样本输入到预先建立的神经网络模型,对所述训练样本集中的训练样本进行学习,输出训练样本对应的在不同时刻在不同区域的污染物的混合分布状况,当输出的训练样本对应的在不同时刻在不同区域的污染物的混合分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的混合分布状况的差异度大于预设阈值时,对神经网络模型的卷积层的参数进行修正;
重复以上过程,直到输出的训练样本中对应的在不同时刻在不同区域污染物的混合分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的混合分布状况的差异度小于预设阈值。
在一些实施例中,所述获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,包括:
构建三维空间坐标系,将所述二级监控结果包括的多种污染物在不同时刻在不同区域的分布状况映射到所述三维空间坐标系中,以多种污染物的综合指数在水平方向和竖直方向将所述三维空间坐标系划分为多个不规则立体图的叠加,从所述三维空间坐标系中对应的立体图中读取苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值。
在本公开的第二方面,提供一种OH自由基浓度的测算装置,包括:
数据获取模块,用于获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,目标区域内的人为排放的苯、甲苯和顺-2-丁烯的年排放量,其中,所述监测点位于所述目标区域内;
OH自由基浓度确定模块,用于根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度。
在本公开的第三方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
在本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
通过本公开的OH自由基浓度的测算方法,能够准确地对目标区域中的OH自由基的浓度进行测算,从而为环境污染物治理和预防提供有效数据支持。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了本公开实施例一的OH自由基浓度的测算方法的流程图;
图2示出了本公开实施例二的OH自由基浓度的测算装置的功能结构示意图;
图3示出了本公开实施例三的OH自由基浓度的测算设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本公开实施例的OH自由基浓度的测算方法,能够根据OH自由基、臭氧,与苯、甲苯、顺-2-丁烯的反应条件和关系,以及臭氧的浓度对OH自由基的浓度进出测算。由于OH自由基浓度较低,性质活泼、大气寿命较短,很难通过仪器设备直接检测到它。因此,在本公开的实施例中,借助臭氧的浓度对OH自由基的浓度进出测算。
在大气气团的传输过程中,VOCs(挥发性有机物)化合物会充分暴露在大气氧化剂中,并因其不同的大气反应活性而导致化学损失程度不同。通常高反应活性的VOCs化合物比低反应活性VOCs化合物化学损失更大。因此,本文基于不同反应活性的VOCs化合物的比率来量化OH自由基暴露([OH]Δt)和O3(臭氧)暴露([O3]Δt)。苯(B)和甲苯(T)在白天有着明显不同的去除效率,两种芳香族化合物的夜间去除率均可以忽略不计,并且当白天甲苯的去除效率比苯高时,甲苯与苯的比率在白天会明显降低。类似的,由于烯烃与O3的高反应活性,因此涉及烯烃类化合物的比率对于描述夜间的化学作用可能是有用的。例如,苯与顺-2-丁烯(C2B)在白天都会受到OH自由基化学的影响,但是夜间它们有着明显不同的去除效率,苯的夜间去除率可忽略不计,顺-2-丁烯在夜间和O3反应去除率较高,夜间苯与顺-2-丁烯的比率会明显上升。本公开的实施例基于苯和甲苯之间的化学反应活性差异测算了OH暴露量(即单位小时浓度)。
具体地,如图1所示,为本公开实施例一的OH自由基浓度的测算方法的流程图。从图1中可以看出,本实施例的方法,可以包括以下步骤:
S101:获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,目标区域内的人为排放的苯、甲苯和顺-2-丁烯的年排放量,其中,所述监测点位于所述目标区域内。
在本实施例中,可以通过权威气象监测站的服务器获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,以及目标区域内的人为排放的苯、甲苯和顺-2-丁烯的年排放量,其中,所述监测点位于所述目标区域内。例如,监测点为某研究院,目标区域为该研究院所在的市区。
S102:根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度。
具体地,由于苯和甲苯之间存在化学反应活性差异,可以基于苯和甲苯之间存在化学反应活性差异测算OH自由基的浓度。
在本实施例中,根据苯和甲苯的当前小时浓度值的比值,所述目标区域内人为排放的苯和甲苯的年排放量的比值,甲苯与OH自由基的反应速率常数,以及苯与OH自由基的反应速率常数,确定OH自由基暴露率。
具体地,采用以下公式计算OH自由基的暴露率:
其中,[OH]Δt为OH自由基的暴露率,KT+OH为甲苯与OH自由基的反应速率常数,KB+OH为苯与OH自由基的反应速率常数,[B]为苯的小时浓度值,[T]为甲苯的小时浓度值,ERB/T为目标区域内的人为排放的苯和甲苯的年排放量的比值。
根据苯和顺-2-丁烯当前小时浓度值的比值,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,顺-2-丁烯与臭氧的反应速率常数,以及苯与臭氧的反应速率常数,确定臭氧的暴露率;
具体地,采用以下公式计算臭氧的暴露率:
其中,[O3]Δt为臭氧的暴露率,KC2B+O3为顺-2-丁烯与臭氧的反应速率常数,KB+O3为苯与臭氧的反应速率常数,[B]为苯的小时浓度值,[C2B]为顺-2-丁烯的小时浓度值,ERB/C2B为目标区域内的人为排放的苯和顺-2-丁烯的年排放量的比值。
根据OH自由基暴露率、臭氧的暴露率和臭氧的当前小时浓度值,确定OH自由基的当前小时浓度值。
具体地,采用以下公式计算OH自由基的当前小时浓度值:
其中,[O3]为目标区域内的臭氧的小时浓度值,OH为OH自由基的当前小时浓度值。
通过本公开的OH自由基浓度的测算方法,能够准确地对目标区域中的OH自由基的浓度进行测算,从而为环境污染物治理和预防提供有效数据支持。
作为本公开的一个可选实施例,在上述实施例中,获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值时,可以通过以下方式获取:
具体地,获取目标区域内的当前排放源信息;对所述当前排放源信息进行解析,确定排放源排放的污染物的类型、排放时间、排放位置和排放量;将对应的污染物信息输入预先训练的单污染物监控模型,生成对应的一级监控结果,所述一级监控结果包括单污染物在目标区域内不同时刻不同区域的浓度分布状况;将多个所述的一级监控结果和外部条件信息输入预先训练的混合污染物监控模型,生成二级监控结果,所述二级监控结果包括多种污染物在目标区域内不同时刻不同区域的浓度分布状况,从二级监控结果中读取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值。
其中,所述单污染物监控模型通过以下方式得到:
以预设数量的排放源信息为训练样本集,对所述训练样本集中的训练样本进行标注,标注出所述训练样本的对应的在不同时刻在不同区域污染物的分布状况;将所述训练样本集中的训练样本输入到预先建立的神经网络模型,对所述训练样本集中的训练样本进行学习,输出训练样本对应的在不同时刻在不同区域污染物的分布状况,当输出的训练样本对应的在不同时刻在不同区域污染物的分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的分布状况的差异度大于预设阈值时,对神经网络模型的卷积层的参数进行修正;重复以上过程,直到输出的训练样本中对应的在不同时刻在不同区域污染物的分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的分布状况的差异度小于预设阈值。
所述混合污染物监控模型通过以下方式得到:
以预设数量的带有外部条件信息的混合分布信息为训练样本集,对所述训练样本集中的训练样本进行标注,标注出所述训练样本的对应的在不同时刻在不同区域的污染物的混合分布状况;将所述训练样本集中的训练样本输入到预先建立的神经网络模型,对所述训练样本集中的训练样本进行学习,输出训练样本对应的在不同时刻在不同区域的污染物的混合分布状况,当输出的训练样本对应的在不同时刻在不同区域的污染物的混合分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的混合分布状况的差异度大于预设阈值时,对神经网络模型的卷积层的参数进行修正;重复以上过程,直到输出的训练样本中对应的在不同时刻在不同区域污染物的混合分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的混合分布状况的差异度小于预设阈值。
此外,作为本公开的一个可选实施例,在上述实施例中,还可以构建三维空间坐标系,将所述二级监控结果包括的多种污染物在不同时刻在不同区域的分布状况映射到所述三维空间坐标系中,以多种污染物的综合指数在水平方向和竖直方向将所述三维空间坐标系划分为多个不规则立体图的叠加,从所述三维空间坐标系中对应的立体图中读取苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
如图2所示,为本公开实施例二的OH自由基浓度的测算装置的结构示意图。本实施例的OH自由基浓度的测算装置,包括:
数据获取模块201,用于获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,目标区域内的人为排放的苯、甲苯和顺-2-丁烯的年排放量,其中,所述监测点位于所述目标区域内;
OH自由基浓度确定模块202,用于根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图3示出了可以用来实施本公开的实施例的电子设备300的示意性框图。如图所示,设备300包括处理单元(CPU)301,其可以根据存储在只读存储器(ROM)302中的计算机程序指令或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序指令,来执行各种适当的动作和处理。在RAM 303中,还可以存储设备300操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
设备300中的多个部件连接至I/O接口305,包括:输入单元306,例如键盘、鼠标等;输出单元307,例如各种类型的显示器、扬声器等;存储单元308,例如磁盘、光盘等;以及通信单元309,例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元301执行上文所描述的各个方法和处理,其被有形地包含于机器可读介质,例如存储单元308。在一些实施例中,计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由CPU301执行时,可以执行上文描述的方法的一个或多个步骤。备选地,在其他实施例中,CPU301可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种OH自由基浓度的测算方法,其特征在于,包括:
获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,目标区域内的人为排放的苯、甲苯和顺-2-丁烯的年排放量,其中,所述监测点位于所述目标区域内;
根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度。
2.根据权利要求1所述的OH自由基浓度的测算方法,其特征在于,所述根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度,包括:
根据苯和甲苯的当前小时浓度值的比值,所述目标区域内人为排放的苯和甲苯的年排放量的比值,甲苯与OH自由基的反应速率常数,以及苯与OH自由基的反应速率常数,确定OH自由基暴露率;
根据苯和顺-2-丁烯当前小时浓度值的比值,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,顺-2-丁烯与臭氧的反应速率常数,以及苯与臭氧的反应速率常数,确定臭氧的暴露率;
根据OH自由基暴露率、臭氧的暴露率和臭氧的当前小时浓度值,确定OH自由基的当前小时浓度值。
3.根据权利要求2所述的OH自由基浓度的测算方法,其特征在于,所述根据苯和甲苯的当前小时浓度值的比值,所述目标区域内人为排放的苯和甲苯的年排放量的比值,甲苯与OH自由基的反应速率常数,以及苯与OH自由基的反应速率常数,确定OH自由基暴露率,包括:
采用以下公式计算OH自由基的暴露率:
其中,[OH]Δt为OH自由基的暴露率,KT+OH为甲苯与OH自由基的反应速率常数,KB+OH为苯与OH自由基的反应速率常数,[B]为苯的小时浓度值,[T]为甲苯的小时浓度值,ERB/T为目标区域内的人为排放的苯和甲苯的年排放量的比值;
所述根据苯和顺-2-丁烯当前小时浓度值的比值,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,顺-2-丁烯与臭氧的反应速率常数,以及苯与臭氧的反应速率常数,确定臭氧的暴露率,包括:
采用以下公式计算臭氧的暴露率:
其中,[O3]Δt为臭氧的暴露率,KC2B+O3为顺-2-丁烯与臭氧的反应速率常数,KB+O3为苯与臭氧的反应速率常数,[B]为苯的小时浓度值,[C2B]为顺-2-丁烯的小时浓度值,ERB/C2B为目标区域内的人为排放的苯和顺-2-丁烯的年排放量的比值;
所述根据OH自由基暴露率、臭氧的暴露率和臭氧的当前小时浓度值,确定OH自由基的当前小时浓度值,包括:
采用以下公式计算OH自由基的当前小时浓度值:
其中,[O3]为目标区域内的臭氧的小时浓度值,OH为OH自由基的当前小时浓度值。
4.根据权利要求1所述的OH自由基浓度的测算方法,其特征在于,所述获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,包括:
获取目标区域内的当前排放源信息;
对所述当前排放源信息进行解析,确定排放源排放的污染物的类型、排放时间、排放位置和排放量;
将对应的污染物信息输入预先训练的单污染物监控模型,生成对应的一级监控结果,所述一级监控结果包括单污染物在目标区域内不同时刻不同区域的浓度分布状况;
将多个所述的一级监控结果和外部条件信息输入预先训练的混合污染物监控模型,生成二级监控结果,所述二级监控结果包括多种污染物在目标区域内不同时刻不同区域的浓度分布状况,从二级监控结果中读取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值。
5.根据权利要求4所述的OH自由基浓度的测算方法,其特征在于,所述单污染物监控模型通过以下方式得到:
以预设数量的排放源信息为训练样本集,对所述训练样本集中的训练样本进行标注,标注出所述训练样本的对应的在不同时刻在不同区域污染物的分布状况;
将所述训练样本集中的训练样本输入到预先建立的神经网络模型,对所述训练样本集中的训练样本进行学习,输出训练样本对应的在不同时刻在不同区域污染物的分布状况,当输出的训练样本对应的在不同时刻在不同区域污染物的分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的分布状况的差异度大于预设阈值时,对神经网络模型的卷积层的参数进行修正;
重复以上过程,直到输出的训练样本中对应的在不同时刻在不同区域污染物的分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的分布状况的差异度小于预设阈值。
6.根据权利要求4所述的OH自由基浓度的测算方法,其特征在于,所述混合污染物监控模型通过以下方式得到:
以预设数量的带有外部条件信息的混合分布信息为训练样本集,对所述训练样本集中的训练样本进行标注,标注出所述训练样本的对应的在不同时刻在不同区域的污染物的混合分布状况;
将所述训练样本集中的训练样本输入到预先建立的神经网络模型,对所述训练样本集中的训练样本进行学习,输出训练样本对应的在不同时刻在不同区域的污染物的混合分布状况,当输出的训练样本对应的在不同时刻在不同区域的污染物的混合分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的混合分布状况的差异度大于预设阈值时,对神经网络模型的卷积层的参数进行修正;
重复以上过程,直到输出的训练样本中对应的在不同时刻在不同区域污染物的混合分布状况与标注的训练样本对应的在不同时刻在不同区域污染物的混合分布状况的差异度小于预设阈值。
7.根据权利要求6所述的OH自由基浓度的测算方法,其特征在于,所述获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,包括:
构建三维空间坐标系,将所述二级监控结果包括的多种污染物在不同时刻在不同区域的分布状况映射到所述三维空间坐标系中,以多种污染物的综合指数在水平方向和竖直方向将所述三维空间坐标系划分为多个不规则立体图的叠加,从所述三维空间坐标系中对应的立体图中读取苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值。
8.一种OH自由基浓度的测算装置,其特征在于,包括:
数据获取模块,用于获取监测点的苯、甲苯、顺-2-丁烯和臭氧的当前小时浓度值,目标区域内的人为排放的苯、甲苯和顺-2-丁烯的年排放量,其中,所述监测点位于所述目标区域内;
OH自由基浓度确定模块,用于根据苯和甲苯的当前小时浓度值的比值,苯和顺-2-丁烯的当前小时浓度值的比值、所述目标区域内人为排放的苯和甲苯的年排放量的比值,以及,所述目标区域内人为排放的苯和顺-2-丁烯的年排放量的比值,确定监测点处的OH自由基的浓度。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111389451.5A CN114200078B (zh) | 2021-11-22 | 2021-11-22 | Oh自由基浓度的测算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111389451.5A CN114200078B (zh) | 2021-11-22 | 2021-11-22 | Oh自由基浓度的测算方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114200078A true CN114200078A (zh) | 2022-03-18 |
CN114200078B CN114200078B (zh) | 2022-08-19 |
Family
ID=80648355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111389451.5A Active CN114200078B (zh) | 2021-11-22 | 2021-11-22 | Oh自由基浓度的测算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114200078B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115372357A (zh) * | 2022-08-19 | 2022-11-22 | 中国科学院上海光学精密机械研究所 | 实时监测和净化空芯光纤中气态oh的系统和方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101158638A (zh) * | 2007-11-15 | 2008-04-09 | 广西师范大学 | 检测羟基自由基的纳米银分光光度法 |
CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
CN105866330A (zh) * | 2016-03-25 | 2016-08-17 | 北京工业大学 | 一种基于ISCST-3模型反算工业面源VOCs排放源强方法 |
CN105967316A (zh) * | 2016-05-10 | 2016-09-28 | 哈尔滨工业大学深圳研究生院 | 一种用于测定臭氧体系羟基自由基的方法 |
CN108416521A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种信息来源确定的方法以及信息来源确定装置 |
US20190376903A1 (en) * | 2017-02-23 | 2019-12-12 | Ihi Corporation | Oh radical detection probe, oh radical measurement device, and oh radical measurement method |
CN111651873A (zh) * | 2020-05-22 | 2020-09-11 | 上海市环境科学研究院 | 城市大气VOCs排放清单反演方法、系统、终端以及储存介质 |
CN113642263A (zh) * | 2021-10-18 | 2021-11-12 | 中科三清科技有限公司 | 基于北斗网格的空气质量预警方法和装置 |
CN113777236A (zh) * | 2021-09-08 | 2021-12-10 | 中科三清科技有限公司 | 基于排放源的空气质量监控方法和装置 |
-
2021
- 2021-11-22 CN CN202111389451.5A patent/CN114200078B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101158638A (zh) * | 2007-11-15 | 2008-04-09 | 广西师范大学 | 检测羟基自由基的纳米银分光光度法 |
CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
CN105866330A (zh) * | 2016-03-25 | 2016-08-17 | 北京工业大学 | 一种基于ISCST-3模型反算工业面源VOCs排放源强方法 |
CN105967316A (zh) * | 2016-05-10 | 2016-09-28 | 哈尔滨工业大学深圳研究生院 | 一种用于测定臭氧体系羟基自由基的方法 |
US20190376903A1 (en) * | 2017-02-23 | 2019-12-12 | Ihi Corporation | Oh radical detection probe, oh radical measurement device, and oh radical measurement method |
CN108416521A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种信息来源确定的方法以及信息来源确定装置 |
CN111651873A (zh) * | 2020-05-22 | 2020-09-11 | 上海市环境科学研究院 | 城市大气VOCs排放清单反演方法、系统、终端以及储存介质 |
CN113777236A (zh) * | 2021-09-08 | 2021-12-10 | 中科三清科技有限公司 | 基于排放源的空气质量监控方法和装置 |
CN113642263A (zh) * | 2021-10-18 | 2021-11-12 | 中科三清科技有限公司 | 基于北斗网格的空气质量预警方法和装置 |
Non-Patent Citations (1)
Title |
---|
任信荣等: "《大气OH自由基浓度的测定》", 《中国环境科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115372357A (zh) * | 2022-08-19 | 2022-11-22 | 中国科学院上海光学精密机械研究所 | 实时监测和净化空芯光纤中气态oh的系统和方法 |
CN115372357B (zh) * | 2022-08-19 | 2024-04-12 | 中国科学院上海光学精密机械研究所 | 实时监测和净化空芯光纤中气态oh的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114200078B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298560B (zh) | 一种大气污染排放控制效果的评估方法、装置及存储介质 | |
CN113777236B (zh) | 基于排放源的空气质量监控方法和装置 | |
CN112485319B (zh) | 大气环境走航监测方法及信息处理方法、装置、监测车 | |
CN111768038A (zh) | 污染物监控方法、装置、终端设备及存储介质 | |
CN107292501B (zh) | 一种评估废水监测数据质量的方法及设备 | |
CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
CN113642263B (zh) | 基于北斗网格的空气质量预警方法和装置 | |
CN114200078B (zh) | Oh自由基浓度的测算方法和装置 | |
CN114819696A (zh) | 确定污染物浓度影响因素的方法、装置及电子设备 | |
CN112991132B (zh) | Pm2.5和臭氧协同管控区域识别方法及装置 | |
CN113379098A (zh) | 河流区间动态洪峰分析预警方法、系统、设备及介质 | |
CN112362816A (zh) | 一种基于观测数据的臭氧来源分析方法及装置 | |
CN116148951B (zh) | 空气目标污染物组分预报模型训练方法、预报方法及装置 | |
CN114974452B (zh) | 一种确定二次转化来源的管控目标的方法和装置 | |
CN112463899A (zh) | 一种车辆轨迹点纠偏方法、系统、服务器和存储介质 | |
CN116577720A (zh) | 一种电能表检定流水线的性能分析方法、终端及电子设备 | |
Setianingrum et al. | Prophet model performance analysis for Jakarta air quality forecasting | |
CN115705510A (zh) | 厂区气体污染分布预测方法、系统、电子设备及存储介质 | |
US20120203471A1 (en) | Generation source estimation apparatus and method of diffusion material | |
Ivanov et al. | Parametric time-series analysis of daily air pollutants of city of Shumen, Bulgaria | |
CN114328662A (zh) | 异常数据定位方法、装置、电子设备及存储介质 | |
Masseran | Multifractal characteristics on multiple pollution variables in Malaysia | |
CN113610344A (zh) | 一种污染预警方法、装置、电子设备及存储介质 | |
RU2697571C1 (ru) | Автоматизированная система экологического мониторинга и прогнозирования загрязнения атмосферного воздуха промышленного региона | |
CN116166924B (zh) | 数据处理方法、装置、存储介质及电子设备 |
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 |