CN114648155A - 基于天气分型与气象预报的源解析方法及应急响应系统 - Google Patents
基于天气分型与气象预报的源解析方法及应急响应系统 Download PDFInfo
- Publication number
- CN114648155A CN114648155A CN202210178436.4A CN202210178436A CN114648155A CN 114648155 A CN114648155 A CN 114648155A CN 202210178436 A CN202210178436 A CN 202210178436A CN 114648155 A CN114648155 A CN 114648155A
- Authority
- CN
- China
- Prior art keywords
- emission reduction
- weather
- source
- typing
- cost
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 74
- 230000004044 response Effects 0.000 title claims abstract description 19
- 230000009467 reduction Effects 0.000 claims abstract description 170
- 238000000034 method Methods 0.000 claims abstract description 88
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 37
- 231100000719 pollutant Toxicity 0.000 claims abstract description 37
- 238000005316 response function Methods 0.000 claims abstract description 23
- 239000002243 precursor Substances 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000012216 screening Methods 0.000 claims abstract description 12
- 238000012163 sequencing technique Methods 0.000 claims abstract description 7
- 238000012043 cost effectiveness analysis Methods 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 13
- 230000006872 improvement Effects 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 5
- 230000001932 seasonal effect Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000003631 expected effect Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 7
- 238000012800 visualization Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 239000000926 atmospheric chemistry Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于天气分型与气象预报的源解析方法及应急响应系统。本发明通过获取大气污染源解析及空气质量精细化管控所需数据信息,标准化网格化处理后存储为基础数据库;利用天气分型工具筛选适合本地的最佳天气分型方法,结合源解析模型构建不同天气分型下的源解析案例库;依据政府天气预报获取气象要素预报结果进行天气分型,调用源解析案例库中对应案例,根据案例中污染源贡献占比和风速风向分布,结合措施对应的污染物减排比例和成本排序,选取对应网格大气污染源的应急减排措施并构建应急减排方案;计算减排方案的大气污染物减排量,利用大气污染物与前体物关系响应函数集计算空气质量目标可达性,并基于此优化应急减排方案。
Description
技术领域
本发明涉及环境监测及应急防控领域,具体而言,尤其涉及一种基于天气分型与气象预报的源解析方法及应急响应系统。
背景技术
大气污染物成因复杂,往往涉及气象、源以及大气化学等方面,其污染防控涉及多学科交叉领域,现有大气污染防控大多仅基于空气质量预测结果开展较为粗略的应急措施,仅根据空气质量预测结果划分防控等级,忽略了气象和污染源对于大气污染的影响,从而进行区域大面积的限行限产等防控政策,导致管控区域过大、管控行业过多,难以实现空气质量精细化管理,对当地社会经济发展造成巨大影响。空气质量精细化管理是大气污染防控未来发展的趋势,将气象与源解析作为重要影响因素纳入防控体系是精细化管理的重要一步。通过结合天气分型与源解析构建快速应急防控体系的发明尚未见到报道。
本发明在天气分型背景下,将源排放贡献分配至高分辨率地理信息网格,根据空气质量预测结果确定防控措施需求,构建动态措施集,以解决区域大气空气质量精细化管理和快速应急防控的难题,具有减少社会资源的浪费、降低企业经济损失、因地施策精准防控的意义。
发明内容
根据上述提出的大气污染防控领域空气质量精细化管理技术局限性问题,本发明提供一种天气分型与气象预报的源解析方法、应急响应方法及系统。本发明可实现天气分型本地化方法优选、污染源贡献的网格化分配以及快速反应制定应急方案计划的目的。
本发明采用的技术手段如下:
一种基于天气分型与气象预报的源解析方法,包括以下步骤:
获取本地化基础信息数据,获取的基础信息数据包括:地理信息数据、排放源信息、社会经济数据、历史气象数据以及空气质量数据,对上述信息进行标准化网格化处理后存储,从而构建基础数据库;
基于地理信息数据对适用区域进行标准化网格化处理,将对相应网格单元的基础信息导入和更新基础信息;
基于欧式距离法对天气分型方法进行筛选,确定效果最优的本地化分型方法搭建天气分型模块;
将历史气象数据导入天气分型模块进行天气分型,分析各天气型下污染物的时空分布规律,确定主要污染参数;
基于网格单元的污染排放信息关联天气型进行源解析,构建本地化源分类体系,量化天气型下污染源贡献占比,从而构建各天气型下的源解析案例库。
进一步地,基于欧式距离法对天气分型方法进行筛选,包括:以分型后的组间差异为依据,利用天气分型工具完成;所述分型工具包括欧盟COST733,且分型工具中的算法包括神经网络法、K值法以及朴素贝叶斯方法。
进一步地,源解析用以实际反映本地源贡献,源解析方法包括在线源解析、或者PMF;
历史源解析案例需按不同天气型下的气象要素分类,且识别源贡献类别与本地污染源排放清单分类体系一致;
所述源解析案例库的传输区域分级及其对污染源贡献比可动态更新,进行所述传输区域分级的方法包括后向轨迹模型方法或者气象模式方法,利用所述后向轨迹模型方法或者气象模式方法识别特定天气型污染时段的气团传输所经过的网格,依据风向风速分布对传输区域网格进行分级,结合源解析方法,计算不同天气型在主要风向风速下的污染源贡献比。
本发明还公开一种应急响应系统,包括:
模型构建单元,用于构建源解析经验模型,所述源解析经验模型用于实现上述任意一项所述的源解析方法;
计算单元,用于获取空气质量预报数据,与区域目标限定值对比,依据大气污染物与前体物的关系响应函数集,计算前体物的目标减排量;
费效分析基础数据集构建单元,用于获取减排措施以及其在不同实施力度分级下的减排比例与实施成本,从而构建费效分析基础数据集;
应急减排措施方案构建单元,用于依据天气型及气象预报结果,关联对应天气型及气象要素下的动态源解析案例库,以预期减排量为目标,以各个措施减排比例和实施成本排序为依据,结合传输区域网格的减排对象及目标减排量,调用措施库中对应的减排措施,构建应急减排措施方案;
费效分析单元,用于调用费效分析基础数据集中的减排比例和单位成本对方案进行核算,开展减排措施方案的费效分析,计算方案总预期减排量和总成本,基于此,根据大气污染物与前体物的关系响应函数集,计算该减排方案的空气质量改善预期值,对比空气质量目标值,给出措施优化建议,并可将优化应急减排方案并存储于项目案例库。
进一步地,依据天气型及气象预报结果,关联对应天气型及气象要素下的动态源解析案例库,以预期减排量为目标,以各个措施减排比例和实施成本排序为依据,结合传输区域网格的减排对象及目标减排量,调用措施库中对应的减排措施,构建应急减排措施方案,包括:
依据传输区域网格分组及其污染源贡献比,自动匹配不同分组下的管控措施排序供用户选择,并根据用户对管控措施的选择,计算当前措施集下的预期减排量及总成本,并计算与目标减排量的差值。
进一步地,所述大气污染物与前体物的关系响应函数集的构建方法包括空气质量模型方法,系统将给出用户区域不同季节分类下的响应函数集默认值,用户也可以在自定义更详细气象条件分类下的响应函数集的相关参数。
进一步地,所述费效分析方法包括减排方案空气质量改善效果评估和成本核算,其中,空气质量改善效果是通过响应函数集快速识别的,减排成本是由减排对象及减排措施单位成本计算,减排措施的单位成本是指单位减排措施实施所消耗的社会经济成本。
进一步地,所述的项目案例库包括多个项目,每个项目包括多个优选过程中的措施方案、方案预期效果、方案实际效果以及方案改善建议,并置顶最终执行方案的简要信息。
较现有技术相比,本发明具有以下优点:
本发明通过获取大气污染源解析及空气质量精细化管控所需数据信息,标准化网格化处理后存储为基础数据库;利用天气分型工具筛选适合本地的最佳天气分型方法,结合源解析模型构建不同天气分型下的源解析案例库;依据政府天气预报获取的气象要素预报结果进行天气分型,调用源解析案例库中对应案例,根据案例中污染源贡献占比和风速风向分布,结合措施对应的污染物减排比例和成本排序,选取对应网格大气污染源的应急减排措施并构建应急减排方案;计算减排方案的大气污染物减排量,利用大气污染物与前体物响应函数计算空气质量目标可达性,基于此优化应急减排方案。本发明能够基于天气型及气象预报的源解析方法实现网格化应急措施落地方案优选,为空气质量持续改善及达标应急提供支撑。
附图说明
为了更清楚地说明本发明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做以简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于天气分型与气象预报的源解析方法流程图。
图2为实施例中基于天气分型与气象预报的源解析方法执行流程图。
图3为本发明应急响应方法流程图。
图4为实施例中应急响应方法执行流程图。
图5为实施例中应急响应系统架构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
如图1-2,本发明实施例一方面提供基于天气分型与气象预报的源解析方法,包括以下步骤:
S110、基础信息数据,获取的基础信息数据包括:地理信息数据、排放源信息、社会经济数据、历史气象数据以及空气质量数据,对上述信息进行标准化网格化处理后存储,从而构建基础数据库;基于地理信息数据对适用区域进行标准化网格化处理,高分辨率网格将从数据库中自动导入相应基础信息,并不断进行数据信息更新处理。
本实施例中,获取的历史气象数据,包括但不限于相应时间分辨率的温度、湿度、风速、风向、光照辐射强度等,这些气象要素以既定的时间序列排列;通过大数据信息收集方法,获取对应时间序列的空气质量数据,包括AQI、CO、SO2、NO、PM2.5、PM10、O3等大气污染物指标及其前体物,并能够达到自动获取和自动更新的效果,获取后按照既定时间序列在数据标准化处理后导入数据库存储器存储;
根据地理信息网格化处理适用区域,将适用区域划分为高分辨率的网格并负载网格信息,所述网格信息包括但不限于:经纬度、源活动水平数据、源排放数据、现有末端治理措施信息、排放源被管控信息日志、土地利用性质数据、社会经济数据等。所述网格信息可通过链接数据库存储模块,通过导出数据库标准化后的数据来实现动态调整与更新。
S120、基于欧式距离法对天气分型方法进行筛选,确定效果最优的本地化分型方法搭建天气分型模块。采用欧氏距离法所确定的天气分型结果组间差距最大的方法为最优天气分型方法。
具体来说,基于天气分型工具完成天气分型,分型工具包括不限于欧盟COST(European Cooperation in Science and Technology)733等,其中分型算法包括不限于神经网络法、K值法、朴素贝叶斯等;以分型后的组间差异为依据,基于欧式距离法对天气分型方法进行筛选,确定组间差异较大分型效果最优的分型方法作为本地化天气分型算法,搭建天气分型模块。本实施例中对适用区域预设相应天气分型算法,但也可依据用户需求进行自定义修改,并提供不同算法的天气分型效果对比。
基于天气分型案例进行可靠性验证评估。使用天气分型工具对历史数据进行天气型的划分,统计各个天气型的主要特征,包括但不限于出现频率、出现季节、主要天气系统、平均垂直风、持续性影响强弱等;其次,抽取单个案例对天气分型结果进行可靠性验证评估,若效果较差则重新选择分型算法。
S130、将历史气象数据导入天气分型模块进行天气分型,分析各天气型下污染物的时空分布规律,形成历史天气型下污染天案例。
具体来说,链接基础信息数据库中获取的空气质量数据与气象数据,从时间尺度和空间尺度研究天气型下污染特征,对各天气型下主要污染物进行定性分析,并识别天气分型下气象要素的主控因素,归类和统计各历史天气型下的污染天情形以供选取减排措施时进行参考。本发明还可以利用可视化工具展示在天气分型下的各类污染物时空演变规律,调用历史或预测空气质量数据和气象数据,以展现在天气型和气象要素影响下的污染进程,为用户提供直观的可视化分析数据,最终生成统计分析报告进行存储。
S140、网格单元的污染排放信息关联天气型进行源解析,构建本地化源分类体系,量化天气型下污染源贡献占比,从而构建各天气型下的源解析案例库。排放源信息是指网格信息存储的排放源的信息,例如排放源地点、高度、名称等属性;而污染排放信息包括排放源信息和各污染物浓度。
具体来说,选择天气型下的本地化源解析方法。在上述本地化天气分型结果上进一步根据风速风向等影响较大的气象因素进行再次分类,类别越多其天气型下源解析案例越多,源解析经验模型更能反映真实情况,快速应急防控效果也越好。在不同分类条件下匹配本地化源解析方法,源解析方法要以能实际反映本地的源贡献为准则选择,包括但不限于在线源解析、PMF(Positive Matrix Factorization)等。
对案例进行传输区域分级及计算其对污染源贡献比,传输区域分级方法包括不限于后向轨迹模型、气象模式等,利用上述模式识别特定天气型污染时段的气团传输所经过的网格,依据风向风速分布对传输区域网格进行分级,结合所选择的源解析方法,确定源贡献类别并计算不同天气型在主要风向风速下的污染源贡献比,在统计和归纳天气型下主要污染物的源贡献占比的特征和规律后,形成天气型下历史源解析案例,统一格式并标准化存储,构建天气型下的历史源解析案例库。上述识别的源贡献类别与本地污染源排放清单分类体系一致,且天气型下源解析案例库的传输区域分级及其对污染源贡献比可动态更新。
传输区域分级是根据后向轨迹模型或者气象模式方法,计算在该区域网格中某天气型下某污染物的污染浓度,根据污染浓度确定网格的传输区域等级并存储与网格信息中。根据源解析结果,确定某污染物的污染来源,计算在不同天气型的主要风速风向下某污染物的源贡献占比。
历史源解析案例需按不同天气型下的气象要素分类,且识别源贡献类别与本地污染源排放清单分类体系一致;所述源解析案例库的传输区域分级及其对污染源贡献比可动态更新,进行所述传输区域分级的方法包括后向轨迹模型方法或者气象模式方法,利用所述后向轨迹模型方法或者气象模式方法识别特定天气型污染时段的气团传输所经过的网格,依据风向风速分布对传输区域网格进行分级,结合源解析方法,计算不同天气型在主要风向风速下的污染源贡献比。
如图3-4所示,本发明实施例还提供了一种应急响应系统,包括:模型构建单元、计算单元、费效分析基础数据集构建单元、应急减排措施方案构建单元以及费效分析单元。
模型构建单元,用于构建源解析经验模型,所述源解析经验模型用于实现上述任意一项所述的源解析方法。
具体来说,获取应急减排措施,依据不同排放源进行分类,根据减排情景设置减排力度,在不同减排力度下选取不同应急减排措施来对应;与之配套的,获取措施的减排比例,与应急减排措施一一对应;作为优选条件之一,获取应急减排措施的单位成本,与减排措施及减排比例匹配后一并存储,构建费效分析基础数据集。费效分析基础数据集及其减排比例与实施成本可在常规的基础数据上依据用户实际情况进行自定义调整和修改。
计算单元,用于获取空气质量预报数据,与区域目标限定值对比,依据大气污染物与前体物的关系响应函数集,计算前体物的目标减排量。
具体来说,获取气象预报数据,调用天气分型模块进行天气型的预测,结合天气型下源解析经验模型,选择应急减排措施,链接费效分析基础数据库,匹配应急措施下的减排比例和减排成本,进行费效分析,在达标排放前提下优选社会影响小、经济投入少的快速应急减排措施方案。
获取空气质量预测数据及区域空气质量限定值,空气质量预测数据包括但不限于预测时间、PM2.5、PM10、O3、NO2、CO、SO2、AQI,数据格式应该统一化、标准化;区域目标限定值依据国家-地方-行业空气质量标准顺序设置默认值,根据适用区域的不同要求进行自动化调节,该值也可依据用户需求自由修改。
通过空气质量模型方法构建大气污染物与前体物的响应关系函数的具体步骤,包括:1.制定所有前体物不同排放水平下的正交模拟案例;2.利用空气质量模型模拟上述案例下的大气污染物浓度;3.基于目标污染物模拟浓度和排放水平构建响应函数。模式就是通过在空气质量模型中选取不同参数或者嵌入相关程序运行。
响应函数集是大气污染物与前体物关系的计算函数,能够计算减少前体物排放后大气污染物的减排量(空气质量改善情况),确定各污染物的减排量。响应函数是受区域位置和季节影响,所有响应函数都应按区域、季节分别构建。构建关系响应函数集需要设置不同的区域和季节情景,关系响应函数集构建的初始数值可由用户自定义设置。
费效分析基础数据集构建单元,用于获取减排措施以及其在不同实施力度分级下的减排比例与实施成本,构建费效分析基础数据集存储。
应急减排措施方案构建单元,用于依据天气型及气象预报结果,关联对应天气型及气象要素下的动态源解析案例库,以预期减排量为目标,以各个措施减排比例和实施成本排序为依据,结合传输区域网格的减排对象及目标减排量,调用措施库中对应的减排措施,构建应急减排措施方案;
费效分析单元,用于调用费效分析基础数据集中的减排比例和单位成本对方案进行核算,开展减排措施方案的费效分析,计算方案总预期减排量和总成本,基于此,根据大气污染物与前体物的关系响应函数集,计算该减排方案的空气质量改善预期值,对比空气质量目标值,给出措施优化建议,并可将优化应急减排方案并存储于项目案例库。
本发明实施例中利用天气型下的源解析经验模型达到快速应急防控作用,具体包括:
基于获取的应急减排措施,根据排放源的种类对措施进行分类;构建减排情景,依据不同的减排需求确定减排力度,不同的减排力度设置不同减排措施,并在相同减排力度下有多种减排措施可相互替换使用。与之对应的,基于获取的减排措施成本和减排比例与减排措施对应匹配构建费效分析基础数据集,以供后续费效分析调用。
基于获取的空气质量预测数据及区域空气质量限定值构建函数计算其目标减排量。函数构建方法包括不限于空气质量模型等,系统将给出用户区域不同季节分类下的响应函数集默认值,用户也可自定义更详细气象条件分类下的响应函数集。将污染物浓度与区域空气质量限定值作差,并依据大气污染物与前体物的关系响应函数集,计算其前体物的目标减排量。
调用天气分型工具,结合气象预测数据对预测时间段进行天气分型,其分型算法与本发明前文所述的构建本地化历史源解析案例库的算法保持一致,确保调用案例库时能够匹配预测天气型情景。
根据天气分型的预测结果,关联所对应的典型天气型下源解析统计案例,分析关键污染参数,在确定主要污染物后快速导出预测天气型的源解析结果,包括但不限于污染源的定性识别及污染源贡献占比的量化;通过预测天气型和气象预报匹配源解析案例库,迅速匹配该天气型下的传输区域网格及其污染源贡献比,快速识别与定位应急管控对象网格,获取其基础信息;依据源分类体系进行归类和统计不同的源贡献比例,根据目标减排量以及减排难度确定需要减排的行业。
以网格单元为最小计算单位,依据传输区域网格分组及其污染源贡献比,本发明能够实现自动匹配不同分组下的管控措施排序供用户选择;用户通过弹出的选项从费效分析基础数据集中调用相应的减排措施构成动态应急减排措施集并根据用户对管控措施的勾选,自动计算当前措施集下的预期减排量及总成本,并结合目标减排量给出目标差值提示以及专家建议,若减排总量没有达到目标减排量,则需要重新进行勾选管控措施或选择其他应急减排方案;在勾选管控措施完成后形成应急减排方案,其中包括措施集、预期减排总量以及减排总成本等。
调用费效分析基础数据集的减排比例计算应急减排措施的总减排比例,评估空气质量改善效果。以网格单元为最小计算单位计算,其公式如下:
其中,公式中Q是网格单元的总减排比例,以百分比形式表示;Ai代表第i种减排措施的数量;Emisrpi是第i种减排措施的单位减排比例,单位以百分比表示;i代表的是减排措施的种类;j代表网格编号;
调用费效分析基础数据集核算应急减排方案的减排总成本,减排成本是由减排对象及减排措施单位成本计算,单位减排措施实施所消耗的社会经济成本,以网格为最小计算单元,匹配措施集进行计算,其公式如下:
Tcosti,p,r=ΣjUnitCi,p×ΔEmisi,p,r,j
Tcosti,p,r是减排总成本,UnitCi,p是单位减排措施成本,ΔEmisi,p,r,j是所需减排措施量,i代表控制技术,p代表污染物,r代表地区,j代表网格编号;
基于上述减排总量及成本核算对应急减排措施方案进行优选。对应急减排方案减排比例和总成本进行费效分析,先按照减排比例进行排列,根据目标减排量筛选出减排量达标的应急减排措施方案;再针对总成本进行对比排序,将总成本从低到高排列,筛选出总成本最低的十种方案进行展示和输出;本发明还提供方案的可行性评估,对方案的实施效果、社会影响、经济效应、成效时间等多方面进行判断,必要时可提供专家意见进行交互式指导,最终形成项目案例存储于快速应急减排项目案例库中。
项目案例库包括多个项目,每个项目包括不限于多个优选过程中的措施方案、方案预期效果、方案实际效果、方案改善建议等,每个项目按照其天气型和气象条件进行分类存储;在下次进行气象预报和预测天气型后,可根据污染情景特征推荐匹配度较高的项目案例以供参考,优化大气污染快速应急响应的速度。在方案应用后,继续收集其应用减排效果,评估其对社会经济的影响且一并存储于项目案例库中,辅助下一次项目方案的决策优选。
如图5所示,为实施例中应急响应系统的设计架构,主要基于决策辅助需求构建图表对比排序的可视化工具。主要包括中央处理控制及可视化分析单元,基于天气分型的源解析经验模型单元、数据库存储单元、外部信息获取单元以及基于空气质量预报与源解析经验模型的大气污染快速应急响应单元。
可视化技术以多维信息展示及快速应急方案优选为目的,调用数据库中的污染过程和减排措施等信息,快速模拟应急减排方案实施效果,以直观的数据如图片、表格、动态动画过程等表现形式给决策人员提供参考依据。可视化技术包括天气分型方法筛选、污染时空分布、源解析情景分析、快速应急方案优选等数据具象化展示功能。
其中,天气分型方法筛选模块是通过对比个方法分型结果的组间差异,用欧式距离法对分型效果进行图表化展示,实现快速判断和排序筛选;污染排放时空分布模块是利用作图工具,实现对污染的时间演变和空间分布的特征展示,包括污染物浓度及排放源强度等分布;源解析情景分析是指特定天气型情景下,对主要污染物进行来源解析,在确定分析的污染组分后,以图表形式输出各类污染源的贡献占比;快速应急方案优选模块是在构建快速源解析下应急减排措施方案后,通过对各方案的总减排比例、方案总成本计算后进行横向排序,实现不同方案的费效分析,动态展示预测的污染进程,对比同一方案减排前后污染浓度差异及不同方案产生的社会影响,评估应急减排方案的施策可行性。
可视化技术是对数据结果的有效展示,可以直接影响到数据挖掘的效率和专家决策的主观判断,作为方案优选依据的表现载体,不同可视化表现形式能直接影响到数据背后隐藏信息的理解。本实施例的区域大气历史污染规律以及天气型下污染源解析结果可以通过Arcgis等应用软件实现在二维地图上直观展示;另外通过编程方式可实现可视化动态模拟预测天气型下污染进程以及应急减排措施方案的减排效果;同时还可以通过数据分析软件和编程语言实现数据信息的类别比较、占比构成、相互联系、分布特征、数据增强及单值突出的操作。通过数据统计分析的自动化运行过程,对上述数据进行归类统计,进一步加工为统计分析报告输出。除此之外,对可视化展示的数据进行保存和导出功能的设定,以供展示数据的重复利用。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于天气分型与气象预报的源解析方法,其特征在于,包括以下步骤:
获取本地化基础信息数据,获取的基础信息数据包括:地理信息数据、排放源信息、社会经济数据、历史气象数据以及空气质量数据,对上述信息进行标准化网格化处理后存储,从而构建基础数据库;
基于地理信息数据对适用区域进行标准化网格化处理,将对相应网格单元的基础信息导入和更新基础信息;
基于欧式距离法对天气分型方法进行筛选,确定效果最优的本地化分型方法搭建天气分型模块;
将历史气象数据导入天气分型模块进行天气分型,分析各天气型下污染物的时空分布规律;
基于网格单元的污染排放信息关联天气型进行源解析,构建本地化源分类体系,量化天气型下污染源贡献占比,从而构建各天气型下的源解析案例库。
2.根据权利要求1所述的基于天气分型与气象预报的源解析方法,其特征在于,基于欧式距离法对天气分型方法进行筛选,包括:以分型后的组间差异为依据,利用天气分型工具完成;所述分型工具包括欧盟COST 733,且分型工具中的算法包括神经网络法、K值法以及朴素贝叶斯方法。
3.根据权利要求1所述的基于天气分型与气象预报的源解析方法,其特征在于,源解析用以实际反映本地源贡献,源解析方法包括在线源解析或者PMF;
历史源解析案例需按不同天气型下的气象要素分类,且识别源贡献类别与本地污染源排放清单分类体系一致;
所述源解析案例库的传输区域分级及其对污染源贡献比可动态更新,进行所述传输区域分级的方法包括后向轨迹模型方法或者气象模式方法,利用所述后向轨迹模型方法或者气象模式方法识别特定天气型污染时段的气团传输所经过的网格,依据风向风速分布对传输区域网格进行分级,结合源解析方法,计算不同天气型在主要风向风速下的污染源贡献比。
4.一种应急响应系统,其特征在于,包括:
模型构建单元,用于构建源解析经验模型,所述源解析经验模型用于实现权利要求1-3中任意一项所述的源解析方法;
计算单元,用于获取空气质量预报数据,与区域目标限定值对比,依据大气污染物与前体物的关系响应函数集,计算前体物的目标减排量;
费效分析基础数据集构建单元,用于获取减排措施以及其在不同实施力度分级下的减排比例与实施成本,从而构建费效分析基础数据集;
应急减排措施方案构建单元,用于依据天气型及气象预报结果,关联对应天气型与气象要素下的动态源解析案例库,以预期减排量为目标,以各个措施减排比例和实施成本排序为依据,结合传输区域网格的减排对象及目标减排量,调用措施库中对应的减排措施,构建应急减排措施方案;
费效分析单元,用于调用费效分析基础数据集中的减排比例和单位成本对方案进行核算,开展减排措施方案的费效分析,计算方案总预期减排量和总成本,基于此,根据大气污染物与前体物的关系响应函数集,计算该减排方案的空气质量改善预期值,对比空气质量目标值,给出措施优化建议,并可将优化应急减排方案并存储于项目案例库。
5.根据权利要求4所述的一种应急响应系统,其特征在于,依据天气型及气象预报结果,关联对应天气型及气象要素下的动态源解析案例库,以预期减排量为目标,以各个措施减排比例和实施成本排序为依据,结合传输区域网格的减排对象及目标减排量,调用措施库中对应的减排措施,构建应急减排措施方案,包括:
依据传输区域网格分组及其污染源贡献比,自动匹配不同分组下的管控措施排序供用户选择,并根据用户对管控措施的选择,计算当前措施集下的预期减排量及总成本,并计算与目标减排量的差值。
6.根据权利要求4所述的一种应急响应系统,其特征在于,所述大气污染物与前体物的关系响应函数集的构建方法包括空气质量模型方法,系统将给出用户区域不同季节分类下的响应函数集默认值,用户也可以在自定义更详细气象条件分类下的响应函数集的相关参数。
7.根据权利要求4所述的一种应急响应系统,其特征在于,所述费效分析方法包括减排方案空气质量改善效果评估和成本核算,其中,空气质量改善效果是通过响应函数集快速识别的,减排成本是由减排对象及减排措施单位成本计算,减排措施的单位成本是指单位减排措施实施所消耗的社会经济成本。
8.根据权利要求4所述的一种应急响应系统,其特征在于,所述的项目案例库包括多个项目,每个项目包括多个优选过程中的措施方案、方案预期效果、方案实际效果以及方案改善建议,并置顶最终执行方案的简要信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210178436.4A CN114648155A (zh) | 2022-02-25 | 2022-02-25 | 基于天气分型与气象预报的源解析方法及应急响应系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210178436.4A CN114648155A (zh) | 2022-02-25 | 2022-02-25 | 基于天气分型与气象预报的源解析方法及应急响应系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114648155A true CN114648155A (zh) | 2022-06-21 |
Family
ID=81992841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210178436.4A Pending CN114648155A (zh) | 2022-02-25 | 2022-02-25 | 基于天气分型与气象预报的源解析方法及应急响应系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114648155A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115526525A (zh) * | 2022-10-18 | 2022-12-27 | 中科三清科技有限公司 | 一种臭氧污染治理方法、装置、设备及存储介质 |
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN116151028A (zh) * | 2023-04-11 | 2023-05-23 | 安徽中科蓝壹信息科技有限公司 | 一种排除本地影响的污染贡献计算方法及系统 |
CN116739191A (zh) * | 2023-08-14 | 2023-09-12 | 中科三清科技有限公司 | 热点网格识别方法、装置、存储介质及电子设备 |
CN117610894A (zh) * | 2024-01-23 | 2024-02-27 | 华北电力科学研究院有限责任公司 | 污染源提前管控时间确定方法、装置、介质及电子设备 |
-
2022
- 2022-02-25 CN CN202210178436.4A patent/CN114648155A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN115879595B (zh) * | 2022-09-13 | 2023-10-24 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN115526525A (zh) * | 2022-10-18 | 2022-12-27 | 中科三清科技有限公司 | 一种臭氧污染治理方法、装置、设备及存储介质 |
CN116151028A (zh) * | 2023-04-11 | 2023-05-23 | 安徽中科蓝壹信息科技有限公司 | 一种排除本地影响的污染贡献计算方法及系统 |
CN116739191A (zh) * | 2023-08-14 | 2023-09-12 | 中科三清科技有限公司 | 热点网格识别方法、装置、存储介质及电子设备 |
CN116739191B (zh) * | 2023-08-14 | 2023-11-07 | 中科三清科技有限公司 | 热点网格识别方法、装置、存储介质及电子设备 |
CN117610894A (zh) * | 2024-01-23 | 2024-02-27 | 华北电力科学研究院有限责任公司 | 污染源提前管控时间确定方法、装置、介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114648155A (zh) | 基于天气分型与气象预报的源解析方法及应急响应系统 | |
AU2018101946A4 (en) | Geographical multivariate flow data spatio-temporal autocorrelation analysis method based on cellular automaton | |
CN106651036A (zh) | 空气质量预报系统 | |
CN106570778A (zh) | 一种基于大数据的数据集成与线损分析计算的方法 | |
CN113537807B (zh) | 一种企业智慧风控方法及设备 | |
CN112860769B (zh) | 一种能源规划数据管理系统 | |
CN111080356A (zh) | 一种利用机器学习回归模型计算住宅价格影响因素的方法 | |
CN114048436A (zh) | 一种预测企业财务数据模型构建方法及构建装置 | |
CN115641162A (zh) | 一种基于建筑工程造价的预测数据分析系统和方法 | |
CN115049158B (zh) | 城市系统运行状态的预测方法、系统、存储介质及终端 | |
CN109978616A (zh) | 农产品数据监测预警系统 | |
CN116467788B (zh) | 一种无障碍环境建设管理方法及系统 | |
CN111178633A (zh) | 基于随机森林算法预测景区客流量的方法和装置 | |
CN117408394B (zh) | 电力系统的碳排放因子预测方法、装置及电子设备 | |
CN117436708A (zh) | 国土空间规划风险评估方法 | |
CN112767126A (zh) | 基于大数据的抵押物评级方法和装置 | |
CN112148821A (zh) | 一种城市混合职住空间计算方法和系统 | |
CN116843065A (zh) | 一种基于机器学习的城市生活垃圾产生量预测方法及系统 | |
CN115829209A (zh) | 基于碳路径的绿色智能仓库环保质量分析方法及装置 | |
CN111144628A (zh) | 一种分布式供能的冷热电负荷预测模型系统及方法 | |
Wirawan et al. | Application of data mining to prediction of timeliness graduation of students (a case study) | |
CN113837486B (zh) | 一种基于rnn-rbm的配网馈线长期负荷预测方法 | |
CN114331175A (zh) | 一种城市安全绩效数据集中统计评估方法及系统 | |
CN117933677B (zh) | 基于区域调频的水力发电厂关联数据预测方法和装置 | |
CN117764726B (zh) | 基于大数据与人工智能的不动产金融风险防控方法及系统 |
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 |