CN115482930A - 一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质 - Google Patents
一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质 Download PDFInfo
- Publication number
- CN115482930A CN115482930A CN202211121112.3A CN202211121112A CN115482930A CN 115482930 A CN115482930 A CN 115482930A CN 202211121112 A CN202211121112 A CN 202211121112A CN 115482930 A CN115482930 A CN 115482930A
- Authority
- CN
- China
- Prior art keywords
- ozone
- concentration
- forecast
- evaluation
- atmospheric
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
Abstract
本发明公开了一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质,包括以下步骤:步骤一,数值模式预测区域未来一段时间的臭氧浓度时空分布;步骤二,统计不同地点不同时间尺度的臭氧预报评价浓度;步骤三,判断不同地点不同时间尺度的臭氧预报评价浓度对人体健康的影响,并给出靶向的健康忠告。本发明首次采用空气质量模型预报技术,实现区域不同地点的臭氧污染对人体健康影响预报,针对性明确,对人群的健康出行靶向指导性特别强。
Description
技术领域
本发明涉及桥架复合材料技术领域,具体涉及一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质。
背景技术
臭氧是大气中的痕量气体,约90%以上的臭氧分布在大气平流层,不到10%的臭氧处于对流层内。臭氧具有强氧化性,环境空气中短期高浓度臭氧暴露会对人体的心血管系统和呼吸系统等造成严重的危害。此外,高浓度环境空气臭氧还会损害植物的生长和繁殖、降低农作物的产量和生物多样性等。在PM10和PM2.5浓度显著下降的大背景下,臭氧浓度的大气污染成为了治理中的重点关注对象,获得某行政区域内年际臭氧平均浓度的准确预报值,对于科学制定长期的臭氧防控策略,评估防控效果具有极其重要的意义。
现阶段我国国控大气污染物监测站点、地方大气污染物监测站点逐渐增多,时间序列逐渐增加,数据源得到了很大的提升。某一行政区域中臭氧年平均浓度预报问题,可以描述为通过前几年该区域内臭氧浓度的变化情况,预报今后几年臭氧的年平均浓度。现阶段主要的行政区域内臭氧年平均浓度的预报方法为灰度模型算法。通过某一行政区域内前n年的臭氧年平均浓度,确定灰度模型参数,进而对该区域内的今后几年的逐年臭氧平均浓度进行预报,但是该方法只能捕捉臭氧年际变化的大体趋势,无法捕捉臭氧浓度年际变化的非线性特征。
本发明在区域确定的前提下,针对未来短期或长期时间内由于臭氧污染对人体健康造成的风险进行预报,在传统空气质量数值预报的基础上,联用臭氧暴露的人体健康风险评价模型,预报区域及其任意地点未来由于臭氧污染造成的人体健康风险及其时空分布情况。
发明内容
本发明的目的在于提供一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种臭氧污染对人体健康影响的数值预报方法,包括以下步骤:
步骤一,获取未来一段时间全球气象条件和大气化学条件预报结果;
步骤二,制作数值模型臭氧预报所需要的大气污染源排放文件;
步骤三,结合全球气象条件和大气化学条件预报结果、大气污染源排放,以数值模型预报未来一段时间区域的臭氧浓度时空分布;
步骤四,统计不同地点不同时间尺度的臭氧预报评价浓度,并绘制区域的臭氧预报评价浓度时空分布图和臭氧预报评价浓度-时间曲线图等;
步骤五,判断不同地点不同时间尺度的臭氧预报评价浓度对人体健康的影响,并给出靶向的健康忠告;
步骤六,将臭氧评价浓度、健康影响和健康忠告的预报结果发送到使用人员的手机上。
优选的,需要将全球气象和大气化学预报结果进行水平和垂直插值到预报区域网格,制作区域臭氧浓度预报所需的气象和大气化学初始和边界条件。
优选的,所述待预报地理区域的大气污染源排放清单包括但不仅限于一氧化碳、氮氧化物、挥发性有机化合物等大气污染物的排放。
优选的,所述评价浓度包括小时浓度和日评价浓度2种时间尺度的评价浓度,日评价浓度为日最大8小时滑动平均浓度,包括对区域不同地点臭氧预报浓度的提取。
优选的,所述对人体健康的影响为对不同时间尺度的臭氧评价浓度按浓度高低科学划分若干个浓度范围,不同的浓度范围对应不同的人体健康影响和健康忠告。
优选的,采用数值模型,综合考虑每个计算网格的大气动力学规律和大气化学反应过程,实现臭氧浓度变化的精准预报,解决基于监测的统计预报对于臭氧浓度变化拐点时间预报滞后的问题,更能反映实际地理区域的污染特点。
优选的,所述数值模型为:采用WRF/Chem、CMAQ、CAMx等空气质量数值模型开展的臭氧浓度数值预报,包括对所采用的空气质量数值模型特征进行匹配。
一种基于数学模型的大气臭氧浓度预测系统,所述系统包括:
数据采集模块,用于获取未来一段时间全球气象条件和大气化学条件预报结果;
数据预处理模块,用于处理全球气象和大气化学条件预报结果的水平和垂直插分;
数据处理模块,用于未来一段时间区域臭氧浓度预报计算,提取区域/不同行政区划/敏感点的臭氧小时评价浓度,计算域/不同行政区划/敏感点的臭氧日评价浓度
数据后处理及输出模块,用于对区域臭氧评价浓度预报结果评价和提出健康忠告,形成相应的图表。
一种计算机可读存储介质,所述计算机可读存储介质中包含一个或多个程序指令,当其在计算机上运行时,使得计算机执行如上所述系统。
与现有技术相比,本发明具有如下的有益效果:
本发明首次实现采用空气质量模型对未来大气臭氧污染造成人体健康影响开展预报,是一种新的预报技术;能实现区域和具体地点的臭氧污染人体健康影响预报,时空分辨率高,针对性明确,对人群的健康出行靶向指导性特别强;对区域空气质量预报模型的特征提取和匹配,有助于提高模型的精确度。
附图说明
在下面结合附图对于示例性实施例的描述中,本发明的更多细节、特征和优点被公开,在附图中:
图1示出了根据本发明示例性实施例的臭氧浓度预报方法的流程图;
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,都属于本发明保护的范围。
本实施例的一种臭氧污染对人体健康影响的数值预报方法,其特征在于,包括以下步骤:
步骤一,获取未来一段时间全球气象条件和大气化学条件预报结果;
步骤二,制作数值模型臭氧预报所需要的大气污染源排放文件;
步骤三,结合全球气象条件和大气化学条件预报结果、大气污染源排放,以数值模型预报未来一段时间区域的臭氧浓度时空分布;
步骤四,统计不同地点不同时间尺度的臭氧预报评价浓度,并绘制区域的臭氧预报评价浓度时空分布图和臭氧预报评价浓度-时间曲线图等;
步骤五,判断不同地点不同时间尺度的臭氧预报评价浓度对人体健康的影响,并给出靶向的健康忠告;
步骤六,将臭氧评价浓度、健康影响和健康忠告的预报结果发送到使用人员的手机上。
本实施例的需要将全球气象和大气化学预报结果进行水平和垂直插值到预报区域网格,制作区域臭氧浓度预报所需的气象和大气化学初始和边界条件。
本实施例的所述待预报地理区域的大气污染源排放清单包括但不仅限于一氧化碳、氮氧化物、挥发性有机化合物等大气污染物的排放。
本实施例的所述评价浓度包括小时浓度和日评价浓度2种时间尺度的评价浓度,日评价浓度为日最大8小时滑动平均浓度,包括对区域不同地点臭氧预报浓度的提取。
本实施例的所述对人体健康的影响为对不同时间尺度的臭氧评价浓度按浓度高低科学划分若干个浓度范围,不同的浓度范围对应不同的人体健康影响和健康忠告。
本实施例的采用数值模型,综合考虑每个计算网格的大气动力学规律和大气化学反应过程,实现臭氧浓度变化的精准预报,解决基于监测的统计预报对于臭氧浓度变化拐点时间预报滞后的问题,更能反映实际地理区域的污染特点。
本实施例的所述数值模型为:采用WRF/Chem、CMAQ、CAMx等空气质量数值模型开展的臭氧浓度数值预报,包括对所采用的空气质量数值模型特征进行匹配。
一种基于数学模型的大气臭氧浓度预测系统,所述系统包括:
数据采集模块,用于获取未来一段时间全球气象条件和大气化学条件预报结果;
数据预处理模块,用于处理全球气象和大气化学条件预报结果的水平和垂直插分;
数据处理模块,用于未来一段时间区域臭氧浓度预报计算,提取区域/不同行政区划/敏感点的臭氧小时评价浓度,计算区域/不同行政区划/敏感点的臭氧日评价浓度;
数据后处理及输出模块,用于对区域臭氧评价浓度预报结果评价和提出健康忠告,形成相应的图表。
一种计算机可读存储介质,所述计算机可读存储介质中包含一个或多个程序指令,当其在计算机上运行时,使得计算机执行如上所述系统。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (9)
1.一种臭氧污染对人体健康影响的数值预报方法,其特征在于,包括以下步骤:
步骤一,获取未来一段时间全球气象条件和大气化学条件预报结果;
步骤二,制作数值模型臭氧预报所需要的大气污染源排放文件;
步骤三,结合全球气象条件和大气化学条件预报结果、大气污染源排放,以数值模型预报未来一段时间区域的臭氧浓度时空分布;
步骤四,统计不同地点不同时间尺度的臭氧预报评价浓度,并绘制区域的臭氧预报评价浓度时空分布图和臭氧预报评价浓度-时间曲线图等;
步骤五,判断不同地点不同时间尺度的臭氧预报评价浓度对人体健康的影响,并给出靶向的健康忠告;
步骤六,将臭氧评价浓度、健康影响和健康忠告的预报结果发送到使用人员的手机上。
2.根据权利要求1所述的一种臭氧污染对人体健康影响的数值预报方法,其特征在于,需要将全球气象和大气化学预报结果进行水平和垂直插值到预报区域网格,制作区域臭氧浓度预报所需的气象和大气化学初始和边界条件。
3.根据权利要求2所述的一种臭氧污染对人体健康影响的数值预报方法,其特征在于,所述待预报地理区域的大气污染源排放清单包括但不仅限于一氧化碳、氮氧化物、挥发性有机化合物等大气污染物的排放。
4.根据权利要求3所述的一种臭氧污染对人体健康影响的数值预报方法,其特征在于,所述评价浓度包括小时浓度和日评价浓度2种时间尺度的评价浓度,日评价浓度为日最大8小时滑动平均浓度,包括对区域不同地点臭氧预报浓度的提取。
5.根据权利要求4所述的一种臭氧污染对人体健康影响的数值预报方法,其特征在于,所述对人体健康的影响为对不同时间尺度的臭氧评价浓度按浓度高低科学划分若干个浓度范围,不同的浓度范围对应不同的人体健康影响和健康忠告。
6.根据权利要求1所述的一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质,其特征在于,采用数值模型,综合考虑每个计算网格的大气动力学规律和大气化学反应过程,实现臭氧浓度变化的精准预报,解决基于监测的统计预报对于臭氧浓度变化拐点时间预报滞后的问题,更能反映实际地理区域的污染特点。
7.根据权利要求6所述的一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质,其特征在于,所述数值模型为:采用WRF/Chem、CMAQ、CAMx等空气质量数值模型开展的臭氧浓度数值预报,包括对所采用的空气质量数值模型特征进行匹配。
8.一种基于数学模型的大气臭氧浓度预测系统,所述系统包括:
数据采集模块,用于获取未来一段时间全球气象条件和大气化学条件预报结果;
数据预处理模块,用于处理全球气象和大气化学条件预报结果的水平和垂直插分;
数据处理模块,用于未来一段时间区域臭氧浓度预报计算,提取区域/不同行政区划/敏感点的臭氧小时评价浓度,计算域/不同行政区划/敏感点的臭氧日评价浓度
数据后处理及输出模块,用于对区域臭氧评价浓度预报结果评价和提出健康忠告,形成相应的图表。
9.一种计算机可读存储介质,所述计算机可读存储介质中包含一个或多个程序指令,当其在计算机上运行时,使得计算机执行如上所述系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121112.3A CN115482930A (zh) | 2022-09-15 | 2022-09-15 | 一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121112.3A CN115482930A (zh) | 2022-09-15 | 2022-09-15 | 一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115482930A true CN115482930A (zh) | 2022-12-16 |
Family
ID=84393042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211121112.3A Withdrawn CN115482930A (zh) | 2022-09-15 | 2022-09-15 | 一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115482930A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117174197A (zh) * | 2023-08-17 | 2023-12-05 | 广东省生态气象中心(珠江三角洲环境气象预报预警中心) | 基于动态有监督机器学习的臭氧污染风险预报方法 |
-
2022
- 2022-09-15 CN CN202211121112.3A patent/CN115482930A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117174197A (zh) * | 2023-08-17 | 2023-12-05 | 广东省生态气象中心(珠江三角洲环境气象预报预警中心) | 基于动态有监督机器学习的臭氧污染风险预报方法 |
CN117174197B (zh) * | 2023-08-17 | 2024-02-13 | 广东省生态气象中心(珠江三角洲环境气象预报预警中心) | 基于动态有监督机器学习的臭氧污染风险预报方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Díaz et al. | Mortality attributable to high temperatures over the 2021–2050 and 2051–2100 time horizons in Spain: Adaptation and economic estimate | |
Mateo et al. | Do stacked species distribution models reflect altitudinal diversity patterns? | |
Seaby et al. | Assessment of robustness and significance of climate change signals for an ensemble of distribution-based scaled climate projections | |
Guo et al. | Air pollution forecasting using artificial and wavelet neural networks with meteorological conditions | |
CN111027175A (zh) | 基于耦合模型集成模拟的洪水对社会经济影响的评估方法 | |
CN111191193A (zh) | 一种基于自回归滑动平均模型的长期土壤温湿度高精度预测方法 | |
Bognar et al. | Stratospheric ozone trends for 1984–2021 in the SAGE II–OSIRIS–SAGE III/ISS composite dataset | |
CN116702047B (zh) | 一种地下水实时监测方法、系统及介质 | |
Petersen et al. | Ensemble forecasts of air quality in eastern China–Part 2: Evaluation of the MarcoPolo–Panda prediction system, version 1 | |
CN115482930A (zh) | 一种臭氧污染对人体健康影响的数值预报方法,系统和储存介质 | |
CN117871790B (zh) | 基于多种数据融合的路边监测站数据分析和交通溯源方法 | |
Schmitz et al. | Unravelling a black box: an open-source methodology for the field calibration of small air quality sensors | |
Tseng et al. | Assessing relocation strategies of urban air quality monitoring stations by GA-based compromise programming | |
CN117332906B (zh) | 基于机器学习的三维时空网格空气质量预测方法及系统 | |
CN116882637B (zh) | 一种农田碳排放分析方法及系统 | |
CN116186493B (zh) | 基于数值模式校正的气象预报方法、装置、设备和介质 | |
Pérez et al. | The influence of meteorological variables on CO2 and CH4 trends recorded at a semi-natural station | |
CN110928973A (zh) | 一种降水量状况评估方法 | |
CN113420443B (zh) | 一种耦合峰值均值因子的恶臭精准模拟方法 | |
CN115858506A (zh) | 炼化环境空气清洁度预测方法、装置、电子设备及存储介质 | |
Franchini et al. | Improving estimates of primary production in lakes: a test and a case study from a peri-alpine lake (Lake Lugano) | |
CN117612645B (zh) | 污染气象条件预测方法、装置、存储介质与电子设备 | |
Patino et al. | Assessment of Odour Dispersion Modelling Tools through the Comparison with Field Inspections and Complaints Records | |
Mahmood et al. | Recommender system for ground-level Ozone predictions in Kuwait | |
Zhi-li et al. | Satellite-Based Analysis of Spatial–Temporal Distributions of NH3 and Factors of Influence in North China |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221216 |