CN115271547B - 臭氧污染的源解析方法、装置和电子设备 - Google Patents
臭氧污染的源解析方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115271547B CN115271547B CN202211154694.5A CN202211154694A CN115271547B CN 115271547 B CN115271547 B CN 115271547B CN 202211154694 A CN202211154694 A CN 202211154694A CN 115271547 B CN115271547 B CN 115271547B
- Authority
- CN
- China
- Prior art keywords
- ozone
- vocs
- nox
- target
- source
- 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
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 title claims abstract description 219
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 239000012855 volatile organic compound Substances 0.000 claims abstract description 158
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000005192 partition Methods 0.000 claims description 5
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 235
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000011109 contamination Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000003344 environmental pollutant Substances 0.000 description 7
- 231100000719 pollutant Toxicity 0.000 description 7
- 239000000356 contaminant Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000006552 photochemical reaction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/06—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
- G06Q10/06395—Quality 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
- 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)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Oxygen, Ozone, And Oxides In General (AREA)
Abstract
本申请提供一种臭氧污染的源解析方法、装置和电子设备,其中,该方法包括:确定目标区域的目标源集合中所有源所在网格的VOCs和NOx排放速率比值;对于该目标源集合中每个源,根据控制区划分阈值和其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值;根据目标源的臭氧浓度影响值及目标区域的目标源集合总的臭氧影响值,确定目标源的臭氧权重因子;根据目标源的臭氧权重因子和目标区域的目标源集合对关注点的臭氧浓度贡献,确定目标源对关注点的臭氧浓度贡献。采用本申请,可准确进行精细化的臭氧污染的源解析。
Description
技术领域
本申请涉及大气污染物的源解析技术领域,尤其涉及一种臭氧污染的源解析方法、装置和电子设备。
背景技术
相关技术中,集成CALPUFFF和CAMx进行精细化源解析,CALPUFFF模拟得到主要工业企业对受体点的浓度贡献,作为权重因子,CAMx模拟得到各类大源对受体点的浓度贡献。依据主要工业企业的权重因子,估算主要工业企业的源贡献。CALPUFFF没有考虑臭氧(O3)/挥发性有机物(volatile organic compounds,简称为VOCs)污染的化学反应,关于O3污染解析,以VOCs污染的排放源清单作为CALPUFFF的输入清单,CALPUFFF设置不考虑化学机制,直接模拟得到VOCs的污染扩散结果,作为O3的影响因子权重。
然而,在实际情况中O3是VOCs和氮氧化物(NOx)在一定条件(包括但不限于光照条件)下发生一系列复杂光化学反应生成的,VOCs和NOx是影响臭氧生成的重要因素。因此,相关技术中的方法无法准确进行臭氧污染的源解析。
发明内容
根据本申请实施例的一方面,提供了一种臭氧污染的源解析方法,包括:
确定目标区域的目标源集合中所有源所在网格的VOCs和NOx排放速率比值,其中,该源包括点源和/或面源;
对于该目标源集合中每个源,根据控制区划分阈值和其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值;
根据目标源的臭氧浓度影响值及目标区域的目标源集合总的臭氧影响值,确定目标源的臭氧权重因子,其中,目标源属于目标源集合;
根据目标源的臭氧权重因子和目标区域的目标源集合对关注点的臭氧浓度贡献,确定目标源对关注点的臭氧浓度贡献。
可选地,根据控制区划分阈值其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,包括:
如果其VOCs和NOx排放速率比值大于第一控制区划分阈值,确定其对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于第一控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区;其中,VOCs和NOx排放速率比值为VOCs的排放速率比NOx的排放速率;或者
如果其VOCs和NOx排放速率比值小于第二控制区划分阈值,确定其对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于第二控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区;其中,VOCs和NOx排放速率比值为NOx的排放速率比VOCs的排放速率。
可选地,确定目标区域的目标源集合的所有源所在网格的VOCs和NOx排放速率比值,包括:
对于目标区域的目标源集合中每个源,确定其所属的网格,从排放清单获取该网格的VOCs排放速率和NOx排放速率,根据该VOCs排放速率和NOx排放速率确定其VOCs和NOx排放速率比值。
可选地,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值,包括:
根据臭氧生成的控制区与权重系数之间的对应关系,确定其VOCs和NOx的权重系数;
根据其VOCs和NOx的权重系数和其对关注点的VOCs和NOx的浓度贡献,确定其臭氧影响值。
可选地,根据其VOCs和NOx的权重系数和其对关注点的VOCs和NOx的浓度贡献,确定其臭氧影响值,包括:
归一化其对关注点的VOCs和NOx的浓度贡献;
根据其VOCs和NOx的权重系数对归一化后的VOCs和NOx的浓度贡献进行加权求和,得到其臭氧影响值。
可选地,目标源的臭氧权重因子为目标源的臭氧浓度影响值与目标区域的目标源集合总的臭氧影响值之比。
可选地,目标区域的目标源集合总的臭氧影响值,为目标区域的目标源集合的所有源的臭氧浓度影响值之和。
可选地,对于该目标源集合中每个源,使用第一空气质量模型确定其对关注点的VOCs和NOx的浓度贡献。
可选地,使用第二空气质量模型确定目标区域的目标源集合对关注点的臭氧浓度贡献。
可选地,上述源为企业,上述目标源集合为企业组成的行业。
根据本申请实施例的另一方面,提供了一种臭氧污染的源解析装置,包括:
第一确定模块,用于确定目标区域的目标源集合的所有源所在网格的VOCs和NOx排放速率比值,其中,该源包括点源和/或面源;
第二确定模块,用于对于该目标源集合中每个源,根据控制区划分阈值和其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值;
第三确定模块,用于根据目标源的臭氧浓度影响值及目标区域的目标源集合总的臭氧影响值,确定目标源的臭氧权重因子,其中,目标源属于目标源集合;
第四确定模块,用于根据目标源的臭氧权重因子和目标区域的目标源集合对关注点的臭氧浓度贡献,确定目标源对关注点的臭氧浓度贡献。
根据本申请实施例的又一方面,提供了一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行本申请实施例的方法。
根据本申请实施例的再一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本申请实施例的方法。
本申请实施例中提供的一个或多个技术方案,根据源所在网格的VOCs和NOx排放速率比值及控制区划分阈值确定臭氧生成的控制区,根据源的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值,确定源的臭氧权重因子;根据源的臭氧权重因子,确定源对关注点的臭氧浓度贡献。考虑了VOCs和NOx对臭氧生成的影响,能够提高臭氧污染的源解析的准确度。并且,根据VOCs和NOx排放速率比值及控制区划分阈值确定臭氧生成的控制区,简单可靠,避免了相较于相关技术中判断臭氧生成敏感性的计算方法复杂,存在需要大量的前期观测数据、消耗较多的计算机资源以及计算难度大等问题。
附图说明
在下面结合附图对于示例性实施例的描述中,本申请的更多细节、特征和优点被公开,在附图中:
图1示出了根据本申请示例性实施例的臭氧污染的源解析方法的流程图;
图2示出了根据本申请示例性实施例的臭氧污染的源解析方法的示意图;
图3示出了根据本申请示例性实施例的臭氧污染的源解析装置的示意性框图;
图4示出了能够用于实现本申请的实施例的示例性电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例,然而应当理解的是,本申请可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是,本申请的附图及实施例仅用于示例性作用,并非用于限制本申请的保护范围。
应当理解,本申请的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本申请的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本申请中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本申请实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
在实际情况中O3是VOCs和NOx在一定条件(包括但不限于光照条件)下发生一系列复杂光化学反应生成的,VOCs和NOx是影响臭氧生成的重要因素。而相关技术中的方法,直接模拟得到VOCs的污染扩散结果,作为O3的影响因子权重,因此无法准确进行精细化的臭氧污染的源解析。
对于臭氧生成敏感性,相关技术中,一种是基于已有的光化学理论,使用光化学反应中某些特定的物种、物种组合或物种比值等,来判断臭氧生成受VOCs控制还是NOx控制;另一种是基于空气质量模型通过更改清单的方式模拟臭氧浓度的生成响应情况来判断臭氧生成更容易受到哪种物质的控制。这些臭氧生成敏感性的计算方法复杂,存在需要大量的前期观测数据、消耗较多的计算机资源以及计算难度大的问题。
本申请改进了臭氧敏感性的缺点,具有高效性,综合考虑VOCs和NOx等重要因素,基于VOCs 和 NOx的排放速率比值,根据控制区划分阈值来判断臭氧生成是受VOCs控制还是NOx控制,从而确定受体点的臭氧来源影响权重。
本说明书的实施例可以运行在任何具有计算和存储能力的设备上,如手机、平板电脑、PC(Personal Computer,个人电脑)、笔记本、服务器等设备;还可以由运行在两个或两个以上设备的逻辑节点来实现本说明书实施例中的各项功能。
以下参照附图描述本申请的方案。
图1示出了根据本申请示例性实施例的臭氧污染的源解析方法的流程图,如图1所示,该方法包括步骤S101至步骤S104。
步骤S101,确定目标区域的目标源集合中所有源所在网格的VOCs和NOx排放速率比值。其中,该源包括点源和/或面源。
上述目标区域可划分为多个网格。
作为一种实施方式,对于目标区域的目标源集合中每个源,确定其所属的网格,从排放清单获取该网格的VOCs排放速率和NOx排放速率,根据该VOCs排放速率和NOx排放速率确定其VOCs和NOx排放速率比值。排放速率是指单位时间的排放量。
作为一种示例,网格化的排放清单记录有每个网格的污染物排放量,例如,SO2、NOx、CO、VOCs、NH3、PM10、PM2.5、BC、OC等。污染物排放量是对应于时间分辨率的,例如,每天的排放量、每月的排放量、每年的排放量等,本实施例对此不作限定。
步骤S102,对于该目标源集合中每个源,根据控制区划分阈值和其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值。
作为一种实施方式,VOCs和NOx排放速率比值为VOCs的排放速率比NOx的排放速率。对于目标区域的目标源集合中的每个源,如果源的排放速率比值大于第一控制区划分阈值,确定该源对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于第一控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区。
作为另一种实施方式,VOCs和NOx排放速率比值为NOx的排放速率比VOCs的排放速率。对于上述目标区域的目标源集合中的每个源,如果源的排放速率比值小于第二控制区划分阈值,确定该源对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于第二控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区。
作为一种实施方式,设置臭氧生成的控制区与VOCs和NOx的权重系数之间的对应关系,该权重系数表示VOCs和NOx排放对臭氧生成的影响。在步骤S102中,对于上述目标区域的目标源集合中的每个源,根据臭氧生成的控制区与权重系数之间的对应关系,确定该源的VOCs和NOx的权重系数,根据该源的VOCs和NOx的权重系数和其对关注点的VOCs和NOx的浓度贡献,确定其臭氧影响值。源的臭氧影响值指示源自身对臭氧的影响大小。
如果源对应的臭氧生成的控制区为VOCs控制区,源排放的VOCs越多,其对臭氧的贡献比重越大。如果源对应的臭氧生成的控制区为NOx控制区,源排放的NOx越多,其对臭氧的贡献比重越大。因此,对于VOCs控制区,VOCs的权重系数大于NOx的权重系数;对于NOx控制区,NOx的权重系数大于VOCs的权重系数。
作为一种示例,不同源对关注点的VOCs的浓度贡献和NOx的浓度贡献的量级不同,因此对源对关注点的VOCs的浓度贡献和NOx的浓度贡献进行归一化。在步骤S102中,根据源的VOCs和NOx的权重系数和其对关注点的VOCs和NOx的浓度贡献,确定其臭氧影响值,包括:归一化源的对关注点的VOCs和NOx的浓度贡献;根据源的VOCs和NOx的权重系数对归一化后的VOCs和NOx的浓度贡献进行加权求和,得到其臭氧影响值。
作为一种实施方式,对于上述目标区域的目标源集合中的每个源,使用第二代空气质量模型确定其对关注点的VOCs和NOx的浓度贡献。示例性的,第二代空气质量模型可采用CALPUFFF。应当理解,其他使用空气质量模型确定源对受体污染物的浓度贡献的源解析方法也是可行的,本实施例对此不作赘述。
步骤S103,根据目标源的臭氧浓度影响值及目标区域的目标源集合总的臭氧影响值,确定目标源的臭氧权重因子。其中,目标源属于目标区域的目标源集合。
步骤S104,根据目标源的臭氧权重因子和目标区域的目标源集合对关注点的臭氧浓度贡献,确定目标源对关注点的臭氧浓度贡献。
上述目标区域的上述目标源集合对关注点的臭氧浓度贡献,是由该区域该目标源集合中所有源共同构成的。根据目标源占上述目标区域的上述目标源集合中所有源的比重,可确定目标源的对关注点的臭氧浓度贡献。在本实施例中,臭氧权重因子表示源占上述目标区域的上述目标源集合中所有源的比重。
上述步骤S102中确定出目标源集合中每个源的臭氧影响值,不同源的臭氧影响值可能不同,也就是说,不同源对臭氧贡献可能不同。源的臭氧影响值越大,其对臭氧贡献越高。
上述目标区域的上述目标源集合总的臭氧影响值,为上述目标区域的目标源集合的所有源的臭氧影响值之和。作为一种实施方式,目标源的臭氧权重因子为目标源的臭氧浓度影响值与上述目标区域的上述目标源集合总的臭氧影响值之比。
作为一种实施方式,使用第三代空气质量模型确定上述目标区域的上述目标源集合对关注点的臭氧浓度贡献。应当理解,其他细化到目标源集合的空气质量模型也是可行的,本实施例对此不作赘述。
上述目标源集合、目标源集合中的源和关注点(也称为受体点)可根据实际设置。作为一种示例,源为企业(企业可为点源或面源),上述目标源集合为行业,关注点可为采样站点或受体区域(例如公园、学校、区县等行政区域等)。在该示例中,确定企业所属区域所属行业对关注点的臭氧浓度贡献,确定企业对应的臭氧生成的控制区,进一步确定企业的臭氧权重因子,基于企业的臭氧权重因子和企业所属区域所属行业对关注点的臭氧浓度贡献确定企业对关注点的臭氧浓度贡献。
图2示出了根据本申请示例性实施例的臭氧污染的源解析方法的示意图,如图2所示,基于第三代空气质量模型(包括但不限于CAMx、或NAQPMS)和第二代空气质量模型(包括但不限于CALPUFF),进行精细化源解析方法,实现臭氧污染的精细化源解析。
使用第三代空气质量模型计算浓度贡献矩阵C。采用三代空气质量模型(CAMx、NAQPMS等),基于详细的区域排放源清单数据及WRF气象数据,模拟得到“区域-行业”对“关注点”的各项一次和二次污染物的浓度贡献矩阵,以标识。
式(1)中:
recp:表示关注点,可为受体城区或采样站点;
vars:表示污染物,包括O3等;
区域:可为省份、城市、区县等;
行业:源类/具体行业(电厂、工业锅炉、工艺过程、居民面源、交通源、扬尘源等)。
将各个区域各行业的排放源进行分类合并处理,使得第三代空气质量模型使用的行业排放清单中的排放源与第二代空气质量模型使用的排放源对应。
使用第二代空气质量模型计算企业的浓度贡献矩阵c。
对于区域reg、行业sec、关注点recp和污染物vars,区域reg、行业sec的所有企业对关注点recp的污染物vars的浓度贡献矩阵如式(2)所示。
式(2)中:
计算企业的臭氧权重因子。
计算VOCs 和 NOx的排放速率比值(ratio),从而快速高效来判断臭氧生成是受VOCs控制还是NOx控制,VOCs 和 NOx的排放速率比值如式(3)所示。
企业对应的控制区为其所对应的网格的控制区。根据ratio阈值(即控制区划分阈值),判断臭氧控制区。在小于等于5.5时,该i网格为VOCs控制区,认为该网格有70%的臭氧污染来源贡献于VOCs,30%的臭氧污染贡献来源于NOx。大于5.5时,相应的为NOx 控制区,NOx排放源的贡献占比为70%,VOCs排放源贡献占比为30%。
根据VOCs和NOx排放速率比值确定臭氧影响值。
对NOx、VOCs数据进行标准化(归一化),具体方法如下:
式(4)、(5中):
p:区域reg、行业sec的企业个数;
计算企业i对关注点的臭氧影响值:
计算企业i的臭氧权重因子:
区域reg、行业sec中的企业对关注点recp的臭氧权重因子如式(9)所示。
式(9)中,p为区域reg、行业sec的企业个数。
确定企业对关注点的臭氧浓度贡献。
第三代空气质量模型(NAQPMS、CAMx等)模拟得到的“区域-行业”对关注点的浓度贡献与CALPUFF模拟得到的臭氧权重因子的乘积,精细化分配到细分排放点(具体企业,对关注点的浓度贡献结果,如式(10)所示。工业园区通过园区内的企业加合得到。
式(10)中:
图3示出了根据本申请示例性实施例的臭氧污染的源解析装置的示意性框图,如图3所示,包括:
第一确定模块310,用于确定目标区域的目标源集合的所有源所在网格的VOCs和NOx排放速率比值,其中,该源包括点源和/或面源;
第二确定模块320,用于对于该目标源集合中每个源,根据控制区划分阈值和其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值;
第三确定模块330,用于根据目标源的臭氧浓度影响值及目标区域的目标源集合总的臭氧影响值,确定目标源的臭氧权重因子,其中,目标源属于目标源集合;
第四确定模块340,用于根据目标源的臭氧权重因子和目标区域的目标源集合对关注点的臭氧浓度贡献,确定目标源对关注点的臭氧浓度贡献。
作为一种实施方式,第一确定模块310,具体用于:
对于上述目标源集合中每个源,确定其所属的网格,从排放清单获取该网格的VOCs排放速率和NOx排放速率,根据该VOCs排放速率和NOx排放速率确定其VOCs和NOx排放速率比值。
可选地,目标区域的目标源集合总的臭氧影响值,为目标区域的目标源集合的所有源的臭氧浓度影响值之和。
作为一种实施方式,第二确定模块320,具体用于:
如果其VOCs和NOx排放速率比值大于第一控制区划分阈值,确定其对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于第一控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区;其中,VOCs和NOx排放速率比值为VOCs的排放速率比NOx的排放速率;或者
如果其VOCs和NOx排放速率比值小于第二控制区划分阈值,确定其对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于第二控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区;其中,VOCs和NOx排放速率比值为NOx的排放速率比VOCs的排放速率。
作为一种实施方式,第二确定模块320,具体用于:
对于上述目标源集合中每个源,根据臭氧生成的控制区与权重系数之间的对应关系,确定其VOCs和NOx的权重系数;根据其VOCs和NOx的权重系数和其对关注点的VOCs和NOx的浓度贡献,确定其臭氧影响值。
作为一种实施方式,第二确定模块320,具体用于:
对于上述目标源集合中每个源,归一化其对关注点的VOCs和NOx的浓度贡献;根据其VOCs和NOx的权重系数对归一化后的VOCs和NOx的浓度贡献进行加权求和,得到其臭氧影响值。
作为一种实施方式,第三确定模块330,具体用于确定目标源的臭氧权重因子为目标源的臭氧浓度影响值与目标区域的目标源集合总的臭氧影响值之比。
作为一种实施方式,第二确定模块320,用于对于目标源集合中每个源,使用第一空气质量模型确定其对关注点的VOCs和NOx的浓度贡献。例如,使用第二代空气质量模型确定其对关注点的VOCs和NOx的浓度贡献。示例性的,第二代空气质量模型可采用CALPUFFF。应当理解,其他使用空气质量模型确定源对受体污染物的浓度贡献的源解析方法也是可行的,本实施例对此不作赘述。
作为一种实施方式,第四确定模块340,用于使用第二空气质量模型确定目标区域的目标源集合对关注点的臭氧浓度贡献。例如,使用第三代空气质量模型确定上述目标区域的上述目标源集合对关注点的臭氧浓度贡献。应当理解,其他细化到目标源集合的空气质量模型也是可行的,本实施例对此不作赘述。
上述目标源集合、目标源集合中的源和关注点(也称为受体点)可根据实际设置。作为一种示例,源为企业(企业可为点源或面源),上述目标源集合为行业,关注点可为采样站点或受体区域(例如公园、学校、区县等行政区域等)。在该示例中,确定企业所属区域所属行业对关注点的臭氧浓度贡献,确定企业对应的臭氧生成的控制区,进一步确定企业的臭氧权重因子,基于企业的臭氧权重因子和企业所属区域所属行业对关注点的臭氧浓度贡献确定企业对关注点的臭氧浓度贡献。
本申请实施例中提供的一个或多个技术方案,根据源所在网格的VOCs和NOx排放速率比值及控制区划分阈值确定臭氧生成的控制区,根据源的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值,确定源的臭氧权重因子;根据源的臭氧权重因子,确定源对关注点的臭氧浓度贡献。考虑了VOCs和NOx对臭氧生成的影响,能够提高臭氧污染的源解析的准确度。并且,根据VOC和NOx的排放速率比值及控制区划分阈值确定臭氧生成的控制区,简单可靠,避免了相较于相关技术中判断臭氧生成敏感性的计算方法复杂,存在需要大量的前期观测数据、消耗较多的计算机资源以及计算难度大等问题。
本申请示例性实施例还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序,所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本申请实施例的方法。
本申请示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
本申请示例性实施例还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
参考图4,现将描述可以作为本申请的服务器或客户端的电子设备400的结构框图,其是可以应用于本申请的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示,电子设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
电子设备400中的多个部件连接至I/O接口405,包括:输入单元406、输出单元407、存储单元408以及通信单元409。输入单元406可以是能向电子设备400输入信息的任何类型的设备,输入单元406可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元407可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元408可以包括但不限于磁盘、光盘。通信单元409允许电子设备400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,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理。例如,在一些实施例中,臭氧污染的源解析方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到电子设备400上。在一些实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行臭氧污染的源解析方法。
用于实施本申请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。
在本申请的上下文中,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。
如本申请使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
Claims (13)
1.一种臭氧污染的源解析方法,其特征在于,包括:
确定目标区域的目标源集合中所有源所在网格的VOCs和NOx排放速率比值,其中,所述源包括点源和/或面源;
对于该目标源集合中每个源,根据控制区划分阈值和其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值;
根据目标源的臭氧浓度影响值及所述目标区域的所述目标源集合总的臭氧影响值,确定所述目标源的臭氧权重因子,其中,所述目标源属于所述目标源集合;
根据所述目标源的臭氧权重因子和所述目标区域的所述目标源集合对所述关注点的臭氧浓度贡献,确定所述目标源对所述关注点的臭氧浓度贡献。
2.如权利要求1所述的方法,其特征在于,根据控制区划分阈值其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,包括:
如果其VOCs和NOx排放速率比值大于第一控制区划分阈值,确定其对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于所述第一控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区;其中,所述VOCs和NOx排放速率比值为VOCs的排放速率比NOx的排放速率;或者
如果其VOCs和NOx排放速率比值小于第二控制区划分阈值,确定其对应的臭氧生成的控制区为VOCs控制区;如果其VOCs和NOx排放速率比值小于所述第二控制区划分阈值,确定其对应的臭氧生成的控制区为NOx控制区;其中,所述VOCs和NOx排放速率比值为NOx的排放速率比VOCs的排放速率。
3.如权利要求1或2所述的方法,其特征在于,确定目标区域的目标源集合中所有源所在网格的VOCs和NOx排放速率比值,包括:
对于所述目标源集合中每个源,确定其所属的网格,从排放清单获取该网格的VOCs排放速率和NOx排放速率,根据该VOCs排放速率和NOx排放速率确定其VOCs和NOx排放速率比值。
4.如权利要求1所述的方法,其特征在于,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值,包括:
根据臭氧生成的控制区与权重系数之间的对应关系,确定其VOCs和NOx的权重系数;
根据其VOCs和NOx的权重系数和其对关注点的VOCs和NOx的浓度贡献,确定其臭氧影响值。
5.如权利要求4所述的方法,其特征在于,根据其VOCs和NOx的权重系数和其对关注点的VOCs和NOx的浓度贡献,确定其臭氧影响值,包括:
归一化其对关注点的VOCs和NOx的浓度贡献;
根据其VOCs和NOx的权重系数对归一化后的VOCs和NOx的浓度贡献进行加权求和,得到其臭氧影响值。
6.如权利要求1、4或5所述的方法,其特征在于,所述目标源的臭氧权重因子为所述目标源的臭氧浓度影响值与所述目标区域的所述目标源集合总的臭氧影响值之比。
7.如权利要求1、4或5所述的方法,其特征在于,所述目标区域的所述目标源集合总的臭氧影响值,为所述目标区域的所述目标源集合的所有源的臭氧浓度影响值之和。
8.如权利要求1所述的方法,其特征在于,对于该目标源集合中每个源,使用第一空气质量模型确定其对关注点的VOCs和NOx的浓度贡献。
9.如权利要求1或8所述的方法,其特征在于,使用第二空气质量模型确定所述目标区域的所述目标源集合对所述关注点的臭氧浓度贡献。
10.如权利要求1所述的方法,其特征在于,所述源为企业,所述目标源集合为企业组成的行业。
11.一种臭氧污染的源解析装置,其特征在于,包括:
第一确定模块,用于确定目标区域的目标源集合中所有源所在网格的VOCs和NOx排放速率比值,其中,所述源包括点源和/或面源;
第二确定模块,用于对于该目标源集合中每个源,根据控制区划分阈值和其所在网格的VOCs和NOx排放速率比值确定其对应的臭氧生成的控制区,根据其对应的臭氧生成的控制区、以及其对关注点的VOCs和NOx的浓度贡献确定其臭氧影响值;
第三确定模块,用于根据目标源的臭氧浓度影响值及所述目标区域的所述目标源集合总的臭氧影响值,确定所述目标源的臭氧权重因子,其中,所述目标源属于所述目标源集合;
第四确定模块,用于根据所述目标源的臭氧权重因子和所述目标区域的所述目标源集合对所述关注点的臭氧浓度贡献,确定所述目标源对所述关注点的臭氧浓度贡献。
12.一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-10中任一项所述的方法。
13.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211154694.5A CN115271547B (zh) | 2022-09-22 | 2022-09-22 | 臭氧污染的源解析方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211154694.5A CN115271547B (zh) | 2022-09-22 | 2022-09-22 | 臭氧污染的源解析方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115271547A CN115271547A (zh) | 2022-11-01 |
CN115271547B true CN115271547B (zh) | 2022-12-09 |
Family
ID=83756064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211154694.5A Active CN115271547B (zh) | 2022-09-22 | 2022-09-22 | 臭氧污染的源解析方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271547B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109323B (zh) * | 2022-12-26 | 2023-08-01 | 北京中科三清环境技术有限公司 | 臭氧污染溯源方法、装置、设备及存储介质 |
CN117252489B (zh) * | 2023-11-20 | 2024-03-15 | 湖北君邦环境技术有限责任公司 | 臭氧污染来源的评估方法、装置、介质及电子设备 |
CN117408856B (zh) * | 2023-12-13 | 2024-03-26 | 浙江省生态环境监测中心(浙江省生态环境信息中心) | 污染物溯源方法、装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990111A (zh) * | 2021-04-20 | 2021-06-18 | 北京英视睿达科技有限公司 | 臭氧生成高值区的识别方法、装置、存储介质及设备 |
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
CN114518436A (zh) * | 2022-02-28 | 2022-05-20 | 南开大学 | 一种基于初始浓度和实测源谱限制的VOCs来源解析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10746714B2 (en) * | 2017-06-16 | 2020-08-18 | International Business Machines Corporation | Air pollution source recognition based on dynamic pairing and comparison |
-
2022
- 2022-09-22 CN CN202211154694.5A patent/CN115271547B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
CN112990111A (zh) * | 2021-04-20 | 2021-06-18 | 北京英视睿达科技有限公司 | 臭氧生成高值区的识别方法、装置、存储介质及设备 |
CN114518436A (zh) * | 2022-02-28 | 2022-05-20 | 南开大学 | 一种基于初始浓度和实测源谱限制的VOCs来源解析方法 |
Non-Patent Citations (1)
Title |
---|
京津冀地区一次臭氧污染过程的数值模拟分析;唐伟 等;《环境影响评价》;20170930;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115271547A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115271547B (zh) | 臭氧污染的源解析方法、装置和电子设备 | |
Dodge et al. | Measuring the carbon intensity of ai in cloud instances | |
Diaz et al. | Quantifying the economic risks of climate change | |
Easterbrook | Climate change: a grand software challenge | |
CN114819696B (zh) | 确定污染物浓度影响因素的方法、装置及电子设备 | |
CN115271258B (zh) | 臭氧主控污染物的预测方法、装置及电子设备 | |
Kemp et al. | New technologies can cost effectively reduce oil and gas methane emissions, but policies will require careful design to establish mitigation equivalence | |
CN114742460B (zh) | 一种确定待管控企业的方法、装置、电子设备及存储介质 | |
Haseeb et al. | Unveiling the liaison between human capital, trade openness, and environmental sustainability for BRICS economies: Robust panel‐data estimation | |
Abugabah et al. | Green computing: Awareness and practices | |
CN116087421A (zh) | 大气污染物监测溯源方法、装置、计算机设备和存储介质 | |
CN114841437A (zh) | 预评估排放源对空气质量贡献的方法、装置和电子设备 | |
CN117517581A (zh) | 污染物浓度影响评估方法、装置、存储介质及电子设备 | |
CN114841438B (zh) | 预评估排放源对空气质量影响的方法、装置和电子设备 | |
CN115270013B (zh) | 评估活动期间减排措施的方法、装置及电子设备 | |
Rahi et al. | Smart platforms of air quality monitoring: A logical literature exploration | |
CN115238596B (zh) | 数据处理方法、装置、可读存储介质与电子设备 | |
CN114974452B (zh) | 一种确定二次转化来源的管控目标的方法和装置 | |
CN114565190B (zh) | 预测大气环境容量的方法、装置及电子设备 | |
CN112001074A (zh) | 一种基于植被覆盖率的污染物治理方法、装置、存储介质 | |
Stefan et al. | Supporting sustainability decisions in large organisations | |
CN115271257A (zh) | 多区域大气污染协同调控方法、装置及电子设备 | |
CN115271548B (zh) | 二次污染物源解析方法、装置和电子设备 | |
Zulfa et al. | Portability characteristics evaluation of myits mobile using iso/iec 25010 quality standard | |
Teramoto et al. | An Education-Support PSE System: TSUNA-TASTE. |
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 |