CN117517581A - 污染物浓度影响评估方法、装置、存储介质及电子设备 - Google Patents
污染物浓度影响评估方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117517581A CN117517581A CN202311469563.0A CN202311469563A CN117517581A CN 117517581 A CN117517581 A CN 117517581A CN 202311469563 A CN202311469563 A CN 202311469563A CN 117517581 A CN117517581 A CN 117517581A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- concentration
- emission
- contribution
- 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
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 249
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 249
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000008859 change Effects 0.000 claims abstract description 153
- 239000002243 precursor Substances 0.000 claims abstract description 117
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 239000000356 contaminant Substances 0.000 claims description 115
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 106
- 238000012544 monitoring process Methods 0.000 claims description 52
- 230000000052 comparative effect Effects 0.000 claims description 42
- 239000012855 volatile organic compound Substances 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 10
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical group [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 8
- 230000001364 causal effect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 abstract description 28
- 238000004088 simulation Methods 0.000 description 18
- 238000004590 computer program Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- 101000872083 Danio rerio Delta-like protein C Proteins 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004062 sedimentation Methods 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Food Science & Technology (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种污染物浓度影响评估方法、装置、存储介质及电子设备,该方法包括:基于获取到的基准气象数据和对比气象数据,计算目标污染物的气象贡献影响数据,气象贡献影响数据包括目标污染物的至少一个前体物中每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献;基于获取到的基准排放清单和对比排放清单,计算目标污染物的排放贡献影响数据,排放贡献影响数据包括每个前体物在排放源变化下,分别对每个网格区域内的目标污染物的浓度变化贡献;基于气象贡献影响数据和排放贡献影响数据,确定目标污染物的浓度影响评估结果。本发明实施例可得到更加精细化的浓度影响评估结果,从而有效支撑对目标污染物的成因分析。
Description
技术领域
本发明涉及大气污染防治技术领域,尤其涉及一种污染物浓度影响评估方法、装置、存储介质及电子设备。
背景技术
目标污染物(如臭氧或硫酸盐气溶胶等二次污染物)的产生与气象条件变化(即气象变化)和污染排放密不可分,即污染物排放与气象条件的变化是影响目标污染物浓度的关键因素;但现有技术缺乏气象变化和排放源变化(即污染物排放变化)对目标污染物的影响的深入解析,即浓度影响评估结果较为粗糙,难以支撑对目标污染物的成因分析。基于此,如何更为精细地确定气象变化和排放源变化对目标污染物的影响,以得到更加精细化的浓度影响评估结果,从而有效支撑对目标污染物的成因分析成为一个研究热点。
发明内容
有鉴于此,本发明实施例提供了一种污染物浓度影响评估方法、装置、存储介质及电子设备,以解决现有技术缺乏气象变化和排放源变化(即污染物排放变化)对目标污染物的影响的深入解析,即浓度影响评估结果较为粗糙,难以支撑对目标污染物的成因分析的问题;也就是说,本发明实施例可更为精细地确定气象变化和排放源变化对目标污染物的影响,以得到更加精细化的浓度影响评估结果,从而有效支撑对目标污染物的成因分析。
根据本发明的一方面,提供了一种污染物浓度影响评估方法,所述方法包括:
获取目标时段下的基准气象数据和基准排放清单,以及获取所述目标时段对应的对比时段下的对比气象数据和对比排放清单,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括所述每个网格区域内的排放源数据;
基于所述基准气象数据和所述对比气象数据,计算目标污染物的气象贡献影响数据,所述气象贡献影响数据包括所述目标污染物的至少一个前体物中每个前体物在气象变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
基于所述基准排放清单和所述对比排放清单,计算所述目标污染物的排放贡献影响数据,所述排放贡献影响数据包括所述每个前体物在排放源变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
基于所述气象贡献影响数据和所述排放贡献影响数据,确定所述目标污染物的浓度影响评估结果,所述浓度影响评估结果用于支持对所述目标污染物在所述每个网格区域内的成因分析提供数据支撑。
根据本发明的另一方面,提供了一种污染物浓度影响评估装置,所述装置包括:
获取单元,用于获取目标时段下的基准气象数据和基准排放清单,以及获取所述目标时段对应的对比时段下的对比气象数据和对比排放清单,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括所述每个网格区域内的排放源数据;
处理单元,用于基于所述基准气象数据和所述对比气象数据,计算目标污染物的气象贡献影响数据,所述气象贡献影响数据包括所述目标污染物的至少一个前体物中每个前体物在气象变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
所述处理单元,还用于基于所述基准排放清单和所述对比排放清单,计算所述目标污染物的排放贡献影响数据,所述排放贡献影响数据包括所述每个前体物在排放源变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
所述处理单元,还用于基于所述气象贡献影响数据和所述排放贡献影响数据,确定所述目标污染物的浓度影响评估结果,所述浓度影响评估结果用于支持对所述目标污染物在所述每个网格区域内的成因分析提供数据支撑。
根据本发明的另一方面,提供了一种电子设备,所述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上述所提及的方法。
根据本发明的另一方面,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,所述计算机指令用于使计算机执行上述所提及的方法。
本发明实施例可在获取到目标时段下的基准气象数据和基准排放清单,以及获取到目标时段对应的对比时段下的对比气象数据和对比排放清单后,基于基准气象数据和对比气象数据,计算目标污染物的气象贡献影响数据,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括每个网格区域内的排放源数据,气象贡献影响数据包括目标污染物的至少一个前体物中每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献;并可基于基准排放清单和对比排放清单,计算目标污染物的排放贡献影响数据,排放贡献影响数据包括每个前体物在排放源变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。基于此,可基于气象贡献影响数据和排放贡献影响数据,确定目标污染物的浓度影响评估结果,浓度影响评估结果用于支持对目标污染物在每个网格区域内的成因分析提供数据支撑。可见,本发明实施例可分别确定气象变化下每个前体物对目标污染物的浓度影响,以及排放源变化下每个前体物对目标污染物的浓度影响,从而更为精细地确定气象变化和排放源变化对目标污染物的影响,以得到更加精细化的浓度影响评估结果,从而有效支撑对目标污染物的成因分析。
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一种污染物浓度影响评估方法的流程示意图;
图2示出了根据本发明示例性实施例的另一种污染物浓度影响评估方法的流程示意图;
图3示出了根据本发明示例性实施例的又一种污染物浓度影响评估方法的流程示意图;
图4示出了根据本发明示例性实施例的再一种污染物浓度影响评估方法的流程示意图;
图5示出了根据本发明示例性实施例的一种污染物浓度影响评估装置的示意性框图;
图6示出了能够用于实现本发明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发明的实施例。虽然附图中显示了本发明的某些实施例,然而应当理解的是,本发明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发明。应当理解的是,本发明的附图及实施例仅用于示例性作用,并非用于限制本发明的保护范围。
应当理解,本发明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。本发明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,本发明中提及的“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,本发明中提及的“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”。
本发明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。
需要说明的是,本发明实施例提供的污染物浓度影响评估方法的执行主体可以是一个或多个电子设备,本发明对此不作限定;其中,电子设备可以是终端(即客户端)或者服务器,那么在执行主体包括多个电子设备,且多个电子设备中包括至少一个终端和至少一个服务器时,本发明实施例提供的污染物浓度影响评估方法可由终端和服务器共同执行。相应的,此处所提及的终端可以包括但不限于:智能手机、平板电脑、笔记本电脑、台式计算机、智能手表、智能语音交互设备、智能家电、车载终端、飞行器,等等。此处所提及的服务器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(cloud computing)、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、CDN(Content Delivery Network,内容分发网络)、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,等等。
基于上述描述,本发明实施例提出一种污染物浓度影响评估方法,该污染物浓度影响评估方法可以由上述所提及的电子设备(终端或服务器)执行;或者,该污染物浓度影响评估方法可由终端和服务器共同执行。为了便于阐述,后续均以电子设备执行该污染物浓度影响评估方法为例进行说明;如图1所示,该污染物浓度影响评估方法可包括以下步骤S101-S104:
S101,获取目标时段下的基准气象数据和基准排放清单,以及获取目标时段对应的对比时段下的对比气象数据和对比排放清单,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括每个网格区域内的排放源数据。
其中,目标时段可以是任意时段,本发明对此不作限定;相应的,对比时段可以是目标时段的同比时段,也可以是目标时段的环比时段等,本发明对此不作限定。例如,假设目标时段为2023年5月,对比时段可以为2022年5月、2021年5月、2023年4月或2023年3月,等等。
可选的,一个气象信息可以包括但不限于:温度、湿度以及风向等,本发明对此不作限定;可选的,一个网格区域内的排放源数据的数量可以为一个或多个,且一个排放源数据可以包括但不限于:相应网格区域内的相应排放源下每个污染物在预设排放时长(即单位排放时长)内的排放量等,本发明对此不作限定;例如,一个排放源数据可以包括目标污染物的至少一个前体物中每个前体物在相应网格区域的相应污染源下的排放量。可选的,预设排放时长可以是1小时或2小时等,本发明对此不作限定;示例性的,假设预设排放时长为1小时,那么一个排放源下任一污染物在预设排放时长内的排放量可以包括相应排放源下任一污染物在某个时段(如目标时段或对比时段等)下的第1个小时内的排放量、在某个时段下的第2个小时内的排放量,以及在某个时段下的第q个小时内的排放量等,q为正整数,即可以包括相应排放源下任一污染物在时长为预设排放时长的每个时段内的排放量(即相应排放源下任一污染物在按照预设排放时长对某个时段进行划分后的每个时段内的排放量);或者,当任一污染物在按照预设排放时长对某个时段进行划分后的每个时段内的排放量均相同时,一个排放源下任一污染物在预设排放时长内的排放量也可以包括相应排放源下任一污染物在时长为预设排放时长的一个时段内的排放量,以反映相应排放源下任一污染物在按照预设排放时长对某个时段进行划分后的每个时段(如第1小时或第2小时等)内的排放量,等等。
在本发明实施例中,气象数据和排放清单的获取方式可以包括但不限于以下几种:
第一种获取方式:电子设备可获取基准下载链接和对比下载链接,且基准下载链接用于下载目标时段下的基准气象数据和基准排放清单,对比下载链接用于下载对比时段下的对比气象数据和对比排放清单。在此种情况下,电子设备可基于基准下载链接对基准气象数据和基准排放清单进行下载,得到基准气象数据和基准排放清单,以实现获取目标时段下的基准气象数据和基准排放清单;同理,电子设备可基于对比下载链接对对比气象数据和对比排放清单进行下载,得到对比气象数据和对比排放清单,以实现获取对比气象数据和对比排放清单。
第二种获取方式:电子设备存储有多个时段中每个时段下的气象数据和排放清单,在此种情况下,电子设备可从多个时段中确定出目标时段和对比时段,并从每个时段下的气象数据和排放清单中,确定出目标时段下的基准气象数据和基准排放清单,以及确定出对比时段下的对比气象数据和对比排放清单。
第三种获取方式:电子设备存储有多个时段中每个时段下的排放清单,那么电子设备可从每个时段下的排放清单中,确定出目标时段下的目标排放清单和对比时段下的对比排放清单;并且,电子设备可获取用于下载基准气象数据的基准下载链接和用于下载对比气象数据的对比下载链接,并采用基准下载链接下载基准气象数据,以及采用对比下载链接下载对比气象数据,从而实现获取基准气象数据和基准排放清单,以及实现获取对比气象数据和对比排放清单,等等。
可选的,多个网格区域可以为指定区域的网格划分结果,且指定区域可以是一个省所在的区域,也可以是一个市所在的区域等,本发明对此不作限定。
S102,基于基准气象数据和对比气象数据,计算目标污染物的气象贡献影响数据,气象贡献影响数据包括目标污染物的至少一个前体物中每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。
其中,目标污染物可以是臭氧或硫酸盐气溶胶等二次污染物,本发明对此不作限定;为了便于阐述,后续均以目标污染物为臭氧为例进行说明。可选的,当目标污染物为臭氧时,至少一个前体物可以包括但不限于:至少一个属于挥发性有机化合物(VOCs,Volatile Organic Compounds)的前体物和/或至少一个属于氮氧化物(NOx,NitrogenOxides)的前体物,等等;本发明对此不作限定。
可选的,一个属于挥发性有机化合物的前体物可以为单一的挥发性有机化合物(如烷类挥发性有机化合物、芳烃类挥发性有机化合物以及酯类挥发性有机化合物等),也可以为包括多个单一挥发性有机化合物的集合,本发明对此不作限定;可选的,一个属于氮氧化物的前体物可以为单一的氮氧化物(如一氧化氮以及二氧化氮等),也可以为包括多个单一氮氧化物的集合,本发明对此不作限定。可见,一个前体物可以为单一的挥发性有机化合物,也可以为包括多个单一挥发性有机化合物的集合,也可以为单一的氮氧化物,还可以为包括多个单一氮氧化物的集合,等等;本发明对此不作限定。
S103,基于基准排放清单和对比排放清单,计算目标污染物的排放贡献影响数据,排放贡献影响数据包括每个前体物在排放源变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。
应当理解的是,任一前体物可以包括H个物种,H为正整数,一个物种可以指的是单一挥发性有机化合物或单一氮氧化物;当H的取值为1时,任一前体物可以为单一挥发性有机化合物或单一氮氧化物,当H的取值大于1时,任一前体物可以为包括多个单一挥发性有机化合物的集合,或包括多个单一氮氧化物的集合,此时任一前体物可以包括多个物种。基于此,当任一前体物包括多个物种时,任一前体物在气象变化下对任一网格区域内的目标污染物的浓度变化贡献可以为:任一前体物包括的多个物种中每个物种在气象变化下,对任一网格区域内的目标污染物的浓度变化贡献之和;相应的,任一前体物在排放源变化下对任一网格区域内的目标污染物的浓度变化贡献可以为:任一前体物包括的多个物种中每个物种在排放源变化下,对任一网格区域内的目标污染物的浓度变化贡献之和。
S104,基于气象贡献影响数据和排放贡献影响数据,确定目标污染物的浓度影响评估结果,浓度影响评估结果用于支持对目标污染物在每个网格区域内的成因分析提供数据支撑。
可选的,浓度影响评估结果可以是直接基于气象贡献影响数据和排放贡献影响数据确定的,也可以是基于气象变化下挥发性有机化合物对每个网格区域内的目标污染物的浓度变化贡献、气象变化下氮氧化物对每个网格区域内的目标污染物的浓度变化贡献、排放源变化下挥发性有机化合物对每个网格区域内的目标污染物的浓度变化贡献、以及排放源变化下氮氧化物对每个网格区域内的目标污染物的浓度变化贡献确定的,等等;本发明对此不作限定。其中,气象变化下挥发性有机化合物和氮氧化物对每个网格区域内的目标污染物的浓度变化贡献可以是分别基于气象贡献影响数据确定的,排放源变化下挥发性有机化合物和氮氧化物对每个网格区域内的目标污染物的浓度变化贡献可以是分别基于排放贡献影响数据确定的如图2所示。
在本发明实施例中,气象变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献(如臭氧浓度变化贡献)可以为:属于挥发性有机化合物的每个前体物在气象变化下,对任一网格区域内的目标污染物的浓度变化贡献之和;气象变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献可以为:属于氮氧化物的每个前体物在气象变化下,对任一网格区域内的目标污染物的浓度变化贡献之和。相应的,排放源变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献可以为:属于挥发性有机化合物的每个前体物在排放源变化下,对任一网格区域内的目标污染物的浓度变化贡献之和;排放源变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献可以为:属于氮氧化物的每个前体物在排放源变化下,对任一网格区域内的目标污染物的浓度变化贡献之和。
本发明实施例可在获取到目标时段下的基准气象数据和基准排放清单,以及获取到目标时段对应的对比时段下的对比气象数据和对比排放清单后,基于基准气象数据和对比气象数据,计算目标污染物的气象贡献影响数据,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括每个网格区域内的排放源数据,气象贡献影响数据包括目标污染物的至少一个前体物中每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献;并可基于基准排放清单和对比排放清单,计算目标污染物的排放贡献影响数据,排放贡献影响数据包括每个前体物在排放源变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。基于此,可基于气象贡献影响数据和排放贡献影响数据,确定目标污染物的浓度影响评估结果,浓度影响评估结果用于支持对目标污染物在每个网格区域内的成因分析提供数据支撑。可见,本发明实施例可分别确定气象变化下每个前体物对目标污染物的浓度影响,以及排放源变化下每个前体物对目标污染物的浓度影响,从而更为精细地确定气象变化和排放源变化对目标污染物的影响,以得到更加精细化的浓度影响评估结果,从而有效支撑对目标污染物的成因分析。
基于上述描述,本发明实施例还提出一种更为具体的污染物浓度影响评估方法。相应的,该污染物浓度影响评估方法可以由上述所提及的电子设备(终端或服务器)执行;或者,该污染物浓度影响评估方法可由终端和服务器共同执行。为了便于阐述,后续均以电子设备执行该污染物浓度影响评估方法为例进行说明;请参见图3,该污染物浓度影响评估方法可包括以下步骤S301-S307:
S301,获取目标时段下的基准气象数据和基准排放清单,以及获取目标时段对应的对比时段下的对比气象数据和对比排放清单,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括每个网格区域内的排放源数据。
S302,基于基准气象数据和对比气象数据,计算目标污染物的气象贡献影响数据,气象贡献影响数据包括目标污染物的至少一个前体物中每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。
具体的,电子设备可确定目标排放清单,并基于基准气象数据和目标排放清单,预测基准气象评估数据,基准气象评估数据包括每个前体物对每个网格区域内的目标污染物的第一生成浓度贡献;以及,基于对比气象数据和目标排放清单,预测对比气象评估数据,对比气象评估数据包括每个前体物对每个网格区域内的目标污染物的第二生成浓度贡献。然后,电子设备可分别基于每个前体物对每个网格区域内的目标污染物的第一生成浓度贡献和第二生成浓度贡献,计算相应前体物在气象变化下,对每个网格区域内的目标污染物的浓度变化贡献,并将每个前体物在气象变化下,对每个网格区域内的目标污染物的浓度变化贡献,添加至目标污染物的气象贡献影响数据中,以实现计算气象贡献影响数据,也就是说,气象贡献影响数据可以包括每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。可选的,任一前体物对任一网格区域内的目标污染物的生成浓度贡献(如第一生成浓度贡献或第二生成浓度贡献等)可以为:任一前体物在每类污染源下对任一网格区域内的目标污染物的生成浓度贡献之和,任一前体物在任一类污染源下对任一网格区域内的目标污染物的生成浓度贡献可以为:任一前体物在任一类污染源及每个网格区域下,对任一网格区域内的目标污染物的生成浓度贡献之和。其中,一类污染源可以为工业污染源,也可以为农业污染源等,本发明对此不作限定。
可选的,电子设备可调用目标空气质量模型,基于气象数据和排放清单,预测评估数据(如基准气象评估数据、对比气象评估数据、基准排放评估数据和对比排放评估数据等);如调用目标空气质量模型,基于基准气象数据和目标排放清单,预测基准气象评估数据。可选的,目标空气质量模型可以为CMAQ-ISAM(一种空气质量模型),也可以为CAMx-OSAT(另一种空气质量模型)等,本发明对此不作限定;其中,ISAM(Integrated SourceApportionment Model,一种源解析工具)可以为CMAQ(Community Multiscale AirQuality Modeling System,第三代空气质量预报和评估系统)的来源解析工具,OSAT(Ozone Source Apportionment Technology,另一种源解析工具)可以为CAMx(Comprehensive Air Quality Model Extensions,一种空气质量模式)的来源解析工具。可选的,本发明实施例可优选CMAQ-ISAM作为目标空气质量模型,此时一个前体物可以为单一物种,从而提高成因分析的精细度。
在一种实施方式中,在确定目标排放清单时,电子设备可将基准排放清单或对比排放清单,作为目标排放清单。
另一种实施方式中,电子设备可确定浓度观测数据和初始排放清单,并采用浓度观测数据对初始排放清单进行修正,得到目标排放清单;其中,浓度观测数据可以包括模拟时段下的目标污染物在每个网格区域内的浓度观测值,即浓度观测数据可以包括每个网格区域在模拟时段下的目标污染物浓度观测值。可选的,初始排放清单可以为基准排放清单,也可以为对比排放清单,也可以为基准排放清单和对比排放清单的均值运算结果,还可以为其他任意时段下的排放清单等,本发明对此不作限定;可选的,当初始排放清单为基准排放清单时,模拟时段可以为目标时段,此时浓度观测数据可以为基准监测数据;当初始排放清单为对比排放清单时,模拟时段可以为对比时段,此时浓度观测数据可以为对比监测数据;当初始排放清单为基准排放清单和对比排放清单的均值运算结果或其他任意时段下的排放清单时,模拟时段可以为目标时段或对比时段等。
具体的,在采用浓度观测数据对初始排放清单进行修正,得到目标排放清单时,电子设备可对初始排放清单进行扰动,得到多个扰动排放清单,并分别采用多个扰动排放清单中的每个扰动排放清单,预测每个扰动排放清单对应的浓度模拟结果,一个浓度模拟结果包括每个网格区域在相应扰动排放清单下的目标污染物浓度值,也就是说,针对多个扰动排放清单中的任一扰动排放清单,可采用任一扰动排放清单和模拟时段下的气象数据,预测任一扰动排放清单对应的浓度模拟结果。进一步的,电子设备可基于每个扰动排放清单对应的浓度模拟结果和浓度观测数据,计算每个扰动排放清单的清单评估值,以基于每个扰动排放清单的清单评估值,从多个扰动排放清单中选取出目标排放清单,目标排放清单的清单评估值小于多个扰动排放清单中除目标排放清单以外的任一扰动排放清单的清单评估值。可选的,针对多个扰动排放清单中的任一扰动排放清单,电子设备可基于任一扰动排放清单对应的浓度模拟结果中每个网格区域的目标污染物浓度值,与浓度观测数据中相应网格区域的目标污染物浓度观测值之间的差值,计算每个网格区域的模拟浓度差值,如将任一扰动排放清单对应的浓度模拟结果中任一网格区域的目标污染物浓度值与浓度观测数据中任一网格区域的目标污染物浓度观测值之间的差值,作为任一网格区域的模拟浓度差值;然后,可对每个网格区域的模拟浓度差值进行加权求和,得到任一扰动排放清单的清单评估值。可选的,本发明实施例中任意加权求和过程中的权重可以是按照经验设置的,也可以是按照实际需求设置的,本发明对此不作限定。
另一种实施方式中,可确定目标时段下的多个排放清单,并对多个排放清单进行整合,得到整合后的排放清单,以及将整合后的排放清单作为目标排放清单,等等。示例性的,假设多个排放清单可包括动态排放清单和静态排放清单,动态排放清单中一个污染物在预设排放时长内的排放量可以是分别针对时长为预设排放时长的每个时段监测到的,而静态排放清单中一个污染物在时长为预设排放时长的一个时段内的排放量可以是:将模拟时段下的监测数据,平均分配到按照预设排放时长对模拟时段进行划分后的每个时段的结果;在此种情况下,电子设备可将动态排放清单整合至静态排放清单中,以使动态排放清单中任一污染物的排放信息替换静态排放清单中任一污染物的排放信息,以实现对多个排放清单进行整合,得到整合后的排放清单,一个排放信息可用于指示相应污染物在按照预设排放时长对模拟时段进行划分后的每个时段内的排放量。应当理解的是,动态排放清单可更加准确地对任一污染物在时长为预设排放时长的每个时段内的排放量进行表示,从而提高目标排放清单的准确性。
进一步的,基准气象评估数据还可包括目标污染物在每个网格区域的第一传输浓度,且对比气象评估数据还可包括目标污染物在每个网格区域的第二传输浓度;基于此,电子设备还可分别基于目标污染物在每个网格区域的第一传输浓度和第二传输浓度,计算目标污染物在相应网格区域的传输浓度变化贡献,即可基于每个网格区域的第一传输浓度和第二传输浓度之间的差值,计算目标污染物在相应网格区域的传输浓度变化贡献;然后,可将目标污染物在每个网格区域的传输浓度变化贡献,添加至气象贡献影响数据中,从而可使气象贡献影响数据包括目标污染物在每个网格区域的传输浓度变化贡献。换句话说,基于气象数据和排放清单进行数值模拟,可得到每个前体物对每个网格区域内的目标污染物的生成浓度贡献和目标污染物在每个网格区域的传输浓度等,以实现预测评估数据。
可选的,一个网格区域的一个传输浓度可以是基于边界条件和相应初始条件(如目标时段或对比时段中起始时刻下相应网格区域内的目标污染物浓度值)所确定的;其中,边界条件可以包括但不限于:指定区域的至少一个相交网格区域中每个相交网格区域内的目标污染物浓度值和气象信息等,本发明对此不作限定;一个相交网格区域可以指的是与指定区域相交且不完全位于指定区域内的网格区域。综上可见,本发明实施例既能实现目标污染物浓度变化中气象变化与排放源变化的贡献评估,又能够对目标污染物浓度变化中化学动力学(如每个前体物在气象变化下对每个网格区域内的目标污染物的浓度变化贡献,或每个前体物在排放源变化下对每个网格区域内的目标污染物的浓度变化贡献)与物理扩散贡献的评估(即目标污染物在每个网格区域的传输浓度变化贡献)。
S303,基于基准排放清单和对比排放清单,计算目标污染物的排放贡献影响数据,排放贡献影响数据包括每个前体物在排放源变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。
具体的,电子设备可确定目标气象数据,并基于基准排放清单和目标气象数据,预测基准排放评估数据,基准排放评估数据包括每个前体物对每个网格区域内的目标污染物的第三生成浓度贡献;以及,可基于对比排放清单和目标气象数据,预测对比排放评估数据,对比排放评估数据包括每个前体物对每个网格区域内的目标污染物的第四生成浓度贡献。基于此,电子设备可分别基于每个前体物对每个网格区域内的目标污染物的第三生成浓度贡献和第四生成浓度贡献,计算相应前体物在排放源变化下,对每个网格区域内的目标污染物的浓度变化贡献,也就是说,可分别基于每个前体物对每个网格区域内的目标污染物的第三生成浓度贡献和第四生成浓度贡献之间的差值,计算相应前体物在排放源变化下,对每个网格区域内的目标污染物的浓度变化贡献;并将每个前体物在排放源变化下,对每个网格区域内的目标污染物的浓度变化贡献,添加至目标污染物的排放贡献影响数据中,以实现计算排放贡献影响数据,从而可使得排放贡献影响数据包括每个前体物在排放源变化下,对每个网格区域内的目标污染物的浓度变化贡献。
可选的,目标气象数据可以为基准气象数据,也可以为对比气象数据等,本发明对此不作限定。
S304,获取目标时段下的基准监测数据和对比时段下的对比监测数据,基准监测数据包括目标污染物在每个网格区域内的基准监测浓度,且对比监测数据包括目标污染物在每个网格区域内的对比监测浓度。
可选的,基准监测数据和对比监测数据可以是分别基于相应的监测数据下载链接下载的,也可以是通过多个监测站点监测到的,等等;本发明对此不作限定。
S305,基于基准监测数据和对比监测数据,确定目标污染物的监测变化浓度,监测变化浓度包括目标污染物在每个网格区域内的监测浓度变化值,且一个监测浓度变化值是基于目标污染物在相应网格区域内的基准监测浓度和对比监测浓度之间的差值所确定的。
具体的,针对多个网格区域中的任一网格区域,电子设备可从基准监测数据中确定出目标污染物在任一网格区域内的基准监测浓度,并从对比监测数据中确定出目标污染物在任一网格区域内的对比监测浓度,从而基于目标污染物在任一网格区域内的基准监测浓度与对比监测浓度之间的差值,确定目标污染物在任一网格区域内的监测浓度变化值(即ΔCO3),如目标污染物在任一网格区域内的监测浓度变化值可以为:目标污染物在任一网格区域内的基准监测浓度与对比监测浓度之间的差值。
S306,基于监测变化浓度、气象贡献影响数据以及排放贡献影响数据,计算目标污染物的浓度变化残差数据。
其中,浓度变化残差数据可以包括目标污染物在每个网格区域内的浓度变化残差值;针对多个网格区域中的任一网格区域,电子设备可基于监测变化浓度中目标污染物在任一网格区域内的监测浓度变化值、每个前体物在气象变化下对任一网格区域内的目标污染物的浓度变化贡献、以及每个前体物在排放源变化下对任一网格区域内的目标污染物的浓度变化贡献,计算目标污染物在任一网格区域内的浓度变化残差值。应当理解的是,目标污染物浓度变化一般是由气象变化和排放源变化导致的,但目标空气质量模型等自身存在误差,通过模型模拟结果的不同情景差减并不能完全消除系统误差,而且化学模式机制上的不完善以及排放源并不能完全真实反映不同时段的变化特征,因此本发明实施例引入残差项(即浓度变化残差数据)作为目标污染物浓度变化中上述误差带来的变化;在本发明实施例中,浓度变化残差数据可以反映气象变化和排放源变化对目标污染物浓度变化的可解释程度,可用于指示浓度影响评估结果的准确度,即浓度变化残差数据所指示的残差评估值(如对目标污染物在每个网格区域内的浓度变化残差值进行加权求和的结果)越小,说明目标空气质量模型等涉及的误差对于目标污染物浓度变化的影响越小,浓度影响评估结果更为可信;并且,浓度变化残差数据可用于支持气象变化与排放源变化以外的因素(如模拟误差等)对目标污染物浓度变化的成因分析。
具体的,电子设备可采用公式1.1,计算目标污染物在任一网格区域内的浓度变化残差值:
ΔE=ΔCO3-ΔC排放源变化-ΔC气象变化式1.1
其中,ΔC排放源变化为排放源变化对任一网格区域内的目标污染物的浓度变化贡献,其中,ΔC排放源变化可以等于ΔEmisCNOx+ΔEmisCVOCs,ΔEmisCNOx为属于氮氧化物的每个前体物在排放源变化下,对任一网格区域内的目标污染物的浓度变化贡献之和(即排放源变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献),ΔEmisCVOCs为属于挥发性有机化合物的每个前体物在排放源变化下,对任一网格区域内的目标污染物的浓度变化贡献之和(即排放源变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献)。相应的,ΔC气象变化为气象变化对任一网格区域内的目标污染物的浓度变化贡献,ΔC气象变化可以等于ΔMetCNOx+ΔMetCVOCs+ΔMetC传输浓度,ΔMetCNOx为属于氮氧化物的每个前体物在气象变化下,对任一网格区域内的目标污染物的浓度变化贡献之和(即气象变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献),ΔMetCVOCs为属于挥发性有机化合物的每个前体物在气象变化下,对任一网格区域内的目标污染物的浓度变化贡献之和(即气象变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献),而ΔMetC传输浓度为目标污染物在任一网格区域的传输浓度变化贡献。示例性的,如图4所示,目标污染物在任一网格区域内的浓度变化残差值可以是基于目标污染物在任一网格区域内的监测浓度变化值、气象变化对任一网格区域内的目标污染物的浓度变化贡献、排放源变化对任一网格区域内的目标污染物的浓度变化贡献确定的。
综上可见,气象变化和排放源变化对任一网格区域内的目标污染物的浓度变化贡献,可以等于目标污染物在任一网格区域内的实测浓度变化(即目标污染物在任一网格区域内的监测浓度变化值),而气象变化与排放源变化会对目标污染物反应的生成条件产生影响,即可包括气象变化与排放源变化对化学过程的影响,而且气象变化还会对输送条件产生变化,通过影响目标污染物的输送扩散、沉降等过程产生影响。因此,气象变化对任一网格区域内的目标污染物浓度的影响(即气象变化对任一网格区域内的目标污染物的浓度变化贡献)可拆分为:气象变化下VOCs生成对任一网格区域内的目标污染物的浓度变化贡献(即气象变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献)、气象变化下NOx生成对任一网格区域内的目标污染物的浓度变化贡献(即气象变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献)、以及输送条件变化对任一网格区域内的目标污染物的传输浓度变化贡献,排放源变化对任一网格区域内的目标污染物浓度的影响(即排放源变化对任一网格区域内的目标污染物的浓度变化贡献)可拆分为:VOCs排放变化导致的任一网格区域内目标污染物的浓度变化(即排放源变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献)和NOx排放变化导致的任一网格区域内的目标污染物的浓度变化(即排放源变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献)。
S307,基于气象贡献影响数据、排放贡献影响数据以及浓度变化残差数据,确定目标污染物的浓度影响评估结果,浓度影响评估结果用于支持对目标污染物在每个网格区域内的成因分析提供数据支撑。
可选的,电子设备可将气象贡献影响数据、排放贡献影响数据以及浓度变化残差数据,添加至浓度影响评估结果中,以使浓度影响评估结果可包括气象贡献影响数据、排放贡献影响数据以及浓度变化残差数据;或者,针对多个网格区域中的任一网格区域,电子设备可基于气象贡献影响数据确定气象变化下挥发性有机化合物对任一网格区域的目标污染物的浓度变化贡献和气象变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献,并基于排放贡献影响数据确定排放源变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献和排放源变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献,从而将气象变化下挥发性有机化合物对任一网格区域的目标污染物的浓度变化贡献、气象变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献、排放源变化下挥发性有机化合物对任一网格区域内的目标污染物的浓度变化贡献、排放源变化下氮氧化物对任一网格区域内的目标污染物的浓度变化贡献、以及浓度变化残差数据,添加至浓度影响评估结果中,等等。
本发明实施例可在获取到目标时段下的基准气象数据和基准排放清单,以及获取到目标时段对应的对比时段下的对比气象数据和对比排放清单后,基于基准气象数据和对比气象数据,计算目标污染物的气象贡献影响数据,气象贡献影响数据包括目标污染物的至少一个前体物中每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献;并基于基准排放清单和对比排放清单,计算目标污染物的排放贡献影响数据,排放贡献影响数据包括每个前体物在排放源变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。进一步的,可在获取到目标时段下的基准监测数据和对比时段下的对比监测数据后,基于基准监测数据和对比监测数据,确定目标污染物的监测变化浓度,基准监测数据包括目标污染物在每个网格区域内的基准监测浓度,且对比监测数据包括目标污染物在每个网格区域内的对比监测浓度,监测变化浓度包括目标污染物在每个网格区域内的监测浓度变化值,且一个监测浓度变化值是基于目标污染物在相应网格区域内的基准监测浓度和对比监测浓度之间的差值所确定的。基于此,可基于监测变化浓度、气象贡献影响数据以及排放贡献影响数据,计算目标污染物的浓度变化残差数据,从而基于气象贡献影响数据、排放贡献影响数据以及浓度变化残差数据,确定目标污染物的浓度影响评估结果,浓度影响评估结果用于支持对目标污染物在每个网格区域内的成因分析提供数据支撑。可见,本发明实施例可分别分析气象变化下每个前体物对目标污染物的浓度影响、排放源变化下每个前体物对目标污染物的浓度影响以及浓度变化残差数据,从而得到更加精细化的浓度影响评估结果,从而有效支撑对目标污染物的成因分析,即充分考虑了气象变化与排放源变化对目标污染物浓度的效应,提升了对目标污染物浓度变化成因分析的解析深度,具有较高的推广应用价值,为目标污染物污染成因分析与浓度变化成因分析提供有力的科学支撑,从而有助于管控决策的制定。
基于上述污染物浓度影响评估方法的相关实施例的描述,本发明实施例还提出了一种污染物浓度影响评估装置,该污染物浓度影响评估装置可以是运行于电子设备中的一个计算机程序(包括程序代码);如图5所示,该污染物浓度影响评估装置可包括获取单元501和处理单元502。该污染物浓度影响评估装置可以执行图1或图3所示的污染物浓度影响评估方法,即该污染物浓度影响评估装置可以运行上述单元:
获取单元501,用于获取目标时段下的基准气象数据和基准排放清单,以及获取所述目标时段对应的对比时段下的对比气象数据和对比排放清单,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括所述每个网格区域内的排放源数据;
处理单元502,用于基于所述基准气象数据和所述对比气象数据,计算目标污染物的气象贡献影响数据,所述气象贡献影响数据包括所述目标污染物的至少一个前体物中每个前体物在气象变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
所述处理单元502,还用于基于所述基准排放清单和所述对比排放清单,计算所述目标污染物的排放贡献影响数据,所述排放贡献影响数据包括所述每个前体物在排放源变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
处理单元502,还用于基于所述气象贡献影响数据和所述排放贡献影响数据,确定所述目标污染物的浓度影响评估结果,所述浓度影响评估结果用于支持对所述目标污染物在所述每个网格区域内的成因分析提供数据支撑。
在一种实施方式中,处理单元502在基于所述基准气象数据和所述对比气象数据,计算目标污染物的气象贡献影响数据时,可具体用于:
确定目标排放清单,并基于所述基准气象数据和所述目标排放清单,预测基准气象评估数据,所述基准气象评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第一生成浓度贡献;
基于所述对比气象数据和所述目标排放清单,预测对比气象评估数据,所述对比气象评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第二生成浓度贡献;
分别基于所述每个前体物对所述每个网格区域内的所述目标污染物的第一生成浓度贡献和第二生成浓度贡献,计算相应前体物在气象变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献;
将所述每个前体物在气象变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献,添加至所述目标污染物的气象贡献影响数据中,以实现计算所述气象贡献影响数据。
另一种实施方式中,基准气象评估数据还包括所述目标污染物在所述每个网格区域的第一传输浓度,且所述对比气象评估数据还包括所述目标污染物在所述每个网格区域的第二传输浓度;处理单元502还可用于:
分别基于所述目标污染物在所述每个网格区域的第一传输浓度和第二传输浓度,计算所述目标污染物在相应网格区域的传输浓度变化贡献;
将所述目标污染物在所述每个网格区域的传输浓度变化贡献,添加至所述气象贡献影响数据中。
另一种实施方式中,处理单元502在确定目标排放清单时,可具体用于:
将所述基准排放清单或所述对比排放清单,作为目标排放清单;或者,
确定浓度观测数据和初始排放清单,并采用所述浓度观测数据对所述初始排放清单进行修正,得到所述目标排放清单;或者,
确定所述目标时段下的多个排放清单,并对所述多个排放清单进行整合,得到整合后的排放清单,以及将所述整合后的排放清单作为所述目标排放清单。
另一种实施方式中,处理单元502在基于所述基准排放清单和所述对比排放清单,计算所述目标污染物的排放贡献影响数据时,可具体用于:
确定目标气象数据,并基于所述基准排放清单和所述目标气象数据,预测基准排放评估数据,所述基准排放评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第三生成浓度贡献;
基于所述对比排放清单和所述目标气象数据,预测对比排放评估数据,所述对比排放评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第四生成浓度贡献;
分别基于所述每个前体物对所述每个网格区域内的所述目标污染物的第三生成浓度贡献和第四生成浓度贡献,计算相应前体物在排放源变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献;
将所述每个前体物在排放源变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献,添加至所述目标污染物的排放贡献影响数据中,以实现计算所述排放贡献影响数据。
另一种实施方式中,处理单元502在基于所述气象贡献影响数据和所述排放贡献影响数据,确定所述目标污染物的浓度影响评估结果时,可具体用于:
获取所述目标时段下的基准监测数据和所述对比时段下的对比监测数据,所述基准监测数据包括所述目标污染物在所述每个网格区域内的基准监测浓度,且所述对比监测数据包括所述目标污染物在所述每个网格区域内的对比监测浓度;
基于所述基准监测数据和所述对比监测数据,确定所述目标污染物的监测变化浓度,所述监测变化浓度包括所述目标污染物在所述每个网格区域内的监测浓度变化值,且一个监测浓度变化值是基于所述目标污染物在相应网格区域内的基准监测浓度和对比监测浓度之间的差值所确定的;
基于所述监测变化浓度、所述气象贡献影响数据以及所述排放贡献影响数据,计算所述目标污染物的浓度变化残差数据;
基于所述气象贡献影响数据、所述排放贡献影响数据以及所述浓度变化残差数据,确定所述目标污染物的浓度影响评估结果。
另一种实施方式中,所述目标污染物为臭氧,且所述至少一个前体物包括至少一个属于挥发性有机化合物的前体物和/或至少一个属于氮氧化物的前体物。
根据本发明的一个实施例,图1或图3所示的方法所涉及的各个步骤均可由图5所示的污染物浓度影响评估装置中的各个单元来执行的。例如,图1中所示的步骤S101可由图5中所示的获取单元501执行,步骤S102-S104均可由图5中所示的处理单元502执行。又如,图3中所示的步骤S301可由图5中所示的获取单元501执行,步骤S302-S307均可由图5中所示的处理单元502执行,等等。
根据本发明的另一个实施例,图5所示的污染物浓度影响评估装置中的各个单元均可以分别或全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本发明的实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。在本发明的其它实施例中,任一污染物浓度影响评估装置也可以包括其他单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由多个单元协作实现。
根据本发明的另一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用电子设备上运行能够执行如图1或图3中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图5中所示的污染物浓度影响评估装置,以及来实现本发明实施例的污染物浓度影响评估方法。所述计算机程序可以记载于例如计算机存储介质上,并通过计算机存储介质装载于上述电子设备中,并在其中运行。
本发明实施例可在获取到目标时段下的基准气象数据和基准排放清单,以及获取到目标时段对应的对比时段下的对比气象数据和对比排放清单后,基于基准气象数据和对比气象数据,计算目标污染物的气象贡献影响数据,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括每个网格区域内的排放源数据,气象贡献影响数据包括目标污染物的至少一个前体物中每个前体物在气象变化下,分别对每个网格区域内的目标污染物的浓度变化贡献;并可基于基准排放清单和对比排放清单,计算目标污染物的排放贡献影响数据,排放贡献影响数据包括每个前体物在排放源变化下,分别对每个网格区域内的目标污染物的浓度变化贡献。基于此,可基于气象贡献影响数据和排放贡献影响数据,确定目标污染物的浓度影响评估结果,浓度影响评估结果用于支持对目标污染物在每个网格区域内的成因分析提供数据支撑。可见,本发明实施例可分别确定气象变化下每个前体物对目标污染物的浓度影响,以及排放源变化下每个前体物对目标污染物的浓度影响,从而更为精细地确定气象变化和排放源变化对目标污染物的影响,以得到更加精细化的浓度影响评估结果,从而有效支撑对目标污染物的成因分析。
基于上述方法实施例以及装置实施例的描述,本发明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发明实施例的方法。
本发明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发明实施例的方法。
本发明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发明实施例的方法。
参考图6,现将描述可以作为本发明的服务器或客户端的电子设备600的结构框图,其是可以应用于本发明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/或者要求的本发明的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备,输入单元606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607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608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600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TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601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601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601执行上文所描述的各个方法和处理。例如,在一些实施例中,污染物浓度影响评估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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。在一些实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行污染物浓度影响评估方法。
用于实施本发明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。
在本发明的上下文中,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。
如本发明使用的,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。
并且,应理解的是,以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种污染物浓度影响评估方法,其特征在于,包括:
获取目标时段下的基准气象数据和基准排放清单,以及获取所述目标时段对应的对比时段下的对比气象数据和对比排放清单,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括所述每个网格区域内的排放源数据;
基于所述基准气象数据和所述对比气象数据,计算目标污染物的气象贡献影响数据,所述气象贡献影响数据包括所述目标污染物的至少一个前体物中每个前体物在气象变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
基于所述基准排放清单和所述对比排放清单,计算所述目标污染物的排放贡献影响数据,所述排放贡献影响数据包括所述每个前体物在排放源变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
基于所述气象贡献影响数据和所述排放贡献影响数据,确定所述目标污染物的浓度影响评估结果,所述浓度影响评估结果用于支持对所述目标污染物在所述每个网格区域内的成因分析提供数据支撑。
2.根据权利要求1所述的方法,其特征在于,所述基于所述基准气象数据和所述对比气象数据,计算目标污染物的气象贡献影响数据,包括:
确定目标排放清单,并基于所述基准气象数据和所述目标排放清单,预测基准气象评估数据,所述基准气象评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第一生成浓度贡献;
基于所述对比气象数据和所述目标排放清单,预测对比气象评估数据,所述对比气象评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第二生成浓度贡献;
分别基于所述每个前体物对所述每个网格区域内的所述目标污染物的第一生成浓度贡献和第二生成浓度贡献,计算相应前体物在气象变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献;
将所述每个前体物在气象变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献,添加至所述目标污染物的气象贡献影响数据中,以实现计算所述气象贡献影响数据。
3.根据权利要求2所述的方法,其特征在于,所述基准气象评估数据还包括所述目标污染物在所述每个网格区域的第一传输浓度,且所述对比气象评估数据还包括所述目标污染物在所述每个网格区域的第二传输浓度;所述方法还包括:
分别基于所述目标污染物在所述每个网格区域的第一传输浓度和第二传输浓度,计算所述目标污染物在相应网格区域的传输浓度变化贡献;
将所述目标污染物在所述每个网格区域的传输浓度变化贡献,添加至所述气象贡献影响数据中。
4.根据权利要求2所述的方法,其特征在于,所述确定目标排放清单,包括:
将所述基准排放清单或所述对比排放清单,作为目标排放清单;或者,
确定浓度观测数据和初始排放清单,并采用所述浓度观测数据对所述初始排放清单进行修正,得到所述目标排放清单;或者,
确定所述目标时段下的多个排放清单,并对所述多个排放清单进行整合,得到整合后的排放清单,以及将所述整合后的排放清单作为所述目标排放清单。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于所述基准排放清单和所述对比排放清单,计算所述目标污染物的排放贡献影响数据,包括:
确定目标气象数据,并基于所述基准排放清单和所述目标气象数据,预测基准排放评估数据,所述基准排放评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第三生成浓度贡献;
基于所述对比排放清单和所述目标气象数据,预测对比排放评估数据,所述对比排放评估数据包括所述每个前体物对所述每个网格区域内的所述目标污染物的第四生成浓度贡献;
分别基于所述每个前体物对所述每个网格区域内的所述目标污染物的第三生成浓度贡献和第四生成浓度贡献,计算相应前体物在排放源变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献;
将所述每个前体物在排放源变化下,对所述每个网格区域内的所述目标污染物的浓度变化贡献,添加至所述目标污染物的排放贡献影响数据中,以实现计算所述排放贡献影响数据。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述基于所述气象贡献影响数据和所述排放贡献影响数据,确定所述目标污染物的浓度影响评估结果,包括:
获取所述目标时段下的基准监测数据和所述对比时段下的对比监测数据,所述基准监测数据包括所述目标污染物在所述每个网格区域内的基准监测浓度,且所述对比监测数据包括所述目标污染物在所述每个网格区域内的对比监测浓度;
基于所述基准监测数据和所述对比监测数据,确定所述目标污染物的监测变化浓度,所述监测变化浓度包括所述目标污染物在所述每个网格区域内的监测浓度变化值,且一个监测浓度变化值是基于所述目标污染物在相应网格区域内的基准监测浓度和对比监测浓度之间的差值所确定的;
基于所述监测变化浓度、所述气象贡献影响数据以及所述排放贡献影响数据,计算所述目标污染物的浓度变化残差数据;
基于所述气象贡献影响数据、所述排放贡献影响数据以及所述浓度变化残差数据,确定所述目标污染物的浓度影响评估结果。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述目标污染物为臭氧,且所述至少一个前体物包括至少一个属于挥发性有机化合物的前体物和/或至少一个属于氮氧化物的前体物。
8.一种污染物浓度影响评估装置,其特征在于,所述装置包括:
获取单元,用于获取目标时段下的基准气象数据和基准排放清单,以及获取所述目标时段对应的对比时段下的对比气象数据和对比排放清单,一个气象数据包括多个网格区域中每个网格区域内的气象信息,且一个排放清单包括所述每个网格区域内的排放源数据;
处理单元,用于基于所述基准气象数据和所述对比气象数据,计算目标污染物的气象贡献影响数据,所述气象贡献影响数据包括所述目标污染物的至少一个前体物中每个前体物在气象变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
所述处理单元,还用于基于所述基准排放清单和所述对比排放清单,计算所述目标污染物的排放贡献影响数据,所述排放贡献影响数据包括所述每个前体物在排放源变化下,分别对所述每个网格区域内的所述目标污染物的浓度变化贡献;
所述处理单元,还用于基于所述气象贡献影响数据和所述排放贡献影响数据,确定所述目标污染物的浓度影响评估结果,所述浓度影响评估结果用于支持对所述目标污染物在所述每个网格区域内的成因分析提供数据支撑。
9.一种电子设备,其特征在于,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1-7中任一项所述的方法。
10.一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计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311469563.0A CN117517581A (zh) | 2023-11-06 | 2023-11-06 | 污染物浓度影响评估方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311469563.0A CN117517581A (zh) | 2023-11-06 | 2023-11-06 | 污染物浓度影响评估方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117517581A true CN117517581A (zh) | 2024-02-06 |
Family
ID=89759899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311469563.0A Pending CN117517581A (zh) | 2023-11-06 | 2023-11-06 | 污染物浓度影响评估方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117517581A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117726046A (zh) * | 2024-02-07 | 2024-03-19 | 中科三清科技有限公司 | 点源排放预测方法、装置、存储介质及电子设备 |
-
2023
- 2023-11-06 CN CN202311469563.0A patent/CN117517581A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117726046A (zh) * | 2024-02-07 | 2024-03-19 | 中科三清科技有限公司 | 点源排放预测方法、装置、存储介质及电子设备 |
CN117726046B (zh) * | 2024-02-07 | 2024-04-30 | 中科三清科技有限公司 | 点源排放预测方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117517581A (zh) | 污染物浓度影响评估方法、装置、存储介质及电子设备 | |
CN116882321B (zh) | 气象影响量化评估方法、装置、存储介质及电子设备 | |
CN114819696B (zh) | 确定污染物浓度影响因素的方法、装置及电子设备 | |
SG176555A1 (en) | Counter and timer constraints | |
CN110007921B (zh) | 一种代码发布方法及装置 | |
CN115271547B (zh) | 臭氧污染的源解析方法、装置和电子设备 | |
CN115237079B (zh) | 一种化工生产用设备智能化控制系统及控制方法 | |
CN110766185A (zh) | 用户量的确定方法和系统、计算机系统 | |
CN112418921A (zh) | 用电需量预测方法、装置、系统与计算机存储介质 | |
CN115271258B (zh) | 臭氧主控污染物的预测方法、装置及电子设备 | |
CN112037007A (zh) | 针对小微企业信贷审批的方法及电子设备 | |
CN111967917A (zh) | 预测用户流失的方法以及设备 | |
Wang | An imperfect software debugging model considering irregular fluctuation of fault introduction rate | |
Cao et al. | Optimal selection and release problem in software testing process: a continuous time stochastic control approach | |
CN117236805B (zh) | 电力设备控制方法、装置、电子设备和计算机可读介质 | |
CN111932348B (zh) | 针对异常订单的报警方法、装置、电子设备和可读介质 | |
CN115115190A (zh) | 一种基于工况的质量监控方法及相关装置和程序介质产品 | |
CN109471787B (zh) | 软件质量评价方法及装置、存储介质、电子设备 | |
CN116070923B (zh) | 大气污染情景模拟方法、装置和电子设备 | |
CN116756522B (zh) | 概率预报方法、装置、存储介质及电子设备 | |
CN116739388B (zh) | 减排措施评估方法、装置及存储介质 | |
CN111625291B (zh) | 数据处理模型自动迭代方法、装置及电子设备 | |
CN115270013B (zh) | 评估活动期间减排措施的方法、装置及电子设备 | |
CN114565190A (zh) | 预测大气环境容量的方法、装置及电子设备 | |
CN113129127A (zh) | 预警方法和装置 |
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 |