CN115828794A - 一种城市尺度下树木花粉浓度预测方法及装置 - Google Patents
一种城市尺度下树木花粉浓度预测方法及装置 Download PDFInfo
- Publication number
- CN115828794A CN115828794A CN202310061951.9A CN202310061951A CN115828794A CN 115828794 A CN115828794 A CN 115828794A CN 202310061951 A CN202310061951 A CN 202310061951A CN 115828794 A CN115828794 A CN 115828794A
- Authority
- CN
- China
- Prior art keywords
- pollen
- tree
- diffusion source
- concentration
- target
- 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
- 238000009792 diffusion process Methods 0.000 claims abstract description 155
- 239000013598 vector Substances 0.000 claims abstract description 46
- 230000000694 effects Effects 0.000 claims abstract description 36
- 229940046536 tree pollen allergenic extract Drugs 0.000 claims abstract description 27
- 238000012937 correction Methods 0.000 claims description 35
- 239000012530 fluid Substances 0.000 claims description 34
- 238000005070 sampling Methods 0.000 claims description 12
- 230000021715 photosynthesis, light harvesting Effects 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000007480 spreading Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 241000894007 species Species 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229940046528 grass pollen Drugs 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 241000721662 Juniperus Species 0.000 description 1
- 229930184510 Mallotus Natural products 0.000 description 1
- 241001060384 Mallotus <angiosperm> Species 0.000 description 1
- 240000002924 Platycladus orientalis Species 0.000 description 1
- 241001175669 Populus simonii Species 0.000 description 1
- 241000183024 Populus tremula Species 0.000 description 1
- 241000899950 Salix glauca Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市尺度下树木花粉浓度预测方法及装置,包括下述步骤:采集目标城市的数据,模拟建立不均匀风场数据库;对目标城市的全部树木进行离散化,得到花粉扩散源列表,从不均匀风场数据库中获取每个花粉扩散源的风速矢量;根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值;对目标城市区域进行三维空间离散化,得到花粉接收点列表;叠加计算每一个花粉扩散源对每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。本发明用于具有复杂建成环境的城市对象的树木花粉浓度预测,可以考虑城市复杂建成环境下不均匀风场和建筑群遮挡效应对于树木花粉扩散的影响。
Description
技术领域
本发明涉及花粉浓度分析技术领域,特别涉及一种城市尺度下树木花粉浓度预测方法及装置。
背景技术
一般而言,城市花粉主要来源有树木花粉和草花粉。对于大多数城市而言,树木花粉的浓度和危险性要远远高于草花粉。因此,构建城市树木花粉浓度分布的预测方法,对于城市绿化方案的合理规划和设计具备指导意义。
然而,既有城市树木花粉浓度预测方法多局限于经验模型或机器学习方法,一方面依赖历史统计数据,不具有通用性;另一方面仅能给出城市日均花粉浓度总体水平的估计值,无法给出城市空间内不同区域的高分辨率预测结果。
高斯烟羽模型(Gaussian plume model)常用来模拟污染物的扩散过程,不依赖历史统计数据,因此可以用于实现城市尺度树木花粉浓度分布的高分辨率预测。然而,传统高斯烟羽模型难以应用于具有复杂建成环境的城市对象。一方面,城市复杂建成环境会生成不均匀风场,从而影响树木花粉扩散过程;另一方面,复杂的建筑群分布会对部分花粉的传播造成遮挡效应,影响区域内花粉浓度的整体分布特征。传统高斯烟羽模型无法有效考虑上述复杂影响。综上,目前并没有适用于城市复杂建成环境的、对于不同城市区域具有通用性的城市尺度树木花粉浓度分布的科学预测方法
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一,本发明实施例提供了一种城市尺度下树木花粉浓度预测方法及装置,技术方案如下:
一种城市尺度下树木花粉浓度预测方法,包括下述步骤:
采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下所述目标城市的不均匀风场数据库;
对所述目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从所述不均匀风场数据库中获取所述花粉扩散源列表中每个花粉扩散源的风速矢量;
根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值;
对所述目标城市的区域进行三维空间离散化,得到花粉接收点列表;
分别叠加计算每一个花粉扩散源对所述花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。
优选的,所述采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下所述目标城市的不均匀风场数据库包括:
S101、获取目标城市的建筑数据和树木数据,其中,所述建筑数据包括建筑底面多边形每个角点的坐标数据和建筑高度数据,所述树木数据包括树木高度、树冠深度、树冠宽度和树种信息;
S102、根据所述建筑数据和所述树木数据建立所述目标城市的计算流体力学模型;
S103、在所述目标城市的计算流体力学模型中,模拟树木对于城市风场的影响得到修正后的计算流体力学模型;
S104、通过所述修正后的计算流体力学模型,建立目标气象条件下的不均匀风场数据库,其中,所述不均匀风场数据库包括所述目标城市的空间点位在空间直角坐标系下的风速矢量。
优选的,所述S102的根据所述建筑数据和所述树木数据建立所述目标城市的计算流体力学模型包括:在所述目标城市建立空间直角坐标系,设置Z方向为竖直方向;
所述S103在所述目标城市的计算流体力学模型中,模拟树木对于城市风场的影响得到修正后的计算流体力学模型包括:
优选的,所述对所述目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从所述不均匀风场数据库中获取所述花粉扩散源列表中每个花粉扩散源的风速矢量包括:
S201、根据树种信息对所述目标城市的全部树木的树冠进行三维形状简化,简化为三维几何体;
S202、将所述三维几何体的质心作为花粉扩散源,得到花粉扩散源列表;
S203、根据所述不均匀风场数据库筛选出与当前选定花粉扩散源距离最近的空间点位,将所述空间点位的风速矢量作为当前选定花粉扩散源的风速矢量。
优选的,所述S201的根据树种信息对所述目标城市的全部树木的树冠进行三维形状简化包括:在每一树冠的高度方向上,以一定距离分别对每一个树冠的三维形状进行三维形状离散化,所述三维形状离散化的结果为圆锥或圆台;
其中,所述一定距离取值为0.1m,所述树冠的三维形状包括:圆锥和双锥体。
优选的,所述根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值包括:
S301、对每一个花粉扩散源与选定空间点位的空间关系进行是否存在建筑遮挡效应的判断;
S302、根据建筑遮挡效应的判断结果和树木是否释放敏感性花粉的情况对高斯烟羽模型进行修正;
S303、根据所述修正后的高斯烟羽模型计算每一个花粉扩散源对每一个空间点位的花粉浓度贡献值。
优选的,所述S301的对每一个花粉扩散源与选定空间点位的空间关系进行是否存在建筑遮挡效应的判断:
对每一个花粉扩散源和所述目标城市的全部空间点位进行连线;
当连线形成的线段与所述目标城市内的建筑群体外轮廓存在相交时,确定所述线段一端的花粉扩散源和所述线段另一端的空间点位存在建筑遮挡效应;
当连线形成的线段与所述目标城市内的建筑群体外轮廓不存在相交时,确定所述线段一端的花粉扩散源和所述线段另一端的空间点位不存在建筑遮挡效应;
所述S302的根据建筑遮挡效应的判断结果和树木是否释放敏感性花粉的情况对高斯烟羽模型进行修正包括:
当树木会释放敏感性花粉且目标花粉扩散源与目标点位不存在建筑遮挡效应时,根据下述公式(4)对高斯烟羽模型进行修正:
其中,所述目标花粉扩散源为当前选定待分析的花粉扩散源,目标点位为当前选定待分析是否存在建筑遮挡效应的空间点位;
当树木会释放敏感性花粉且目标花粉扩散源与目标点位存在建筑遮挡效应时,或,当树木不释放敏感性花粉时,根据下述公式(5)对高斯烟羽模型进行修正:
其中,为第棵树木的第个花粉扩散源对第个空间点位的花粉浓度贡献值;为第棵树木的第个花粉扩散源位置的高度;分别为第个空间点位在以第棵树木的第个花粉扩散源所在空间位置为点、羽流中线方向为X方向、竖直方向为Z方向的空间直角坐标系下的三维空间坐标,羽流中线方向为所述目标花粉扩散源的风速矢量的方向;Q为花粉扩散源的花粉释放速率;U为花粉扩散源的风速矢量的模;为高斯分布的标准差,是坐标和日照强度相关的函数。
优选的,所述对所述目标城市的区域进行三维空间离散化包括:
对所述目标城市在水平面内铺设采样点,其中,所述采样点的设置规则为:在水平面方向建立X轴和Y轴,空间竖直方向为Z轴方向,采用2.0 m间隔距离在水平面内铺设采样点,采用1.5 m间隔距离在竖直平面内铺设采样点。
优选的,所述分别叠加计算每一个花粉扩散源对所述花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布包括:
计算花粉接收点所处空间点位的花粉浓度总贡献值,即为花粉接收点所处空间点位的花粉总浓度:
一种城市尺度下树木花粉浓度预测装置,包括:
采集模块,所述采集模块采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下所述目标城市的不均匀风场数据库;
花粉扩散源确定模块,所述花粉扩散源确定模块对所述目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从所述不均匀风场数据库中获取所述花粉扩散源列表中每个花粉扩散源的风速矢量;
花粉浓度计算模块,所述花粉浓度计算模块根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值;
花粉接收点确定模块,所述花粉接收点确定模块对所述目标城市的区域进行三维空间离散化,得到花粉接收点列表;
花粉接受点浓度确定模块,所述花粉接受点浓度确定模块分别叠加计算每一个花粉扩散源对所述花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。
本发明实施例提供的技术方案带来的有益效果至少包括:
基于城市风场数据库获取每一个花粉扩散源的风速矢量;考虑建筑群对花粉扩散的遮挡效应,对传统高斯烟羽模型进行修正,生成每一个花粉扩散源的修正高斯烟羽模型;对目标城市区域进行三维空间离散化得到花粉接收点列表,遍历所有花粉扩散源和花粉接收点,采用修正高斯烟羽模型预测每一个花粉扩散源对于每一个花粉接收点上花粉浓度的贡献值,得到目标城市区域三维空间的花粉浓度分布。
本发明可应用于具有复杂建成环境的城市对象的树木花粉浓度预测。一方面,可以应对城市复杂建成环境下不均匀风场对树木花粉扩散的影响;另一方面,可以排除复杂的建筑群分布对部分花粉的传播造成遮挡效应的影响。本发明有效考虑较多复杂因素对树木花粉扩散的影响,并对不同城市区域具有通用性,能够实现城市尺度树木花粉浓度分布的科学预测。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例所提供的一种城市尺度下树木花粉浓度预测方法的流程图;
图2为本申请实施例所提供的一个真实城市区域的计算流体力学模型和风速矢量数据库示意图。
图3为本申请实施例所提供的一个真实城市区域的所有会扩散敏感性花粉的树种、简化的三维形状和离散化后的花粉扩散源示意图。
图4为本申请实施例所提供的一个真实城市区域的某树木对某空间点位花粉浓度贡献值示意图。
图5(a)为本申请实施例所提供的一个真实城市区域在一种具体气象条件下的树木花粉浓度分布示意图。
图5(b)为本申请实施例所提供的一个真实城市区域在另一种具体气象条件下的树木花粉浓度分布示意图。
图6为本申请实施例所提供的一种城市尺度下树木花粉浓度预测装置的结构示意图。
图7是本发明实施例提供的一种电子设备的结构示意图。
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。
本发明解决了在考虑城市复杂建成环境对树木花粉扩散影响和追求方法通用性的情况下,不同气象条件下城市尺度树木花粉浓度分布预测的问题。本发明突破了既有经验模型或机器学习方法依赖历史统计数据、对于不同城市区域普适性差的局限。本发明不仅可以给出目标城市区域任一空间点位的花粉浓度预测值,具备高分辨率的优势;并且能够考虑城市不均匀风场环境对花粉扩散的影响,以及城市内建筑群的存在对花粉扩散的遮挡效应影响,为更科学的城市绿化规划与方案设计提供量化的科学依据。
图1为本申请实施例所提供的一种城市尺度下树木花粉浓度预测方法的流程示意图。城市尺度下树木花粉浓度预测方法包括以下步骤:
一方面,提供一种城市尺度下树木花粉浓度预测方法,包括下述步骤:
S1、采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下目标城市的不均匀风场数据库;
S2、对目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从不均匀风场数据库中获取花粉扩散源列表中每个花粉扩散源的风速矢量;
S3、根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值;
S4、对所述目标城市的区域进行三维空间离散化,得到花粉接收点列表;
S5、分别叠加计算每一个花粉扩散源对所述花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。
其中,步骤S3、步骤S4可不按顺序执行,例如,可依次执行S3、S4或依次执行S4、S3。
其中,S1、采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下目标城市的不均匀风场数据库,包括步骤S101至步骤S103:
S101、获取目标城市的建筑数据和树木数据,其中,建筑数据包括建筑底面多边形每个角点的坐标数据和建筑高度数据,树木数据包括树木高度、树冠深度、树冠宽度和树种信息。
S102、根据建筑数据和树木数据建立目标城市的计算流体力学模型;计算流体力学模型采用空间直角坐标系,Z方向方向为竖直方向,计算流体力学模型包含目标城市区域的建筑和树木。
S103、在所述目标城市的计算流体力学模型中,模拟树木对于城市风场的影响得到修正后的计算流体力学模型;其中,考虑树木对城市风场影响修正空气流体控制方程,空气流体控制方程包括描述空气流体运动物理规律的动能守恒方程、湍动能输运方程和湍动能耗散率输运方程。对于计算流体力学模型中树木所占据空间的空气流体,本申请实施例通过对空气流体的动能守恒方程、湍动能输运方程和湍动能耗散率输运方程分别添加修正项和来进行修正。具体包括:
S104、通过所述修正后的计算流体力学模型,建立目标气象条件下的不均匀风场数据库,其中,所述不均匀风场数据库包括所述目标城市的空间点位在空间直角坐标系下的风速矢量。具体包括:通过计算流体力学模拟建立目标气象条件下的城市不均匀风场数据库。城市不均匀风场数据库包括城市空间内一系列空间点位在空间直角坐标系下的方向风速标量和方向风速标量所组成的风速矢量数据。
图2为本申请实施例所提供的一个真实城市区域的计算流体力学模型和风速矢量数据库示意图。如图2所示,展示了一个真实城市区域的计算流体力学模型中的建筑和树木建模对象,以及离散空间点的风速矢量数据库。
S2、对目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从不均匀风场数据库中获取花粉扩散源列表中每个花粉扩散源的风速矢量,具体操作为:根据树种信息将本申请实施例所提供的一个真实城市区域的所有会扩散敏感性花粉的树木的树冠三维形状简化为圆锥或双圆锥体,在树冠高度方向上以一定距离对树冠三维形状进行离散化,得到三维形状为圆锥或圆台的一系列三维几何体,将三维几何体的质心作为花粉扩散源,得到树木的花粉扩散源列表。主要包括步骤S201至步骤S203:
S201、根据树种信息对目标城市的全部树木的树冠进行三维形状简化,简化为三维几何体;在每一树冠的高度方向上,以一定距离分别对每一个树冠的三维形状进行三维形状离散化,三维形状离散化的结果为圆锥或圆台;一定距离取值为0.1m,树冠的三维形状包括:圆锥和双锥体。
具体为:首先认定每一个树冠的三维形状为圆锥或双锥体,然后对树冠的三维形状进行离散,也就是对圆锥或者双锥体进行离散,离散的结果为圆锥或圆台。
S202、将三维几何体的质心作为花粉扩散源,得到花粉扩散源列表。
图3为本申请实施例所提供的一个真实城市区域的所有会扩散敏感性花粉的树种(共计9种树种)与其简化的三维形状示意图,以及其在高度方向上以一定间距进行离散化后得到的一系列花粉扩散源。
S203、根据不均匀风场数据库筛选出与当前选定花粉扩散源距离最近的空间点位,将空间点位的风速矢量作为当前选定花粉扩散源的风速矢量。
在获取本申请实施例所提供的一个真实城市区域的所有会扩散敏感性花粉的树木的所有花粉扩散源的三维空间坐标后,对于每一个花粉扩散源,进而通过计算三维距离筛选出城市不均匀风场数据库中与花粉扩散源距离最近的离散空间点,将此离散空间点的风速矢量作为该花粉扩散源的风速矢量。
如图4所示,图4为本申请实施例所提供的一个真实城市区域的某树木对某空间点位花粉浓度贡献值示意图。
S3、根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值。其中,对于本申请实施例所提供的一个真实城市区域的某空间点位和某花粉扩散源,若该花粉扩散源与该空间点位的连线与目标城市区域内建筑群三维外轮廓存在相交(图4),则认为该花粉扩散源与该空间点位存在建筑遮挡效应,该花粉扩散源对该空间点位的花粉浓度贡献值为0(图4),据此对传统高斯烟羽模型进行修正,得到该花粉扩散源的修正高斯烟羽模型,具体包括步骤S301至步骤S303:
S301、对每一个花粉扩散源与选定空间点位的空间关系进行是否存在建筑遮挡效应的判断,具体包括:
对每一个花粉扩散源和目标城市的全部空间点位进行连线;
当连线形成的线段与目标城市内的建筑群体外轮廓存在相交时,确定该线段一端的花粉扩散源和线段另一端的空间点位存在建筑遮挡效应;
当连线形成的线段与目标城市内的建筑群体外轮廓不存在相交时,确定线段一端的花粉扩散源和线段另一端的空间点位不存在建筑遮挡效应。
S302、根据建筑遮挡效应的判断结果和树木是否释放敏感性花粉的情况对高斯烟羽模型进行修正,具体包括:
当树木会释放敏感性花粉且目标花粉扩散源与目标点位不存在建筑遮挡效应时,根据下述公式(4)对高斯烟羽模型进行修正:
其中,目标花粉扩散源为当前选定待分析的花粉扩散源,目标点位为当前选定待分析是否存在建筑遮挡效应的空间点位;
当树木会释放敏感性花粉且目标花粉扩散源与目标点位存在建筑遮挡效应时,或,当树木不释放敏感性花粉时,根据下述公式(5)对高斯烟羽模型进行修正:
其中,为第棵树木的第个花粉扩散源对第个空间点位的花粉浓度贡献值;为第棵树木的第个花粉扩散源位置的高度;分别为第个空间点位在以第棵树木的第个花粉扩散源所在空间位置为点、羽流中线方向为方向、竖直方向为方向的空间直角坐标系下的三维空间坐标,羽流中线方向为所述目标花粉扩散源的风速矢量的方向;为花粉扩散源的花粉释放速率;为花粉扩散源的风速矢量的模;为高斯分布的标准差,是坐标和日照强度相关的函数。
S303、根据修正后的高斯烟羽模型计算每一个花粉扩散源对每一个空间点位的花粉浓度贡献值。
S4、对目标城市的区域进行三维空间离散化,得到花粉接收点列表。其中,目标城市区域进行三维空间离散化包括:
对所述目标城市在水平面内铺设采样点,其中,所述采样点的设置规则为:在水平面方向建立轴和轴,空间竖直方向为轴方向,采用2.0 m间隔距离在水平面内铺设采样点,采用1.5 m间隔距离在竖直平面内铺设采样点。
在应用修正高斯烟羽模型进行花粉扩散模拟时,本申请实施例所提供的一个真实城市区域的每一个花粉扩散源的风速取值和羽流中线方向都是特异的,风速取值和羽流中线方向由花粉扩散源的风速矢量得到,风速取值为风速矢量的模,羽流中线方向为风速矢量的方向。
S5、分别叠加计算每一个花粉扩散源对花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。
对于本申请实施例所提供的一个真实城市区域的某个花粉接收点,遍历区域内所有花粉扩散源,采用修正高斯烟羽模型预测每一个花粉扩散源对于该花粉接收点上花粉浓度的贡献值,将所有花粉扩散源的贡献值相加,作为该花粉接收点的花粉浓度。具体包括下述公式(6).
计算花粉接收点所处空间点位的花粉浓度总贡献值,即为花粉接收点所处空间点位的花粉总浓度:
其中,为第个空间点位的花粉总浓度;为第棵树木的第个花粉扩散源对第个空间点位的花粉浓度贡献值;为第棵树木的花粉扩散源总数;为目标城市的树木总数。遍历本申请实施例所提供的一个真实城市区域的每一棵树木的每一个花粉接收点,得到每一个花粉接收点的花粉总浓度,整合所有花粉接收点的花粉浓度,得到目标气象条件下区域内三维空间的花粉浓度分布预测结果。
如图5(a)和图5(b)所示,分别展示了根据本申请实施例所提供的一个真实城市区域在一南风、10.0 m高处风速为3.0 m/s、日照强度为中等的气象条件下的1.5 m和6.0 m高度平面内的树木花粉浓度分布。
图5(a)的水平面高度为1.5,接近人平均呼吸高度。从图5(a)中可以看出,在一南风、10.0 m高处风速为3.0 m/s、日照强度为中等的气象条件下,本申请实施例所提供的一个真实城市区域的西部区域有大面积树木花粉浓度相对值较高的区域,此区域树木花粉的主要来源是大面积的圆柏。东北区域存在条带状的树木花粉浓度相对值较高的区域,此区域树木花粉的主要来源是簇状的山杨和条带状的法国梧桐。此外,中部偏东区域和中部偏北亦有若干处树木花粉浓度相对值较高的区域,此区域混合种植有圆柏、加杨和旱柳。对比图5(a)和图5(b)可以看出,随着水平面高度从1.5 m提高到6.0 m,西部树木花粉浓度相对值较高的区域面积有所扩大,而其他大部分区域的树木花粉浓度有所降低,这是因为西部区域圆柏的高度较高。
本发明的一种实施方式,基于城市风场数据库获取每一个花粉扩散源的风速矢量;考虑建筑群对花粉扩散的遮挡效应,对传统高斯烟羽模型进行修正,生成每一个花粉扩散源的修正高斯烟羽模型;对目标城市区域进行三维空间离散化得到花粉接收点列表,遍历所有花粉扩散源和花粉接收点,采用修正高斯烟羽模型预测每一个花粉扩散源对于每一个花粉接收点上花粉浓度的贡献值,得到目标城市区域三维空间的花粉浓度分布。
如图6所示,本发明另一方面提供一种城市尺度下树木花粉浓度预测装置,包括:
采集模块100,所述采集模块采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下所述目标城市的不均匀风场数据库;
花粉扩散源确定模块200,所述花粉扩散源确定模块对所述目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从所述不均匀风场数据库中获取所述花粉扩散源列表中每个花粉扩散源的风速矢量;
花粉浓度计算模块300,所述花粉浓度计算模块根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值;
花粉接收点确定模块400,所述花粉接收点确定模块对所述目标城市的区域进行三维空间离散化,得到花粉接收点列表;
花粉接受点浓度确定模块500,所述花粉接受点浓度确定模块分别叠加计算每一个花粉扩散源对所述花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。
采集模块100包括:
数据获取单元101,用于获取目标城市的建筑数据和树木数据,其中,建筑数据包括建筑底面多边形每个角点的坐标数据和建筑高度数据,树木数据包括树木高度、树冠深度、树冠宽度和树种信息
模型建立单元102,用于根据建筑数据和树木数据建立目标城市的计算流体力学模型;
模拟单元103,用于在所述目标城市的计算流体力学模型中,模拟树木对于城市风场的影响得到修正后的计算流体力学模型;
风速矢量确定单元104,用于通过所述修正后的计算流体力学模型,建立目标气象条件下的不均匀风场数据库,其中,所述不均匀风场数据库包括所述目标城市的空间点位在空间直角坐标系下的风速矢量。
花粉扩散源确定模块200包括:
形状简化单元201,用于根据树种信息对目标城市的全部树木的树冠进行三维形状简化,简化为三维几何体;
花粉扩散源列表形成单元202,用于将三维几何体的质心作为花粉扩散源,得到花粉扩散源列表;
花粉扩散源数据确定单元203,用于根据不均匀风场数据库筛选出与当前选定花粉扩散源距离最近的空间点位,将空间点位的风速矢量作为当前选定花粉扩散源的风速矢量。
花粉浓度计算模块300包括:
建筑遮挡效应判断单元301,用于对每一个花粉扩散源进行是否存在建筑遮挡效应的判断;
高斯烟羽模型修正单元302,用于根据建筑遮挡效应的判断结果和树木是否释放敏感性花粉的情况对高斯烟羽模型进行修正;
花粉浓度贡献值计算单元303,用于根据修正后的高斯烟羽模型计算每一个花粉扩散源对每一个空间点位的花粉浓度贡献值。
本发明提供的城市尺度下树木花粉浓度预测装置可应用于具有复杂建成环境的城市对象的树木花粉浓度预测。一方面,可以应对城市复杂建成环境下不均匀风场对树木花粉扩散的影响;另一方面,可以排除复杂的建筑群分布对部分花粉的传播造成遮挡效应的影响。本发明有效考虑较多复杂因素对树木花粉扩散的影响,并对不同城市区域具有通用性,能够实现城市尺度树木花粉浓度分布的科学预测。
图7是本发明实施例提供的一种电子设备600的结构示意图,该电子设备600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessing units,CPU)610和一个或一个以上的存储器620,其中,存储器620中存储有至少一条指令,至少一条指令由处理器610加载并执行以实现上述一种城市尺度下树木花粉浓度预测方法的步骤。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端中的处理器执行以完成上述一种城市尺度下树木花粉浓度预测方法。例如,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
以上实施例不局限于该实施例自身的技术方案,实施例之间可以相互结合成新的实施例。以上实施例仅用以说明本发明的技术方案而并非对其进行限制,凡未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明技术方案的范围内。
Claims (10)
1.一种城市尺度下树木花粉浓度预测方法,其特征在于,包括下述步骤:
采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下所述目标城市的不均匀风场数据库;
对所述目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从所述不均匀风场数据库中获取所述花粉扩散源列表中每个花粉扩散源的风速矢量;
根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值;
对所述目标城市的区域进行三维空间离散化,得到花粉接收点列表;
分别叠加计算每一个花粉扩散源对所述花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。
2.根据权利要求1所述的城市尺度下树木花粉浓度预测方法,其特征在于,所述采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下所述目标城市的不均匀风场数据库包括:
S101、获取目标城市的建筑数据和树木数据,其中,所述建筑数据包括建筑底面多边形每个角点的坐标数据和建筑高度数据,所述树木数据包括树木高度、树冠深度、树冠宽度和树种信息;
S102、根据所述建筑数据和所述树木数据建立所述目标城市的计算流体力学模型;
S103、在所述目标城市的计算流体力学模型中,模拟树木对于城市风场的影响得到修正后的计算流体力学模型;
S104、通过所述修正后的计算流体力学模型,建立目标气象条件下的不均匀风场数据库,其中,所述不均匀风场数据库包括所述目标城市的空间点位在空间直角坐标系下的风速矢量。
3.根据权利要求2所述的城市尺度下树木花粉浓度预测方法,其特征在于,
所述S102的根据所述建筑数据和所述树木数据建立所述目标城市的计算流体力学模型包括:在所述目标城市建立空间直角坐标系,设置Z方向为竖直方向;
所述S103在所述目标城市的计算流体力学模型中,模拟树木对于城市风场的影响得到修正后的计算流体力学模型包括:
4.根据权利要求1所述的城市尺度下树木花粉浓度预测方法,其特征在于,所述对所述目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从所述不均匀风场数据库中获取所述花粉扩散源列表中每个花粉扩散源的风速矢量包括:
S201、根据树种信息对所述目标城市的全部树木的树冠进行三维形状简化,简化为三维几何体;
S202、将所述三维几何体的质心作为花粉扩散源,得到花粉扩散源列表;
S203、根据所述不均匀风场数据库筛选出与当前选定花粉扩散源距离最近的空间点位,将所述空间点位的风速矢量作为当前选定花粉扩散源的风速矢量。
5.根据权利要求4所述的城市尺度下树木花粉浓度预测方法,其特征在于,所述S201的根据树种信息对所述目标城市的全部树木的树冠进行三维形状简化,简化为三维几何体,包括:在每一树冠的高度方向上,以一定距离分别对每一个树冠的三维形状进行三维形状离散化,三维形状离散化的结果为圆锥或圆台;
其中,所述一定距离取值为0.1m,所述树冠的三维形状包括:圆锥和双锥体。
6.根据权利要求1所述的城市尺度下树木花粉浓度预测方法,其特征在于,所述根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值包括:
S301、对每一个花粉扩散源与选定空间点位的空间关系进行是否存在建筑遮挡效应的判断;
S302、根据建筑遮挡效应的判断结果和树木是否释放敏感性花粉的情况对高斯烟羽模型进行修正;
S303、根据修正后的高斯烟羽模型计算每一个花粉扩散源对每一个空间点位的花粉浓度贡献值。
7.根据权利要求6所述的城市尺度下树木花粉浓度预测方法,其特征在于,所述S301的对每一个花粉扩散源与选定空间点位的空间关系进行是否存在建筑遮挡效应的判断:
对每一个花粉扩散源和所述目标城市的全部空间点位进行连线;
当连线形成的线段与所述目标城市内的建筑群体外轮廓存在相交时,确定所述线段一端的花粉扩散源和所述线段另一端的空间点位存在建筑遮挡效应;
当连线形成的线段与所述目标城市内的建筑群体外轮廓不存在相交时,确定所述线段一端的花粉扩散源和所述线段另一端的空间点位不存在建筑遮挡效应;
所述S302的根据建筑遮挡效应的判断结果和树木是否释放敏感性花粉的情况对高斯烟羽模型进行修正包括:
当树木会释放敏感性花粉且目标花粉扩散源与目标点位不存在建筑遮挡效应时,根据下述公式(4)对高斯烟羽模型进行修正:
其中,所述目标花粉扩散源为当前选定待分析的花粉扩散源,目标点位为当前选定待分析是否存在建筑遮挡效应的空间点位;
当树木会释放敏感性花粉且目标花粉扩散源与目标点位存在建筑遮挡效应时,或,当树木不释放敏感性花粉时,根据下述公式(5)对高斯烟羽模型进行修正:
8.根据权利要求1所述的城市尺度下树木花粉浓度预测方法,其特征在于,所述对所述目标城市的区域进行三维空间离散化包括:
对所述目标城市在水平面内铺设采样点,其中,所述采样点的设置规则为:在水平面方向建立X轴和Y轴,空间竖直方向为Z轴方向,采用2.0 m间隔距离在水平面内铺设采样点,采用1.5 m间隔距离在竖直平面内铺设采样点。
10.一种城市尺度下树木花粉浓度预测装置,其特征在于,包括:
采集模块,所述采集模块采集目标城市的建筑数据和树木数据,模拟建立目标气象条件下所述目标城市的不均匀风场数据库;
花粉扩散源确定模块,所述花粉扩散源确定模块对所述目标城市的全部树木进行离散化,得到每一棵树木的花粉扩散源列表,从所述不均匀风场数据库中获取所述花粉扩散源列表中每个花粉扩散源的风速矢量;
花粉浓度计算模块,所述花粉浓度计算模块根据高斯烟羽模型,得到每一个花粉扩散源对每一个空间点位的花粉浓度贡献值;
花粉接收点确定模块,所述花粉接收点确定模块对所述目标城市的区域进行三维空间离散化,得到花粉接收点列表;
花粉接受点浓度确定模块,所述花粉接受点浓度确定模块分别叠加计算每一个花粉扩散源对所述花粉接收点列表中的每一个花粉接收点所处空间点位的花粉浓度贡献值,得到目标城市的三维空间花粉浓度分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310061951.9A CN115828794B (zh) | 2023-01-21 | 2023-01-21 | 一种城市尺度下树木花粉浓度预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310061951.9A CN115828794B (zh) | 2023-01-21 | 2023-01-21 | 一种城市尺度下树木花粉浓度预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115828794A true CN115828794A (zh) | 2023-03-21 |
CN115828794B CN115828794B (zh) | 2023-04-28 |
Family
ID=85520793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310061951.9A Active CN115828794B (zh) | 2023-01-21 | 2023-01-21 | 一种城市尺度下树木花粉浓度预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115828794B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206411091U (zh) * | 2017-01-12 | 2017-08-15 | 苏州工业职业技术学院 | 一种用于养蜂场的花粉浓度智能监测系统 |
EP3444587A1 (en) * | 2017-08-14 | 2019-02-20 | Koninklijke Philips N.V. | Particle sensor and particle sensing method |
CN110196215A (zh) * | 2019-06-24 | 2019-09-03 | 四川长虹电器股份有限公司 | 花粉粉层浓度和种类实时监测系统及方法 |
CN112945817A (zh) * | 2021-01-29 | 2021-06-11 | 内蒙古工业大学 | 气旋式花粉浓度检测方法及装置 |
CN115220132A (zh) * | 2022-07-04 | 2022-10-21 | 山东浪潮智慧医疗科技有限公司 | 一种预报大气中花粉浓度的方法 |
-
2023
- 2023-01-21 CN CN202310061951.9A patent/CN115828794B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206411091U (zh) * | 2017-01-12 | 2017-08-15 | 苏州工业职业技术学院 | 一种用于养蜂场的花粉浓度智能监测系统 |
EP3444587A1 (en) * | 2017-08-14 | 2019-02-20 | Koninklijke Philips N.V. | Particle sensor and particle sensing method |
CN110196215A (zh) * | 2019-06-24 | 2019-09-03 | 四川长虹电器股份有限公司 | 花粉粉层浓度和种类实时监测系统及方法 |
CN112945817A (zh) * | 2021-01-29 | 2021-06-11 | 内蒙古工业大学 | 气旋式花粉浓度检测方法及装置 |
CN115220132A (zh) * | 2022-07-04 | 2022-10-21 | 山东浪潮智慧医疗科技有限公司 | 一种预报大气中花粉浓度的方法 |
Non-Patent Citations (2)
Title |
---|
JOSE´ LUIS AZNARTE M. 等: "Forecasting airborne pollen concentration time series with neural and neuro-fuzzy models" * |
赵文芳 等: "基于粒子群优化和支持向量机的花粉浓度预测模型" * |
Also Published As
Publication number | Publication date |
---|---|
CN115828794B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220309201A1 (en) | Artificial-intelligence-assisted method for providing urban design form and layout with improved wind environment | |
CN111767597B (zh) | 一种城市模型验证方法、装置、设备及存储介质 | |
CN106777917B (zh) | 水工建筑物对海事交管雷达遮蔽区域计算和影响评价方法 | |
CN109614638B (zh) | 一种非直接建模的城市风环境cfd模拟方法 | |
CN110232471B (zh) | 一种降水传感网节点布局优化方法及装置 | |
CN112381358B (zh) | 面向城市区域的绿化树木风灾破坏风险近实时评估方法 | |
CN115994496B (zh) | 城市公园高分辨率大气co2浓度三维场的数值模拟方法 | |
El Kasmi et al. | Turbulence modeling of atmospheric boundary layer flow over complex terrain: a comparison of models at wind tunnel and full scale | |
CN109948214B (zh) | 城市多尺度风环境数值模拟方法 | |
CN109118583A (zh) | 一种基于cpu和gpu混合的高速并行地形遮蔽计算方法 | |
Zhong et al. | Software for environmental impact assessment of air pollution dispersion based on ArcGIS | |
Zou et al. | Impact of eddy characteristics on turbulent heat and momentum fluxes in the urban roughness sublayer | |
US20030218617A1 (en) | Information presentation apparatus and method in three-dimensional virtual space and computer program therefor | |
CN115828794A (zh) | 一种城市尺度下树木花粉浓度预测方法及装置 | |
CN107239636B (zh) | 基于建筑物水平轮廓最小外接矩形的迎风面密度计算方法 | |
KR102537488B1 (ko) | 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법 | |
Yang et al. | A refined model of a typhoon near-surface wind field based on CFD | |
Kent | Visibility analysis of mining and waste tipping sites—A review | |
Ha et al. | CFD assisted method for locating and processing data from wind monitoring systems in forested mountainous regions | |
Hastings et al. | Evaluation of digital channel network derivation methods in a glaciated subalpine catchment | |
Meng et al. | Anisotropic Cartesian Grid Generation Strategy for Arbitrarily Complex Geometry Based on a Fully Threaded Tree | |
Li et al. | Wind environment analysis of ground-based optical observatory | |
Xin et al. | A Quantitatively Comparative Study on Green Pattern of Urban Park in Beijing, London, Paris and New York Using Spatial Statistics Model | |
CN108960738A (zh) | 一种仓库通道环境下的激光雷达数据聚类方法 | |
CN116070414B (zh) | 基于地表起伏复杂程度的风资源模拟方法及装置 |
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 |