CN115862754A - 生物质燃烧排放清单确定方法、装置及设备 - Google Patents
生物质燃烧排放清单确定方法、装置及设备 Download PDFInfo
- Publication number
- CN115862754A CN115862754A CN202211459199.5A CN202211459199A CN115862754A CN 115862754 A CN115862754 A CN 115862754A CN 202211459199 A CN202211459199 A CN 202211459199A CN 115862754 A CN115862754 A CN 115862754A
- Authority
- CN
- China
- Prior art keywords
- fire point
- point data
- data
- biomass combustion
- fire
- 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
- 239000002028 Biomass Substances 0.000 title claims abstract description 156
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000010354 integration Effects 0.000 claims abstract description 36
- 239000000446 fuel Substances 0.000 claims description 13
- 230000003068 static effect Effects 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 28
- 238000001514 detection method Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 239000003344 environmental pollutant Substances 0.000 description 6
- 231100000719 pollutant Toxicity 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000010902 straw Substances 0.000 description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种生物质燃烧排放清单确定方法、装置及设备，其中，该方法包括：获取目标区域的若干火点数据集，并对所述若干火点数据集进行整合，得到数据整合结果；基于所述数据整合结果确定所述目标区域的目标火点；获取所述目标火点的生物质燃烧排放量，并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报。通过上述方法，可以有效提高生物质燃烧排放清单的准确性，并可实现灵活接入对应空气质量模式中进行空气质量预报，提高空气质量预报效率，简化流程。
Description
技术领域
本申请涉及环境保护技术领域，尤其涉及一种生物质燃烧排放清单确定方法、装置及设备。
背景技术
生物质作为仅次于煤炭、石油、天然气的第四大能源，其在燃烧过程中产生的大量大气污染物对空气质量造成严重影响。
由于生物质燃烧的时间随机、焚烧火点分布零散且其污染物扩散受气象和地形因素等影响，大地域范围内的生物质燃烧人工监测几乎难以实现，故生物质燃烧排放清单的建立为更好地了解生物质燃烧的时空分布特征及进一步应对区域大气复合污染提供了可行的数据支撑。
相关技术中对于生物质燃烧排放清单的确定主要根据生物质露天焚烧量来估算排放量进行确定，该方法在估算生物质露天焚烧量时，需要确定露天焚烧比例，而该比例的获取需耗费大量的人力、物力和财力且存在严重的滞后性，导致在实际工作中该比例多采用可靠估计值，一定程度上影响了排放估计的准确性。
发明内容
鉴于上述问题，即解决生物质燃烧排放清单确定方式准确性低的问题，本申请提供一种生物质燃烧排放清单确定方法、装置及设备。
为了实现上述目的，本申请提供如下技术方案：
根据本申请的一方面，提供一种生物质燃烧排放清单确定方法，包括：
获取目标区域的若干火点数据集，并对所述若干火点数据集进行整合，得到数据整合结果；
基于所述数据整合结果确定所述目标区域的目标火点；
获取所述目标火点的生物质燃烧排放量，并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报。
在一种实施方式中，所述获取目标区域的若干火点数据集，包括：
响应于火点数据的更新信息且所述更新信息符合预设规则，获取目标区域的若干火点数据集，其中，所述预设规则包括更新后的各火点数据的内存大于预设阈值。
在一种实施方式中，所述获取目标区域的火点数据集，包括：
基于多个卫星传感器获取若干初始火点数据集；
对所述若干初始火点数据集进行预处理，得到所述若干火点数据集；其中，所述预处理包括剔除所述若干初始火点数据集中更新时间超出预设时间范围的火点数据集。
在一种实施方式中，所述卫星传感器为中分辨率成像光谱仪MODIS传感器。
在一种实施方式中，所述对所述若干火点数据集进行整合，得到整合结果，包括：
对所述若干火点数据集中的各火点数据进行匹配；
将与其它火点数据集中火点数据匹配度最高的火点数据集确定为整合数据集，并基于所述整合数据集获取数据整合结果。
在一种实施方式中，所述基于所述整合数据集获取数据整合结果，包括：
若所述整合数据集中第一位置存在火点数据，且具有相匹配的其它火点数据集的火点数据，则从所述第一位置的所有火点数据中选择分辨率最高的火点数据作为所述第一位置的火点数；
若所述整合数据集中第二位置不存在火点数据，且其它火点数据集中存在对应的火点数据，则将所述其它火点数据集中对应的火点数据作为所述第二位置的火点数据。
在一种实施方式中，所述获取所述目标火点的生物质燃烧排放量，包括：
基于所述目标区域划分数据网格，并将所述目标火点插入至所述数据网格中；
基于所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量，并基于所述每个格点的生物质燃烧排放量获取所述目标火点的生物质燃烧排放量。
在一种实施方式中，所述方法还包括：
基于所述目标区域确定静态数据燃料载荷以及排放因子；
所述基于所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量，包括：
基于所确定的静态数据燃料载荷和排放因子以及所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量。
根据本申请的另一方面，提供一种生物质燃烧排放清单确定装置，包括：
数据集获取模块，其设置为获取目标区域的若干火点数据集；
数据集整合模块，其设置为对所述若干火点数据集进行整合，得到数据整合结果；
火点确定模块，其设置为基于所述数据整合结果确定所述目标区域的目标火点；
获取及生成模块，其设置获取所述目标火点的生物质燃烧排放量并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报。
根据本申请的又一方面，提供一种电子设备，包括：存储器和处理器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，使得所述电子设备执行所述的生物质燃烧排放清单确定方法。
根据本申请的再一方面，提供一种计算机存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现所述的生物质燃烧排放清单确定方法。
可以理解的，本申请提供的生物质燃烧排放清单确定方法、装置及设备，通过获取目标区域的若干火点数据集，并对所述若干火点数据集进行整合，得到数据整合结果，然后基于所述数据整合结果确定所述目标区域的目标火点，再获取所述目标火点的生物质燃烧排放量，并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报，一方面，可以有效提高生物质燃烧排放清单的准确性，并可实现灵活接入对应空气质量模式中进行空气质量预报，提高空气质量预报效率，简化流程；另一方面，通过实时获取火点数据集，动态化生成生物质燃烧排放清单，相对于静态生物质排放量清单或者定期更新的生物质排放量清单准确率更高，实用性更强。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种可能的场景示意图；
图2为本申请实施例提供的一种生物质燃烧排放清单确定方法的流程示意图；
图3为本申请一示例性实施例提供的一种生物质燃烧排放清单确定方法的流程示意图；
图4a为本申请实施例的模拟案例一的模拟结果示意图之一；
图4b本申请实施例的模拟案例一的观测数据示意图之二；
图4c为本申请实施例的模拟案例二的模拟结果比对图；
图5为本申请实施例提供的一种生物质燃烧排放清单确定装置的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
考虑到根据生物质露天焚烧量来估算排放量难以确定露天焚烧比例所导致的准确性问题，相关技术中提出了基于卫星火点数据的热辐射功率估算方法，该方法分为结合排放因子进行清单编制和利用数值模式进行排放模拟两类，其无需较难获取的生物质露天焚烧比例，而是替换为易于获得的火点数据，且更新速度快，空间分辨率较高，但鉴于部分地区农户耕地分布较为分散、秸秆焚烧的农业火较小，以及卫星探测火点的空间分辨率的限制，导致有较小的田间秸秆焚烧火点易被卫星漏探，因此，基于火点热辐射功率的估算方法目前仍存在秸秆露天焚烧排放被低估的问题。
可以理解的，基于卫星火点数据采用结合排放因子进行清单编制和利用数值模式两种方式进行生物质燃烧排放清单估算，即人工排放因子核算法和数值模拟，其算法原理均为将火点数据转换获得生物质露天焚烧量，再通过排放因子将其转换为不同污染物排放量，其中前者已被广泛应用，后者应用较少，但在业务应用中更为灵活，实时自动化更新更为便捷。
有鉴于此，本申请实施例提供了一种生物质燃烧排放清单确定方法、装置及设备，对于相关技术中的热辐射功率估算方法进行了以下改进，一方面，通过对目标区域的多火点数据集进行整合，然后根据数据整合结果确定目标区域的多个目标火点，针对影响生物质燃烧面积确定及整合的卫星火点数据，可以有效减少小火点的卫星漏探问题，有效提升模拟效果，进而提高生物质燃烧排放清单的准确性；另一方面，结合对应的空气质量模式动态根据生物质燃烧排放量确定生物质排放清单文件，可以实现自由接入不同空气质量模型进行空气质量预报，提高空气质量预报效率，简化流程。
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请的实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的部件或具有相同或类似功能的部件。所描述的实施例是本申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，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，都属于本申请保护的范围。
图1为本申请实施例提供的一种可能的场景示意图，如图1所示，包括终端设备110、服务器120以及多个卫星传感器130，其中，终端设备110分别与服务器120以及多个卫星传感器130之间通过有线或者无线网络相互连接，可选地，终端设备120上搭载卫星遥感检测平台/网站，可以汇集多个卫星传感器的火点数据集，其中，卫星传感器为遥感卫星传感器。在一些实施例中，终端设备110用于向服务器120传输平台上汇集的多个卫星传感器的火点数据集，服务器120用于基于终端110提供的火点数据集，计算对应的生物质燃烧排放量并生成对应的生物质排放清单文件。可选地，在计算生物质燃烧排放量以及生成生物质排放清单文件的过程中，服务器120承担主要计算工作，终端110承担次要计算工作；或者，服务器120承担次要计算工作，终端110承担主要计算工作；或者，服务器120或终端110分别能够单独承担计算工作。
其中，终端设备110可以包括但不限于，电脑、智能手机、平板电脑、电子书阅读器、动态影像专家压缩标准音频层面3(Moving Picture experts group audio layer III，简称MP3)播放器、动态影像专家压缩标准音频层面4(Moving Picture experts group audiolayer IV，简称MP4)播放器、便携计算机、车载电脑、可穿戴设备、台式计算机、机顶盒、智能电视等等。
服务器120可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
可选地，上述终端110或服务器120的数量可以更多或更少，本申请实施例对此不加以限定。在一些实施例中，上述终端110和服务器120还可以作为区块链系统中的节点，将生物质排放清单文件同步给区块链其它节点，以实现生物质排放清单文件的广泛应用。
上面对本申请的场景示意图进行了简单说明，下面以应用于图1中的服务器120为例，来详细说明本申请实施例提供的生物质燃烧排放清单确定方法。
请参照图2，图2为本申请实施例提供的一种生物质燃烧排放清单确定方法的流程示意图，包括步骤S201-S203。
步骤S201、获取目标区域的若干火点数据集，并对所述若干火点数据集进行整合，得到数据整合结果。
本实施例中，服务器从终端设备的卫星遥感检测网站获取目标区域的若干火点数据集，例如MODIS(Moderate-Resolution Imaging Spectroradiometer，分辨率成像光谱仪)官网，其中，若干火点数据集可以是符合条件的所有火点数据集，本领域技术人员可以结合实际应用对条件进行适应性设定，例如时间条件和火点数据的完整性条件。
在一种可实现中，步骤S201获取目标区域的若干火点数据集，可以包括以下步骤：
响应于火点数据的更新信息且所述更新信息符合预设规则，获取目标区域的若干火点数据集，其中，所述预设规则包括更新后的各火点数据的内存大于预设阈值。
示例性的，服务器检测MODIS官网是否已经更新火点卫星最新数据(火点数据)及火点数据是否完整(即火点数据的内存大于预设阈值，本领域技术人员可以结合实际应用对预设阈值进行适应性设定，例如200KB)，符合要求则下载，在一可实现中，MODIS网站中包含火点卫星数据还有植被覆盖数据和土地类型等数据，本实施例可以采用上述方式动态下载火点数据集包括MOD14A1、MYD14A1火点卫星数据产品，还可以不定时获取网站更新的静态数据例如MOD44B植被覆盖数据与MCD12Q1土地类型数据，该植被覆盖数据和土地类型数据可以为后续生物质燃烧排放量的计算提供数据支撑。
在一些实施例中，可以仅获取目标区域的火点数据的更新信息，以降低数据处理量，提高目标区域火点数据集的获取效率。可以理解的，目标区域即需要进行区域空气质量监测的区域，通过获取该区域的火点数据集，并根据确定目标火点获取生物质燃烧排放量，进而生成用于输入至空气质量模式中的生物质排放清单文件。其中，火点数据集可以分别是不同传感器采集的火点数据集。
本实施例中，针对更新的火点数据，动态生成对应的生物质排放量清单，相对于静态生物质排放量清单或者定期更新的生物质排放量清单准确率更高，实用性更强。
在一种实施方式中，为了提高火点数据集的准确性，步骤S201获取目标区域的火点数据集，可以包括以下步骤：
基于多个卫星传感器获取若干初始火点数据集；
对所述若干初始火点数据集进行预处理，得到所述若干火点数据集；其中，所述预处理包括剔除所述若干初始火点数据集中更新时间超出预设时间范围的火点数据集。
具体地，所述卫星传感器为中分辨率成像光谱仪MODIS传感器。可以理解的MODIS传感器所采集的火点数据可以上传至卫星遥感检测网站以供下载及利用。
随着各类卫星传感器的发展，基于遥感的火点探测手段也随着数据源的更新而取得相应进展，新型传感器用于火灾探测的算法也在不断优化。MODIS是主要搭载在EOS(Earth Observation System，地球观测系统)系列卫星Terra和Aqua上的包含36个波段的中分辨率成像光谱仪，两颗卫星相互配合能够实现每1～2d重复观测整个地球表面的目标。MODIS数据因其具有更新频率高、全球免费、光谱范围广的优势，是目前被较为广泛用于检测地面火点的基础遥感数据。很多研究证明MODIS数据可用于有效监测生物质焚烧事件，用于生物质清单估算中的火点信息识别。
具体地，本实施例通过对初始火点数据集进行预处理，可以获取到当前较为准确的火点数据集，进而提高清单准确率，其中，本领域技术人员可以结合实际应用对预设时间范围进行适应性设定，例如，该预设范围根据获取的所有初始火点数据集的更新时间进行设定，对于更新时间差距较大的火点数据集进行丢弃。此外，预处理还可以为根据火点数据集的文件大小进行筛选，如果该火点数据集的文件小于预设数值，说明可能存在空文件或者错误文件，对其进行丢弃，以提高准确率。
本实施例中，通过对若干火点数据集进行整合，可以降低较小被卫星漏探的可能性，提高火点数据的准确性，在一种实施方式中，对所述若干火点数据集进行整合，得到整合结果，可以包括以下步骤：
对所述若干火点数据集中的各火点数据进行匹配；
将与其它火点数据集中火点数据匹配度最高的火点数据集确定为整合数据集，并基于所述整合数据集获取数据整合结果。
具体地，可以根据对应的位置点进行火点数据的匹配，通过将与其它火点数据集匹配度最高的数据集确定为整合数据集，利用整合数据集获取数据整合结果可以有效提高数据整合效率。
进一步地，本实施例利用整合数据集进一步整合其它火点数据集中的优质数据或者其它位置点数据，以完成数据集整合，使得整合后的火点数据集更加完整及清晰，其中，步骤基于所述整合数据集获取数据整合结果，具体可以为：
若所述整合数据集中第一位置存在火点数据，且具有相匹配的其它火点数据集的火点数据，则从所述第一位置的所有火点数据中选择分辨率最高的火点数据作为所述第一位置的火点数；
若所述整合数据集中第二位置不存在火点数据，且其它火点数据集中存在对应的火点数据，则将所述其它火点数据集中对应的火点数据作为所述第二位置的火点数据。
需要说明的是，第一位置和第二位置仅用于表述二者为类似对象，而无其他意义，第一位置和第二位置可以为相同位置也可以为不同位置，并且第一位置和第二位置可以为一个也可以是多个。
步骤S202、基于所述数据整合结果确定所述目标区域的目标火点。
示例性的，根据整合数据集获取的数据整合结果中的火点数据确定该目标区域的目标火点，其中，目标火点的数量通常为多个。
步骤S203、获取所述目标火点的生物质燃烧排放量，并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报。
本实施例中，在确定目标火点后，即可计算目标火点的生物质燃烧排放量，并可以灵活生成与不同空气质量模式对应的生物质排放清单文件，以便利用。
可以理解的，预设空气质量模式可以在实际应用中根据用户需求予以确定，在上述步骤S203中针对不同的空气质量模式生成对应的生物质排放清单文件，以适配空气质量模式的计算过程。
在一种实施方式中，步骤S203获取所述目标火点的生物质燃烧排放量，具体可以包括以下步骤：
基于所述目标区域划分数据网格，并将所述目标火点插入至所述数据网格中；
基于所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量，并基于所述每个格点的生物质燃烧排放量获取所述目标火点的生物质燃烧排放量。
本实施例中，数据网格可以采用地理网格的形式，以便于火点生物质燃烧排放量的计算。进一步地，在进行生物质燃烧排放量计算之前，首先对影响生物质燃烧排放计算的静态数据燃料载荷及排放因子进行本地化调整，具体地，基于所述目标区域确定静态数据燃料载荷以及排放因子，可以通过获取相关文献调研数据，确定静态数据燃料载荷以及排放因子对应数值。
步骤中基于所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量，具体为：
基于所确定的静态数据燃料载荷和排放因子以及所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量。
本实施例中，可以根据以下公式进行生物质燃烧排放量的计算：
式中：Ei表示i污染物种的排放量，i表示不同污染物种类，v表示不同植被类型，A(m2)表示燃烧面积，fv是地表植被类型覆盖率，Fv是生物质燃料载荷(kg/m2)，εv，i是v植被类型中物种i的排放因子。
上述算法原理主要是通过每个格点的燃烧面积、每个格点的不同植被覆盖率以及各自的生物质燃料载荷计算得到生物质焚烧量，然后与污染物排放因子的乘积得到最终每个格点的生物质燃烧排放量。
进一步地，在完成生物质燃烧排放量的计算后，可以利用处理模块将网格化的netcdf文件转换成对应每小时的生物质燃烧排放清单的txt文件，以增强其可读性。
在一种可实现中，服务器可以提供不同空气质量模式输入接口，将上述生物质燃烧排放接入空气质量模式，实现空气质量预报。读取上述生物质燃烧txt文件以及物种分配文件，转化为不同空气质量模式物种(例如CMAQ-CB05ae6、CAMx-CB05CF、WRFchem-RADM2等)的生物质燃烧排放量的清单文件，进一步将不同模式物种生物质燃烧排放量根据最近邻插值法插入到指定模式的指定模拟网格中，最后通过不同模式的输出模块，将数据生成为指定格式排放清单文件，输入到空气质量模式中实现空气质量模拟预报。
为便于对本申请实施例的理解，本申请一示例性实施例进一步进行说明，结合图3所示，包括以下步骤：
S1、获取若干初始火点数据集，并将若干火点数据集输入至数据动态检测模块中进行可用性检测，其可用性检测包括火点数据集的更新时间以及火点数据集的完整性；
S2、在完成可用性检测之后，将通过检测的火点数据集输入至数据下载模块进行下载，并在下载完成后对若干火点数据集进行数据集整合，确定目标火点；
S3、在生物质燃烧排放计算模块中计算目标火点的生物质燃烧排放量；
S4、在数据格式后处理模块中对计算结果进行格式转换，得到生物质燃烧排放清单文件(初始)，以便于读取；
S5、不同模式物种排放转换模块对清单文件(初始)中的生物质燃烧排放量转换为对应的模式的匹配格式；
S6、将不同模式物种生物质燃烧排放量根据最近邻插值法插入到指定模式的指定模拟网格中，然后通过清单转换接口模块将数据生成为指定格式排放清单文件，输入到空气质量模式中实现空气质量模拟预报。
其中指定模拟网格根据模拟区域信息网格处理模块获得，具体地，基本参数设置读取模块获取的参数输入至指定模拟区域信息网格模块中生成指定模拟网格，参数可以是关于目标区域的参数，例如位置、范围等参数。
为验证上述方案的效果，基于上述方案进行相关实验并得到实验数据，以集中生物质燃烧现象的某地区作为模拟案例一，结合图4a和图4b所示，其中图4a为模拟数据的示意图，图4b为观测数据的示意图，对PM2.5模拟结果与观测数据进行对比，并对生物质燃烧排放计算模块输出的火点分布与相关文献进行对比。根据对比可知，采用本实施例的模式模拟生成的生物质燃烧源排放的CO空间分布和文献中的较为一致，且量级上也较为一致，而对于小火点的识别精准度，比文献中更好。
此外，还针对某一区域站点采用本实施例的模式进行模拟作为模拟案例二，以验证PM2.5的模拟效果，如图4c所示，图中，base线为基准线，BB线为添加生物质燃烧源的对比线，OBS为没有添加生物质燃烧源的对比线，可以看出，添加生物质燃烧源后，PM2.5的模拟效果有较为明显的提升，峰值也和观测有较好的对应，说明添加生物质燃烧源后在火点附近的站点的模拟效果有较为明显的提升。
本申请实施例相应还提供一种生物质燃烧排放清单确定装置，如图5所示，包括：
数据集获取模块51，其设置为获取目标区域的若干火点数据集；
数据集整合模块52，其设置为对所述若干火点数据集进行整合，得到数据整合结果；
火点确定模块53，其设置为基于所述数据整合结果确定所述目标区域的目标火点；
获取及生成模块54，其设置获取所述目标火点的生物质燃烧排放量并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报。
在一种实施方式中，数据集获取模块51具体为，响应于火点数据的更新信息且所述更新信息符合预设规则，获取目标区域的若干火点数据集，其中，所述预设规则包括更新后的各火点数据的内存大于预设阈值。
在一种实施方式中，所述数据集获取模块51包括：
获取单元，其设置为基于多个卫星传感器获取若干初始火点数据集；
预处理单元，其设置为对所述若干初始火点数据集进行预处理，得到所述若干火点数据集；其中，所述预处理包括剔除所述若干初始火点数据集中更新时间超出预设时间范围的火点数据集。
在一种实施方式中，所述卫星传感器为中分辨率成像光谱仪MODIS传感器。
在一种实施方式中，所述数据集整合模块52，包括：
匹配单元，其设置为对所述若干火点数据集中的各火点数据进行匹配；
整合结果获取单元，其设置为将与其它火点数据集中火点数据匹配度最高的火点数据集确定为整合数据集，并基于所述整合数据集获取数据整合结果。
在一种实施方式中，所述整合结果获取单元，具体设置为若所述整合数据集中第一位置存在火点数据，且具有相匹配的其它火点数据集的火点数据，则从所述第一位置的所有火点数据中选择分辨率最高的火点数据作为所述第一位置的火点数；若所述整合数据集中第二位置不存在火点数据，且其它火点数据集中存在对应的火点数据，则将所述其它火点数据集中对应的火点数据作为所述第二位置的火点数据。
在一种实施方式中，所述获取及生成模块54，包括：
划分插入单元，其设置为基于所述目标区域划分数据网格，并将所述目标火点插入至所述数据网格中；
排放量获取单元，其设置为基于所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量，并基于所述每个格点的生物质燃烧排放量获取所述目标火点的生物质燃烧排放量。
在一种实施方式中，所述装置还包括：
载荷及因子确定模块，其设置为基于所述目标区域确定静态数据燃料载荷以及排放因子；
所述排放量获取单元具体设置为，基于所确定的静态数据燃料载荷和排放因子以及所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量。
本申请实施例相应还提供一种电子设备，如图6所示，包括：存储器61和处理器62；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，使得所述电子设备执行所述的生物质燃烧排放清单确定方法。
本申请实施例相应还提供一种计算机存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现所述的生物质燃烧排放清单确定方法。
可以理解的，本实施例基于多个MODIS火点数据集筛选结合，确定目标火点，并获取目标火点的生物质燃烧排放量，然后根据对应的空气质量模式动态生成生物质燃烧排放清单，与相关技术相比，空间分辨率更高，实时性更好，清单自动化动态更新，并有效改善了由于小火点漏探导致的排放低估现象，与此同时，提供不同大气化学输送模式(空气质量模式)输入接口，实现将该排放耦合于不同大气化学输送模式中，从而提升生物质燃烧多发时期不同大气污染模拟准确性，且可进一步有效监测生物质燃烧对区域空气质量的影响，为生物质燃烧管控决策提供有效支撑。此外，本实施例可以实现生物质燃烧排放的动态化更新，有效缩短传统清单更新周期，并且对影响生物质燃烧排放计算的关键参数燃料载荷、排放因子等进行本地化更新，有效提高了生物质燃烧排放清单准确性。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。
如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
在本申请实施例的描述中，术语“和/或”仅仅表示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，术语“至少一种”表示多种中的任一种或多种中的至少两种的任意组合，例如，包括A、B、中的至少一种，可以表示包括A、B和C沟通的集合中选择的任意一个或多个元素。此外，术语“多个”的含义是两个或两个以上，除非是另有精确具体地规定。
在本申请实施例的描述中，术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。
Claims (10)
1.一种生物质燃烧排放清单确定方法，其特征在于，包括：
获取目标区域的若干火点数据集，并对所述若干火点数据集进行整合，得到数据整合结果；
基于所述数据整合结果确定所述目标区域的目标火点；
获取所述目标火点的生物质燃烧排放量，并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报。
2.根据权利要求1所述的方法，其特征在于，所述获取目标区域的若干火点数据集，包括：
响应于火点数据的更新信息且所述更新信息符合预设规则，获取目标区域的若干火点数据集，其中，所述预设规则包括更新后的各火点数据的内存大于预设阈值。
3.根据权利要求1所述的方法，其特征在于，所述获取目标区域的火点数据集，包括：
基于多个卫星传感器获取若干初始火点数据集；
对所述若干初始火点数据集进行预处理，得到所述若干火点数据集；其中，所述预处理包括剔除所述若干初始火点数据集中更新时间超出预设时间范围的火点数据集。
4.根据权利要求3所述的方法，其特征在于，所述卫星传感器为中分辨率成像光谱仪MODIS传感器。
5.根据权利要求1所述的方法，其特征在于，对所述若干火点数据集进行整合，得到整合结果，包括：
对所述若干火点数据集中的各火点数据进行匹配；
将与其它火点数据集中火点数据匹配度最高的火点数据集确定为整合数据集，并基于所述整合数据集获取数据整合结果。
6.根据权利要求5所述的方法，其特征在于，所述基于所述整合数据集获取数据整合结果，包括：
若所述整合数据集中第一位置存在火点数据，且具有相匹配的其它火点数据集的火点数据，则从所述第一位置的所有火点数据中选择分辨率最高的火点数据作为所述第一位置的火点数；
若所述整合数据集中第二位置不存在火点数据，且其它火点数据集中存在对应的火点数据，则将所述其它火点数据集中对应的火点数据作为所述第二位置的火点数据。
7.根据权利要求1所述的方法，其特征在于，所述获取所述目标火点的生物质燃烧排放量，包括：
基于所述目标区域划分数据网格，并将所述目标火点插入至所述数据网格中；
基于所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量，并基于所述每个格点的生物质燃烧排放量获取所述目标火点的生物质燃烧排放量。
8.根据权利要求7所述的方法，其特征在于，还包括：
基于所述目标区域确定静态数据燃料载荷以及排放因子；
所述基于所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量，包括：
基于所确定的静态数据燃料载荷和排放因子以及所述数据网格中每个格点的燃烧面积和植被类型覆盖率获取每个格点的生物质燃烧排放量。
9.一种生物质燃烧排放清单确定装置，其特征在于，包括：
数据集获取模块，其设置为获取目标区域的若干火点数据集；
数据集整合模块，其设置为对所述若干火点数据集进行整合，得到数据整合结果；
火点确定模块，其设置为基于所述数据整合结果确定所述目标区域的目标火点；
获取及生成模块，其设置获取所述目标火点的生物质燃烧排放量并基于所述生物质燃烧排放量生成与预设空气质量模式相匹配的生物质排放清单文件，以使所述预设空气质量模式基于所述生物质排放清单文件进行空气质量预报。
10.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，使得所述电子设备执行权利要求1-8中任一项所述的生物质燃烧排放清单确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211459199.5A CN115862754A (zh) | 2022-11-16 | 2022-11-16 | 生物质燃烧排放清单确定方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211459199.5A CN115862754A (zh) | 2022-11-16 | 2022-11-16 | 生物质燃烧排放清单确定方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115862754A true CN115862754A (zh) | 2023-03-28 |
Family
ID=85664545
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211459199.5A Pending CN115862754A (zh) | 2022-11-16 | 2022-11-16 | 生物质燃烧排放清单确定方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115862754A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117789025A (zh) * | 2023-12-26 | 2024-03-29 | 北京工业大学 | 一种基于物候信息的分作物秸秆露天焚烧排放估算方法 |
| CN117789025B (zh) * | 2023-12-26 | 2024-06-04 | 北京工业大学 | 一种基于物候信息的分作物秸秆露天焚烧排放估算方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120057191A (ko) * | 2010-11-26 | 2012-06-05 | 건국대학교 산학협력단 | 아시아 생체 연소 배출량 산출 시스템 및 그 방법 |
| CN107358048A (zh) * | 2017-07-14 | 2017-11-17 | 广东省环境科学研究院 | 一种基于ais数据的高精度船舶污染物排放量计算方法 |
| CN109685835A (zh) * | 2018-12-28 | 2019-04-26 | 广东电网有限责任公司 | 一种海量卫星影像数据输电线路火点提取的方法和装置 |
| CN112214723A (zh) * | 2020-09-09 | 2021-01-12 | 暨南大学 | 一种基于多卫星火点的生物质开放燃烧排放动态表征方法 |
| CN112800072A (zh) * | 2021-01-25 | 2021-05-14 | 北京工业大学 | 一种秸秆露天焚烧大气污染物排放清单快速更新的方法 |
| CN113032475A (zh) * | 2021-04-16 | 2021-06-25 | 中科三清科技有限公司 | 大气污染源排放清单的处理方法、装置、设备及存储介质 |
| CN113392363A (zh) * | 2021-07-06 | 2021-09-14 | 中国环境科学研究院 | 一种用于废弃物焚烧处理产生的氧化亚氮排放的核算方法 |
-
2022
- 2022-11-16 CN CN202211459199.5A patent/CN115862754A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120057191A (ko) * | 2010-11-26 | 2012-06-05 | 건국대학교 산학협력단 | 아시아 생체 연소 배출량 산출 시스템 및 그 방법 |
| CN107358048A (zh) * | 2017-07-14 | 2017-11-17 | 广东省环境科学研究院 | 一种基于ais数据的高精度船舶污染物排放量计算方法 |
| CN109685835A (zh) * | 2018-12-28 | 2019-04-26 | 广东电网有限责任公司 | 一种海量卫星影像数据输电线路火点提取的方法和装置 |
| CN112214723A (zh) * | 2020-09-09 | 2021-01-12 | 暨南大学 | 一种基于多卫星火点的生物质开放燃烧排放动态表征方法 |
| CN112800072A (zh) * | 2021-01-25 | 2021-05-14 | 北京工业大学 | 一种秸秆露天焚烧大气污染物排放清单快速更新的方法 |
| CN113032475A (zh) * | 2021-04-16 | 2021-06-25 | 中科三清科技有限公司 | 大气污染源排放清单的处理方法、装置、设备及存储介质 |
| CN113392363A (zh) * | 2021-07-06 | 2021-09-14 | 中国环境科学研究院 | 一种用于废弃物焚烧处理产生的氧化亚氮排放的核算方法 |
Non-Patent Citations (3)
| Title |
|---|
| 柯华兵: "露天生物质燃烧对地面PM2.5 浓度的影响评估", 《应用气象学报》, vol. 31, no. 1, pages 105 - 113 * |
| 樊重俊，等: "《基于高分辨率遥感影像的水土保持生态建设监测方法研究》", 上海：上海科学技术出版社, pages: 122 - 231 * |
| 谢旻: "中国地区陆地植被甲烷排放及其对对流层低层甲烷浓度的影响", 《科学通报》, vol. 53, no. 19, pages 2365 - 2370 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117789025A (zh) * | 2023-12-26 | 2024-03-29 | 北京工业大学 | 一种基于物候信息的分作物秸秆露天焚烧排放估算方法 |
| CN117789025B (zh) * | 2023-12-26 | 2024-06-04 | 北京工业大学 | 一种基于物候信息的分作物秸秆露天焚烧排放估算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jokar Arsanjani et al. | Quality assessment of the contributed land use information from OpenStreetMap versus authoritative datasets | |
| Bednarik et al. | Landslide hazard and risk assessment: a case study from the Hlohovec–Sered’landslide area in south-west Slovakia | |
| Altintas et al. | Towards an integrated cyberinfrastructure for scalable data-driven monitoring, dynamic prediction and resilience of wildfires | |
| Hu et al. | Unveiling the conservation biogeography of a data-deficient endangered bird species under climate change | |
| JP5461748B1 (ja) | 発電量予測装置、発電量予測方法、及びプログラム | |
| Thies et al. | Projecting land-use and land-cover changes in a tropical mountain forest of Southern Ecuador | |
| Ghodichore et al. | Reliability of reanalyses products in simulating precipitation and temperature characteristics over India | |
| CN109884279A (zh) | 土壤含水量的反演方法和反演装置 | |
| CN108345662B (zh) | 一种考虑用户分布区域差异的签到微博数据加权统计方法 | |
| CN109799193A (zh) | 污染分布立体监测方法及系统 | |
| Kuma et al. | Machine learning of cloud types in satellite observations and climate models | |
| Dowman et al. | Global geospatial data from Earth observation: status and issues | |
| Dorph et al. | Modelling ignition probability for human-and lightning-caused wildfires in Victoria, Australia | |
| Vitolo et al. | Caliver: An R package for CALIbration and VERification of forest fire gridded model outputs | |
| Bottazzi et al. | The Italian open data meteorological portal: MISTRAL | |
| CN115862754A (zh) | 生物质燃烧排放清单确定方法、装置及设备 | |
| Labadessa et al. | A tale of two crickets: global climate and local competition shape the distribution of European Oecanthus species (Orthoptera, Gryllidae) | |
| Eyelade et al. | Impacts of spatiotemporal resolution and tiling on SLEUTH model calibration and forecasting for urban areas with unregulated growth patterns | |
| CN113392500A (zh) | 地质灾害监测预警系统 | |
| Robinson et al. | CHESS-SCAPE: High resolution future projections of multiple climate scenarios for the United Kingdom derived from downscaled UKCP18 regional climate model output | |
| CN114418243B (zh) | 分布式新能源云端网格预测方法与系统 | |
| Busho et al. | Quantifying spatial patterns of urbanization: growth types, rates, and changes in Addis Ababa City from 1990 to 2020 | |
| Lu et al. | Optimization of weather forecasting for cloud cover over the European domain using the meteorological component of the Ensemble for Stochastic Integration of Atmospheric Simulations version 1.0 | |
| Wulder et al. | Remote sensing of forest environments, introduction: The transition from theory to information | |
| Antón-Fernández et al. | Building a high-resolution site index map using boosted regression trees: the Norwegian case |
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 |