DE102016221283A1 - Abfragen von schadstoff-emissionsquellen unter verwendung von cfd- und satellitendaten - Google Patents

Abfragen von schadstoff-emissionsquellen unter verwendung von cfd- und satellitendaten Download PDF

Info

Publication number
DE102016221283A1
DE102016221283A1 DE102016221283.4A DE102016221283A DE102016221283A1 DE 102016221283 A1 DE102016221283 A1 DE 102016221283A1 DE 102016221283 A DE102016221283 A DE 102016221283A DE 102016221283 A1 DE102016221283 A1 DE 102016221283A1
Authority
DE
Germany
Prior art keywords
model
satellite
physical
observation data
generated
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
Application number
DE102016221283.4A
Other languages
English (en)
Inventor
Xin Xin Bai
Jin Dong
Hui Bj Du
Xiao Guang Rui
Hai Feng Hf Wang
Bao Guo Bg Xie
Wen Jun Yin
Meng Mm Zhang
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of DE102016221283A1 publication Critical patent/DE102016221283A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01DSEPARATION
    • B01D53/00Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/30Controlling by gas-analysis apparatus
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01DSEPARATION
    • B01D53/00Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34Chemical or biological purification of waste gases
    • B01D53/46Removing components of defined structure
    • B01D53/54Nitrogen compounds
    • B01D53/56Nitrogen oxides
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Environmental Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Image Processing (AREA)

Abstract

Ein Verfahren zum Modellieren von Luft-Schadstoffbelastungen beinhaltet Empfangen eines Wettermodells für einen bestimmten geografischen Bereich. Satellitengestützte Schadstoff-Beobachtungsdaten über den geografischen Bereich werden empfangen. Ein Modell der physischen Ausbreitung von Schadstoffen über dem geografischen Bereich wird unter Verwendung des empfangenen Wettermodells erzeugt. Die empfangenen satellitengestützten Schadstoff-Beobachtungsdaten werden in dem erzeugten physischen Modell interpoliert. Die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell werden unter Verwendung von gewichteten Koeffizienten für die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell verknüpft. Die gewichteten Koeffizienten werden gemäß einem relativen Fehler in dem Modell der physischen Ausbreitung und den satellitengestützten Schadstoff-Beobachtungsdaten berechnet.

Description

  • HINTERGRUND
  • 1. Technisches Gebiet
  • Die vorliegende Offenbarung bezieht sich auf Abfragen von Schadstoffquellen und insbesondere auf ein Verfahren zum Abfragen von Schadstoff-Emissionsquellen unter Verwendung von CFD- und Satellitendaten
  • 2. Erläuterung des Standes der Technik
  • Luftverschmutzung entsteht dadurch, dass gefährliche Stoffe in die Erdatmosphäre gelangen. Luftverschmutzung kann die menschliche Gesundheit und das Wohlbefinden nachteilig beeinflussen und kann andere wesentliche negative Auswirkungen auf die Erde und deren Ökosysteme haben.
  • Genaue Messwerte über die vorhandene Luftverschmutzung zu erhalten, ist möglicherweise wichtig zum Schützen der Menschen vor gefährlichen Auswirkungen der Luftverschmutzung, zum zielgerichteten Ergreifen von Verbesserungsmaßnahmen und zum Erzeugen von aufschlussreichen Langzeitstudien in Bezug auf fortschreitende Luftverschmutzung.
  • Luftverschmutzung stammt im Allgemeinen von zahlreichen Emissionsquellen, und Bereitstellen eines quantitativen Verständnisses und einer Visualisierung von zahlreichen Emissionsquellen kann möglicherweise ein wichtiger Teil beim Erhalten von genauen Messwerten der vorhandenen Luftqualität und Schadstoffverteilung sein.
  • KURZDARSTELLUNG
  • Ein Verfahren zum Modellieren von Luftverschmutzung beinhaltet Empfangen eines Wettermodells für einen bestimmten geografischen Bereich. Satellitengestützte Schadstoff-Beobachtungsdaten über den geografischen Bereich werden erhalten. Ein Modell der physischen Ausbreitung von Schadstoffen über dem geografischen Bereich wird unter Verwendung des empfangenen Wettermodells erzeugt. Die empfangenen satellitengestützten Schadstoff-Beobachtungsdaten werden in dem erzeugten physischen Modell interpoliert. Die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell werden unter Verwendung von gewichteten Koeffizienten für die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell verknüpft. Die gewichteten Koeffizienten werden gemäß einem relativen Fehler in dem Modell der physischen Ausbreitung und den satellitengestützten Schadstoff-Beobachtungsdaten berechnet.
  • Die satellitengestützten Schadstoff-Beobachtungsdaten können eine gröbere Auflösung haben als das Modell der physischen Ausbreitung. Bei dem erzeugten Modell der physischen Ausbreitung kann es sich um ein CFD-Modell (Computed Fluid Dynamics) handeln.
  • Das Modell der physischen Ausbreitung kann aus dem empfangenen Wettermodell unter Verwendung von einem oder mehreren beobachteten Emissionswerten erzeugt werden, die an einer oder mehreren Beobachtungsstationen gewonnen werden. Das Modell der physischen Ausbreitung kann aus dem empfangenen Wettermodell unter Verwendung von einem oder mehreren Emissionswerten erzeugt werden, die aus den satellitengestützten Schadstoff-Beobachtungsdaten gewonnen werden.
  • Das Modell der physischen Ausbreitung kann optimiert werden, indem eine Differenz zwischen einem oder mehreren beobachteten Emissionswerten, die an einer oder mehreren Beobachtungsstationen gewonnen werden, und berechneten Emissionswerten an Positionen der einen oder der mehreren Beobachtungsstationen, die aus dem Modell der physischen Ausbreitung berechnet werden, auf einen minimalen Wert gebracht wird. Das Modell der physischen Ausbreitung kann optimiert werden, indem eine Differenz zwischen einem oder mehreren beobachteten Emissionswerten, die aus den satellitengestützten Schadstoff-Beobachtungsdaten an einer oder mehreren Positionen gewonnen werden, und berechneten Emissionswerten an der einen oder den mehreren Positionen, die aus dem Modell der physischen Ausbreitung berechnet werden, auf einen minimalen Wert gebracht wird.
  • Der relative Fehler in dem Modell der physischen Ausbreitung und den satellitengestützten Schadstoff-Beobachtungsdaten kann auf der Grundlage eines berechneten Fehlers des Inversionsmodells des Modells der physischen Ausbreitung und eines im Voraus festgelegten Fehlers der satellitengestützten Schadstoff-Beobachtungsdaten berechnet werden.
  • Das Verfahren kann ferner aufweisen Anzeigen der Verknüpfung zwischen interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und dem erzeugten Modell der physischen Ausbreitung als optische Darstellung von Werten der Luftverschmutzung über dem bestimmten geografischen Bereich.
  • Ein Verfahren zum Modellieren von Luftverschmutzung beinhaltet Empfangen eines Wettermodells für einen bestimmten geografischen Bereich. Satellitengestützte Schadstoff-Beobachtungsdaten über den geografischen Bereich werden erhalten. Ein Modell der physischen Ausbreitung für Schadstoffe über den geografischen Bereich wird unter Verwendung des empfangenen Wettermodells erzeugt. Die empfangenen satellitengestützten Schadstoff-Beobachtungsdaten werden in dem erzeugten physischen Modell interpoliert. Das erzeugte Modell der physischen Ausbreitung wird optimiert, indem eine Differenz zwischen einem oder mehreren beobachteten Emissionswerten, die aus den satellitengestützten Schadstoff-Beobachtungsdaten an einer oder mehreren Positionen gewonnen werden, und berechneten Emissionswerten an der einen oder den mehreren Positionen, die aus dem Modell der physischen Ausbreitung berechnet werden, auf einen minimalen Wert gebracht wird.
  • Die satellitengestützten Schadstoff-Beobachtungsdaten können eine gröbere Auflösung haben als das Modell der physischen Ausbreitung. Bei dem erzeugten Modell der physischen Ausbreitung kann es sich um ein CFD-Modell (Computed Fluid Dynamics) handeln.
  • Das Verfahren kann ferner Anzeigen des optimierten Modells der physischen Ausbreitung als optische Darstellung von Werten der Luftverschmutzung über dem bestimmten geografischen Bereich beinhalten.
  • Ein Computersystem enthält einen Prozessor und ein nichtflüchtiges materielles Programmspeichermedium, das von dem Computersystem gelesen werden kann und ein Programm aus Befehlen verkörpert, die von dem Prozessor ausführbar sind, um Verfahrensschritte zum Modellieren von Luftverschmutzung auszuführen. Das Verfahren beinhaltet Empfangen eines Wettermodells für einen bestimmten geografischen Bereich. Satellitengestützte Schadstoff-Beobachtungsdaten über den geografischen Bereich werden empfangen. Ein Modell der physischen Ausbreitung für Schadstoffe über dem geografischen Bereich wird unter Verwendung des empfangenen Wettermodells erzeugt. Die empfangenen satellitengestützten Schadstoff-Beobachtungsdaten werden in dem erzeugten physischen Modell interpoliert. Die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell werden verknüpft, wobei gewichtete Koeffizienten für die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell verwendet werden. Die gewichteten Koeffizienten werden gemäß einem relativen Fehler in dem Modell der physischen Ausbreitung und den satellitengestützten Schadstoff-Beobachtungsdaten berechnet.
  • Die satellitengestützten Schadstoff-Beobachtungsdaten können eine gröbere Auflösung haben als das Modell der physischen Ausbreitung. Bei dem erzeugten Modell der physischen Ausbreitung kann es sich um ein CFD-Modell (Computed Fluid Dynamics) handeln.
  • Das Modell der physischen Ausbreitung kann aus dem empfangenen Wettermodell unter Verwendung eines oder mehrerer beobachteter Emissionswerte erzeugt werden, die an einer oder mehreren Beobachtungsstationen gewonnen werden. Das Modell der physischen Ausbreitung kann aus dem empfangenen Wettermodell unter Verwendung eines oder mehrerer beobachteter Emissionswerte erzeugt werden, die aus den satellitengestützten Schadstoff-Beobachtungsdaten gewonnen werden. Das Modell der physischen Ausbreitung kann optimiert werden, indem eine Differenz zwischen einem oder mehreren beobachteten Emissionswerten, die an einer oder mehreren Beobachtungsstationen gewonnen werden, und berechneten Emissionswerten an Positionen der einen oder mehreren Beobachtungsstationen, die aus dem Modell der physischen Ausbreitung berechnet werden, auf einen minimalen Wert gebracht wird.
  • Das Verfahren kann ferner enthalten Anzeigen der Verknüpfung zwischen interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und dem erzeugten Modell der physischen Ausbreitung als optische Darstellung von Werten der Luftverschmutzung über dem bestimmten geografischen Bereich.
  • KURZBESCHREIBUNG DER MEHREREN ZEICHNUNGSANSICHTEN
  • Ein vollständigeres Erkennen der vorliegenden Offenbarung und vieler ihrer zugehörigen Aspekte kann einfach erreicht werden, wenn diese durch Bezugnahme auf die folgende genaue Beschreibung bei Betrachtung im Zusammenhang mit den angefügten Zeichnungen besser verstanden werden, in denen:
  • 1 eine Darstellung einer Schadstoffkarte über einen geografischen Bereich gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung ist;
  • 2 ein Ablaufplan ist, der einen Ansatz zum Ausführen von CFD zum Verständnis der Schadstoffemissionsstärke über einen geografischen Bereich gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung veranschaulicht;
  • 3 eine Darstellung einer satellitengestützten Schadstoffverteilungskarte über einem geografischen Bereich gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung ist;
  • 4 ein Ablaufplan ist, der einen Ansatz zum Nutzen einer satellitengestützten Schadstoffemissionsstärke beim physischen Modellieren der Schadstoffe über einem geografischen Bereich gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung veranschaulicht;
  • 5 ein Ablaufplan ist, der einen Ansatz zum Erzeugen einer Darstellung einer Quelle feiner Hintergrund-Schadstoffe unter Verwendung einer inversen CFD-Modellierung gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung veranschaulicht; und
  • 6 ein Beispiel eines Computersystems zeigt, das in der Lage ist, Verfahren und Vorrichtung gemäß Ausführungsformen der vorliegenden Offenbarung umzusetzen.
  • GENAUE BESCHREIBUNG
  • Beim Beschreiben von beispielhaften Ausführungsformen der vorliegenden Offenbarung, die in den Zeichnungen dargestellt ist, wird der Deutlichkeit halber eine spezifische Terminologie verwendet. Bei der vorliegenden Offenbarung ist jedoch keine Beschränkung auf die auf diese Weise ausgewählte spezifische Terminologie vorgesehen, und es sollte klar sein, dass jedes spezielle Element alle gleichwertigen Ersetzungen beinhaltet, die in ähnlicher Weise wirken.
  • Emissionsquellen von Luftverschmutzung können unter Verwendung von CFD-(Computed-Fluid-Dynamics-) oder Satellitendaten gemessen werden. Bei CFD, möglicherweise auch als rechnergestützte Fluid-Dynamik oder Fluid-Simulation bekannt, handelt es sich um ein Computergrafik-Tool, das zum Erzeugen einer realistischen Darstellung der Art und Weise verwendet wird, wie beim Anwenden beim Modellieren von Luftverschmutzung Schadstoffe, die in die Atmosphäre freigesetzt werden, sich zerstreuen und verdichten. Wenn dem Modell genaue Daten bereitgestellt werden, die die Emissionsquellen und atmosphärische Bedingungen betreffen, kann CFD verwendet werden, um vorliegende Schadstoff-Charakteristiken sichtbar zu machen und den künftigen Verlauf der Schadstoffverteilung genau vorherzusagen.
  • 1 ist eine Darstellung einer Schadstoffkarte über einem geografischen Bereich gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung. CFD kann Modellieren der physischen Verbreitung nutzen, das beispielsweise durch Verwenden eines Mehrfach-Gittersystems entwickelt werden kann. Bei diesem Mehrfach-Gittersystem kann die Gleichung der physischen Verbreitung in einem Gittersystem mit feinerer Auflösung gelöst werden, dessen Auflösung möglicherweise δx = δy = 400 m beträgt, während das Gittersystem mit grober Auflösung verwendet wird, um die Quellenemission über einem geografischen Bereich bei einer Auflösung von Dx = D = 5 km näherungsweise zu bestimmen. Bei dem vorliegenden Gittersystem kann die Schadstoffemissionsfläche G(x) unter Verwendung einer Gaußschen Glockenformel näherungsweise bestimmt werden als:
    Figure DE102016221283A1_0002
    wobei x s / i der i-te Gitterpunkt des Gittersystems mit grober Auflösung ist, z.B. der Mittelpunkt der Schadstoff-Glocke, σ = 0,6∆x ist eine Längenskala der Glocke, und βi ist die Emissionsstärke am i-ten Gitterpunkt in der Einheit Tonnen/Jahr oder µg/s.
  • Dabei ist Xit, (i = 1, ..., N) definiert als die Auflösung des Modells der physischen Verbreitung (L(x, t; x s / i )) für Q(x, βi, x s / i ) zum Zeitpunkt t am Rezeptor N oder an Positionen der Beobachtungsstelle (xr). X i / t = [[D r / 1, ..., D r / N)L(x, t; x s / i)]T, D r / jf(x)= ∫|δ(x r / j – x)f(x)dx wobei es sich bei um einen Dirac-Delta-Operator an einer Teilmenge der Schadstoff-Konzentrationswerte an den Rezeptor-Positionen für die Ausgabe des Computermodells handelt. Aus dieser Ausgabe des Rechenmodells kann die Schadstoffkonzentration zum Zeitpunkt t geschätzt werden als:
    Figure DE102016221283A1_0003
  • Dabei handelt es sich bei ∊it um einen räumlich-zeitlichen Fehlerprozess. Die Emissionsrate β kann geschätzt werden.
  • 2 ist ein Ablaufplan, der einen Ansatz zum Ausführen von CFD zum Verstehen einer Schadstoffemissionsstärke über einem geografischen Bereich, beispielsweise Singapur, gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung veranschaulicht. Zunächst kann ein quantitatives Wettermodell bereitgestellt werden (Schritt S201). Dieses Wettermodell kann aus einer oder mehreren herkömmlichen Wetter-Modellierungstechniken erhalten werden. Das Wettermodell kann einen begrenzten geografischen Bereich, z.B. Singapur, abdecken. Ein Modell der physischen Emission kann dann für den begrenzten geografischen Bereich erzeugt werden (Schritt S202). Das Modell der physischen Emission kann eine Weise modellieren, wie sich Schadstoffemissionsquellen durch den geografischen Bereich ausbreiten, wobei Grenzbedingungen und Wettermodell vorgegeben sind. Zu den verwendeten Grenzbedingungen können beispielsweise die Emissionsausgaben an einer oder mehreren bekannten Emissionsquellen gehören. Das konstruierte Modell der physischen Verbreitung kann zum Vorhersagen von Luftbedingungen an einer oder mehreren Beobachtungsstationen verwendet werden (Schritt S203). Diese Vorhersagen können mit aktuellen Schadstoffdaten an den Beobachtungsstationen abgeglichen werden (Schritt S204), und das Modell kann optimiert werden, um alle Unterschiede zwischen dem Vorhergesagten und dem an den vorgegebenen Stationen Beobachteten zu verringern (Schritt S205). Das optimierte Modell kann dann zum Vorhersagen der Emissionsstärke über dem gesamten geografischen Bereich verwendet werden (Schritt S206).
  • Es ist jedoch zu beachten, dass der oben genannte Ansatz anfällig auf Fehler in dem Wettermodell ist, und da Wettermodelle möglicherweise nicht immer sehr genau sind, kann die resultierende Karte der Emissionsstärke gleichfalls fehleranfällig sein.
  • Bei beispielhaften Ausführungsformen der vorliegenden Erfindung kann außerdem ein alternativer Ansatz zum Visualisieren von Schadstoffwerten über einem geografischen Bereich genutzt werden. Bei diesem alternativen Ansatz können Satellitenbeobachtungen genutzt werden. Gemäß Techniken der Satellitenbeobachtung können fotografische Darstellungen, Radar-Darstellungen oder dergleichen des geografischen Bereichs von einem Satelliten in einer Erdumlaufbahn erfasst werden. Da Schadstoffwerte durch diese Mittel beobachtet werden können, kann eine aktuelle Schadstoffverteilung erhalten werden. Es können beispielsweise Spektralanalysetechniken verwendet werden, um zu ermitteln, welche Chemikalien sich möglicherweise in der Atmosphäre befinden.
  • 3 ist eine Darstellung einer satellitengestützten Karte der Schadstoffverteilung über einem geografischen Bereich, hier die Vereinigten Staaten von Amerika. Wie aus dieser Figur ersichtlich können Schadstoffwerte über dem gesamten geografischen Bereich unter Verwendung dieses Graphen erkannt werden, der auf der Grundlage von durch einen Satelliten erfassten Bildern und/oder Daten erzeugt werden kann.
  • Satellitenbeobachtungen von Schadstoffverteilungen können jedoch unter den Nachteilen einer geringen Auflösung und/oder Genauigkeit leiden.
  • Dementsprechend wird bei beispielhaften Ausführungsformen der vorliegenden Erfindung ein Hybrid-Ansatz zum Modellieren einer Schadstoffverteilung bereitgestellt, bei dem Satellitenbeobachtungen und ein physisches Modellieren genutzt werden, der genauer sein kann als Techniken zur Analyse der Schadstoffverteilung, bei denen lediglich eine der Techniken zum Einsatz kommt. Gemäß diesem Ansatz können Satellitendaten verwendet werden, um Beobachtungsdaten mit grober Auflösung von Schadstoffquellen zu erzeugen, während Daten mit feiner Auflösung von Hintergrundschadstoffquellen unter Verwendung eines Prozesses ähnlich CFD wie oben beschrieben modelliert werden. Die groben Satellitendaten können in das feine CFD-Modell interpoliert werden, und daraus kann eine verbesserte Zuordnung von Schadstoffquellen erzeugt werden. Beim Optimieren dieses Modells kann ein CFD-Fehler unter Verwendung eines „gemeinsamen“ Ansatzes berechnet werden, der an dieser Stelle eingeführt wird.
  • Gemäß diesem gemeinsamen Ansatz wird der Fehler für die Satellitendaten, der möglicherweise allgemein bekannt ist, mit dem Fehler des CFD-Inversionsmodells verglichen, der variieren kann und daher gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung berechnet wird, und die relativen Fehlergrade werden zum Gewichten des Beitrags des entsprechenden Ansatzes verwendet. Somit kann einem CFD-Inversionsmodell eine erhöhte Gewichtung gewährt werden, wenn der CFD-Fehler verhältnismäßig gering ist, während den Satellitendaten eine erhöhte Gewichtung gewährt wird, wenn der Fehler des CFD-Inversionsmodells verhältnismäßig hoch ist.
  • Anstelle des Optimierens des physischen Modells, wobei wie oben beschrieben eine Differenz zwischen den vorhergesagten Schadstoffwerten und den beobachteten Schadstoffwerten in einer Menge von einer oder mehreren Beobachtungsstationen auf einen minimalen Wert gebracht wird, können gemäß einem alternativen oder ergänzenden Ansatz Satellitendaten verwendet werden, um eine im Wesentlichen sehr große Menge von virtuellen Beobachtungsstationen zu erzeugen, und anschließend kann ein Optimieren des Modells über diese vollständige Menge von virtuellen Beobachtungsstationen oder alternativ über den zusammenhängenden geografischen Bereich ausgeführt werden, um einen höheren Grad an Genauigkeit gegenüber der begrenzten Menge von Beobachtungsstationen zu erreichen, die oben beschrieben wurde.
  • 4 ist ein Ablaufplan, der einen Ansatz zum Nutzen einer satellitengestützten Schadstoffemissionsstärke beim physischen Modellieren der Schadstoffe über einem geografischen Bereich, z.B. die Vereinigten Staaten von Amerika, gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung veranschaulicht.
  • Zunächst können Beobachtungsdaten mit grober Auflösung einer Schadstoffquelle aus erfassten Satellitendaten erzeugt werden (Schritt S401). Bei den Beobachtungsdaten der Schadstoffquelle kann es sich um eine Darstellung handeln, die Konzentrationswerte von Schadstoffgasen wie beispielsweise NOx, SOx und CO zeigt. Die Auflösung für derzeitige, problemlos verfügbare Satellitendaten liegt in der Größenordnung von 15 km. Wenn eine Fläche von etwa 60 km × 60 km betrachtet wird, kann ein Gitter von 25 × 25 Bildpunkten erzeugt werden.
  • Anschließend kann eine grafische Darstellung von Quellendaten mit feiner Auflösung von Hintergrundschadstoffen unter Verwendung einer inversen CFD-Modellierung erzeugt werden (Schritt S402). 5 ist ein Ablaufplan, der einen Ansatz zum Erzeugen von Quellendaten mit feiner Auflösung von Hintergrundschadstoffen unter Verwendung einer inversen CFD-Modellierung gemäß beispielhaften Ausführungsformen der vorliegenden Erfindung veranschaulicht. Es gibt möglicherweise mehrere Ansätze zum Ausführen dieses Schritts, an dieser Stelle wird jedoch ein einzelner Ansatz als ein beispielhafter Ansatz beschrieben. Zunächst kann ein numerisches Modell für atmosphärische Schadstoffe bereitgestellt werden (Schritt S501). Diese Informationen können in Kombination mit empfangenen Schadstoffbeobachtungen verwendet werden (Schritt S502) beispielsweise zum Erzeugen eines Modells der physischen Verbreitung (z.B. CFD) wie oben beschrieben. Das Modell kann dann invertiert werden (Schritt S504), um einen Schadstoffgrad über der Fläche des geografischen Bereichs zu ermitteln (Schritt S505).
  • Nachdem das CFD-Modell erzeugt wurde, können die erhaltenen Satellitendaten in das Gitter des CFD-Modells interpoliert werden (Schritt S403). Dieser Schritt kann dazu dienen, für jeden Bildpunkt des Gitters den zugehörigen Schadstoffwert zu berechnen. Somit wird die Maßzahl der Schadstoffe, die durch die Satellitendaten C(x, y) erfasst wird, die möglicherweise eine verhältnismäßig hohe Auflösung aufweist, zum Erzeugen einer Maßzahl der Schadstoffe in jedem Bildpunkt des CFD-Datengitters S(x, y) verwendet, das möglicherweise eine verhältnismäßig geringe Auflösung aufweist.
  • Anschließend kann gemäß einigen beispielhaften Ausführungsformen der vorliegenden Erfindung der CFD-Fehler wie oben beschrieben gemäß dem gemeinsamen Ansatz (Schritt S404) berechnet werden (wobei der Satellitenfehler bekannt ist), und anschließend können die Werte des relativen Fehlers verwendet werden, um die CFD-Ausgabe und die Ausgabe der Satellitenbeobachtung zu verknüpfen, indem die Elemente unter Verwendung von gewichteten Koeffizienten gewichtet werden, die auf der Maßzahl des relativen Fehlers beruhen (Schritt S405).
  • Gemäß dem oben erwähnten ergänzenden Ansatz kann jedoch im Unterschied zu herkömmlichen Ansätzen der CFD-Analyse, bei denen es eine sehr begrenzte Anzahl von Beobachtungspunkten gibt, an denen das CFD-Modell mit den beobachteten Daten verankert sein kann, hier jeder einzelne Bildpunkt des Satellitengitters mit verhältnismäßig grober Auflösung als derartiger Ankerpunkt verwendet werden, und demzufolge kann ein Fehler zwischen dem CFD- und dem beobachteten Schadstoffwert an jedem Bildpunkt des Satellitengitters auf einen minimalen Wert gebracht werden.
  • Dieser ergänzende Ansatz kann zusammen mit dem oben beschriebenen gemeinsamen Ansatz verwendet werden oder ein Ansatz kann ohne den jeweils anderen verwendet werden.
  • Gemäß dem gemeinsamen Ansatz können zum Integrieren des Ergebnisses des CFD-Inversionsmodells und der Satellitendaten die Fehlerquellen erkannt werden. Im Allgemeinen kann der Satellitendatenfehler das Ergebnis eines Instrumentenfehlers und des Fehlers sein, der dem verwendeten Verfahren zum Abrufen innewohnt. Es kann jedoch schwierig sein, den Fehler des CFD-Inversionsmodells zu erkennen. Bei beispielhaften Ausführungsformen der vorliegenden Erfindung kann das gemeinsame Verfahren zum Berechnen des Fehlers verwendet werden.
  • Unter der Annahme, dass eine gemeinsame Wetterprognose beispielsweise von WRF bereitgestellt wird, kann ein gemeinsames CFD-Inversionsmodell ausgeführt werden, und eine gemeinsame Ausgabe von C1(x, y), Cx(x, y)...Cn(x, y) kann ausgeführt werden. Dann kann der Fehler des CFD-Modells (Ec) mit der folgenden Formel berechnet werden:
    Figure DE102016221283A1_0004
    wobei N die Anzahl gemeinsamer Elemente ist.
  • Die CFD-Ausgabe kann dann mit der Satellitenbeobachtung unter Verwendung von gewichteten Koeffizienten verknüpft werden (Schritt S405). Beispielsweise kann die Quelle integrierter Schadstoffe, die als l(x, y) dargestellt wird, berechnet werden als: I(x, y) = a × C(x, y) + b × S(x, y) wobei a = Es × Es/(Ec × Ec + Eb × Es) und b = Ec × Ec/(Ec × Ec + Es × Es) die Koeffizienten für C(x, y) und S(x, y) sind, Ec und Eb sind die std von C(x, y) und S(x, y). Wenn demzufolge Es einen größeren Fehler hat als Ec, kann auf Ec stärker vertraut und eine höhere Gewichtung gegeben werden. Wenn dagegen Ec einen größeren Fehler hat als Es, kann auf Es stärker vertraut und eine höhere Gewichtung gegeben werden. Es sollte klar sein, dass a + b = 1, und demzufolge gilt I(x, y) = C(x, y) + b × (S – C). Es kann allgemein für Satelliten konstant sein und daher kann der Wert von Ec, der im Schritt S404 erhalten wird, im Schritt S405 zum Erzeugen der optimierten Schadstoffquelle verwendet werden.
  • Die oben genannten Schritte können unter Verwendung von verschiedener Datenverarbeitungs-Hardware ausgeführt werden. 6 zeigt ein Beispiel eines Computersystems, bei dem ein Verfahren und System der vorliegenden Offenbarung umgesetzt werden können. Das System und Verfahren der vorliegenden Offenbarung können in Form einer Software-Anwendung umgesetzt sein, die in einem Computersystem ausgeführt wird, beispielsweise ein Mainframe-Computer, ein Personal Computer (PC), ein tragbarer Computer, ein Server usw. Die Software-Anwendung kann auf einem Aufzeichnungsmedium gespeichert sein, auf das lokal durch das Computersystem zugegriffen werden kann und das über festverdrahtete oder drahtlose Verbindungen auf ein Netzwerk beispielsweise ein Lokalbereichsnetzwerk oder das Internet zugreifen kann.
  • Das Computersystem, das allgemein als System 1000 bezeichnet wird, kann beispielsweise enthalten eine Zentraleinheit (CPU) 1001, einen Direktzugriffsspeicher (RAM) 1004, eine Drucker-Schnittstelle 1005, eine Anzeigeeinheit 1011, eine Datenübertragungssteuereinheit 1005 eines Lokalbereichsnetzwerks (LAN), eine LAN-Schnittstelle 1006, eine Netzwerk-Steuereinheit 1003, einen internen Bus 1002 und eine oder mehrere Eingabeeinheiten 1009, z.B. eine Tastatur, eine Maus usw. Wie gezeigt kann das System 1000 über eine Verbindung 1007 mit einer Datenspeichereinheit verbunden sein, z.B. eine Festplatte 1008.
  • Einem Fachmann ist klar, dass Aspekte der vorliegenden Erfindung als System, Verfahren oder Computerprogrammprodukt ausgeführt werden können. Dementsprechend können Aspekte der vorliegenden Erfindung die Form einer reinen Hardware-Ausführungsform, einer reinen Software-Ausführungsform (darunter Firmware, residente Software, Mikrocode usw.) oder einer Ausführungsform annehmen, die Software- und Hardware-Aspekte kombiniert, die hier allgemein als „Schaltung“, „Modul“ oder „System“ bezeichnet werden. Des Weiteren können Aspekte der vorliegenden Erfindung die Form eines Computerprogrammprodukts annehmen, das in einem oder mehreren computerlesbaren Medien verkörpert ist, die computerlesbaren Programmcode enthalten, der darauf verkörpert ist.
  • Jede Kombination aus einem oder mehreren computerlesbaren Medien kann genutzt werden. Bei dem computerlesbaren Medium kann es sich um ein computerlesbares Signalmedium oder ein computerlesbares Speichermedium handeln. Ein computerlesbares Speichermedium kann z.B. ein elektronisches, magnetisches, optisches, elektromagnetisches, Infrarot- oder Halbleitersystem, -vorrichtung oder -einheit oder jede geeignete Kombination des Vorhergehenden sein, ist jedoch nicht darauf beschränkt. Zu spezifischeren Beispielen (eine nicht erschöpfende Liste) des computerlesbaren Speichermediums gehört Folgendes: eine elektrische Verbindung mit einer oder mehreren Leitungen, eine tragbare Computerdiskette, ein Festplattenlaufwerk, ein Direktzugriffsspeicher (RAM), ein Festwertspeicher (ROM), ein löschbarer programmierbarer Festwertspeicher (EPROM oder Flash-Speicher), ein Lichtwellenleiter, ein tragbarer Compactdisk-Festwertspeicher (CD-ROM), eine optische Speichereinheit, eine magnetische Speichereinheit oder jede geeignete Kombination des Vorhergehenden. Im Kontext dieses Dokuments kann ein computerlesbares Speichermedium jedes materielle Medium sein, das ein Programm zur Verwendung durch oder in Verbindung mit einem System, einer Vorrichtung oder einer Einheit zur Befehlsausführung enthalten oder speichern kann.
  • Ein computerlesbares Signalmedium kann ein sich ausbreitendes Datensignal mit computerlesbarem Programmcode enthalten, der darin z.B. im Basisband oder als Teil einer Trägerwelle verkörpert wird. Ein derartiges sich ausbreitendes Signal kann jede von einer Vielfalt von Formen annehmen, zu denen elektromagnetische, optische Formen oder jede geeignete Kombination hiervon gehören, jedoch nicht darauf beschränkt sind. Ein computerlesbares Signalmedium kann jedes computerlesbare Medium sein, das kein computerlesbares Speichermedium ist und ein Programm zur Verwendung durch oder in Verbindung mit einem System, einer Vorrichtung oder einer Einheit zur Befehlsausführung übertragen, verbreiten oder transportieren kann.
  • Programmcode, der auf einem computerlesbaren Medium verkörpert ist, kann unter Verwendung jedes geeigneten Mediums übertragen werden, darunter drahtlose, leitungsgestützte, Lichtwellenleiterkabel-, Hochfrequenz-(HF-)Medien usw. oder jede geeignete Kombination aus dem Vorhergehenden, ohne darauf beschränkt zu sein.
  • Computerprogrammcode zum Ausführen von Operationen für Aspekte der vorliegenden Erfindung kann in jeder Kombination aus einer oder mehreren Programmiersprachen geschrieben sein, darunter eine objektorientierte Programmiersprache wie Java, Smalltalk, C++ oder dergleichen und herkömmliche prozedurale Programmiersprachen wie etwa die Programmiersprache "C" oder ähnliche Programmiersprachen. Der Programmcode kann nur auf dem Computer eines Benutzers, teilweise auf dem Computer eines Benutzers, als ein eigenständiges Software-Paket, teilweise auf dem Computer eines Benutzers und teilweise auf einem fernen Computer oder nur auf dem fernen Computer oder Server ausgeführt werden. In dem zuletzt genannten Szenario kann der ferne Computer mit dem Computer des Benutzers durch jeden Netzwerktyp verbunden sein, darunter ein Lokalbereichsnetz (LAN) oder ein Weitverkehrsnetz (WAN) oder die Verbindung kann zu einem externen Computer (beispielsweise über das Internet unter Verwendung eines Internet-Dienstanbieters) hergestellt werden.
  • Aspekte der vorliegenden Offenbarung werden hier unter Bezugnahme auf Ablaufplan-Darstellungen und/oder Blockschaubilder von Verfahren, Vorrichtungen (Systemen) und Computerprogrammprodukten gemäß Ausführungsformen der Erfindung beschrieben. Es ist klar, dass jeder Block der Ablaufplan-Darstellungen und/oder Blockschaubilder und Kombinationen von Blöcken in den Ablaufplan-Darstellungen und/oder Blockschaubildern durch Computerprogrammbefehle umgesetzt werden können. Diese Computerprogrammbefehle können einem Prozessor eines Universalcomputers, eines Spezialcomputers oder einer anderen programmierbaren Datenverarbeitungsvorrichtung bereitgestellt werden, um eine Maschine zu bilden, so dass Befehle, die über den Prozessor des Computers oder der anderen programmierbaren Datenverarbeitungsvorrichtung ausgeführt werden, Mittel zum Umsetzen der Funktionen/Wirkungen, die in dem Block oder den Blöcken des Ablaufplans und/oder Blockschaubilds spezifiziert sind, erzeugen..
  • Diese Computerprogrammbefehle können außerdem in einem computerlesbaren Medium gespeichert sein, das einen Computer, eine andere programmierbare Datenverarbeitungsvorrichtung oder andere Einheiten anweisen kann, in einer bestimmten Weise zu funktionieren, so dass die in dem computerlesbaren Medium gespeicherten Befehle einen Herstellungsgegenstand produzieren, der Befehle enthält, die die Funktion/Wirkung umsetzen, die in dem Block/den Blöcken des Ablaufplans und/oder Blockschaubilds spezifiziert sind.
  • Die Computerprogrammbefehle können außerdem in einen Computer, andere programmierbare Datenverarbeitungsvorrichtungen oder andere Einheiten geladen werden, um eine Reihe von Operationsschritten zu bewirken, die auf dem Computer, der anderen programmierbaren Datenverarbeitungsvorrichtung oder anderen Einheiten ausgeführt werden sollen, um einen durch einen Computer umgesetzten Prozess zu erzeugen, so dass die Befehle, die auf dem Computer oder der anderen programmierbaren Vorrichtung ausgeführt werden, Prozesse zum Umsetzen der Funktionen/Wirkungen, die in dem Block oder Blöcken des Ablaufplans und/oder Blockschaubilds spezifiziert sind, bereitstellen.
  • Die Ablaufpläne und Blockdarstellungen in den Figuren veranschaulichen die Architektur, Funktionalität und Operation von möglichen Umsetzungen von Systemen, Verfahren und Computerprogrammprodukten gemäß verschiedener Ausführungsformen der vorliegenden Erfindung. In diesem Zusammenhang kann jeder Block in dem Ablaufplan oder in Blockdarstellungen ein Modul, Segment oder Abschnitt von Code repräsentieren, der einen oder mehrere ausführbare Befehle zum Umsetzen der spezifizierten logischen Funktion(en) aufweist. Es sollte außerdem angemerkt werden, dass bei einigen alternativen Umsetzungen die in dem Block angegebenen Funktionen möglicherweise nicht in der in den Figuren angegebenen Reihenfolge auftreten. Zum Beispiel können zwei Blöcke, die nacheinander gezeigt sind, tatsächlich im Wesentlichen gleichzeitig ausgeführt werden oder die Blöcke können gelegentlich in Abhängigkeit von der beteiligten Funktionalität in der umgekehrten Reihenfolge ausgeführt werden. Es wird außerdem angemerkt, dass jeder Block in den Blockdarstellungen und/oder Ablaufplan-Darstellungen und Kombinationen von Blöcken in den Blockdarstellungen und/oder der Ablaufplan-Darstellung durch Systeme, die auf spezieller Hardware beruhen, die die spezifizierten Funktionen oder Wirkungen ausführen, oder Kombinationen aus spezieller Hardware und Computerbefehlen umgesetzt werden können.
  • Beispielhafte Ausführungsformen, die an dieser Stelle beschrieben werden, sind veranschaulichend, und viele Variationen können eingeführt werden, ohne vom Erfindungsgedanken oder vom Umfang der angefügten Ansprüche abzuweichen. Beispielsweise können Elemente und/oder Merkmale von verschiedenen beispielhaften Ausführungsformen im Umfang dieser Offenbarung und angefügter Ansprüche miteinander verknüpft und/oder untereinander ausgetauscht werden.

Claims (15)

  1. Verfahren zum Modellieren der Luft-Schadstoffbelastung, wobei das Verfahren aufweist: Empfangen eines Wettermodells für einen bestimmten geografischen Bereich; Empfangen von satellitengestützten Schadstoff-Beobachtungsdaten über den geografischen Bereich; Erzeugen eines Modells der physischen Ausbreitung von Schadstoffen über dem geografischen Bereich unter Verwendung des empfangenen Wettermodells; Interpolieren der empfangenen satellitengestützten Schadstoff-Beobachtungsdaten in dem erzeugten physischen Modell; und Verknüpfen der interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und des erzeugten physischen Modells unter Verwendung von gewichteten Koeffizienten für die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell, wobei die gewichteten Koeffizienten gemäß einem relativen Fehler in dem Modell der physischen Ausbreitung und den satellitengestützten Schadstoff-Beobachtungsdaten berechnet werden.
  2. Verfahren nach Anspruch 1, wobei die satellitengestützten Schadstoff-Beobachtungsdaten eine gröbere Auflösung haben als das Modell der physischen Ausbreitung.
  3. Verfahren nach Anspruch 1, wobei es sich bei dem erzeugten Modell der physischen Ausbreitung um ein Modell mit berechneter Fluid-Dynamik (CFD-Modell) handelt.
  4. Verfahren nach Anspruch 1, wobei das Modell der physischen Ausbreitung aus dem empfangenen Wettermodell unter Verwendung von einem oder mehreren beobachteten Emissionswerten erzeugt wird, die an einer oder mehreren Beobachtungsstationen gewonnen werden.
  5. Verfahren nach Anspruch 1, wobei das Modell der physischen Ausbreitung aus dem empfangenen Wettermodell unter Verwendung von einem oder mehreren beobachteten Emissionswerten erzeugt wird, die aus den satellitengestützten Schadstoff-Beobachtungsdaten gewonnen werden.
  6. Verfahren nach Anspruch 1, wobei das Modell der physischen Ausbreitung optimiert wird, indem eine Differenz zwischen einem oder mehreren beobachteten Emissionswerten, die an einer oder mehreren Beobachtungsstationen gewonnen werden, und berechneten Emissionswerten an Positionen der einen oder mehreren Beobachtungsstationen, die aus dem Modell der physischen Ausbreitung berechnet werden, auf einen minimalen Wert gebracht wird.
  7. Verfahren nach Anspruch 1, wobei das Modell der physischen Ausbreitung optimiert wird, indem eine Differenz zwischen einem oder mehreren beobachteten Emissionswerten, die aus den satellitengestützten Schadstoff-Beobachtungsdaten an einer oder mehreren Positionen gewonnen werden, und berechneten Emissionswerten an der einen oder mehreren Positionen, die aus dem Modell der physischen Ausbreitung berechnet werden, auf einen minimalen Wert gebracht wird.
  8. Verfahren nach Anspruch 1, wobei der relative Fehler in dem Modell der physischen Ausbreitung und den satellitengestützten Schadstoff-Beobachtungsdaten auf der Grundlage eines berechneten Fehlers eines Inversionsmodells des Modells der physischen Ausbreitung und eines im Voraus festgelegten Fehlers der satellitengestützten Schadstoff-Beobachtungsdaten berechnet wird.
  9. Verfahren nach Anspruch 1, das ferner aufweist Anzeigen der Verknüpfung von interpolierten satellitengestützten Schadstoff-Beobachtungsdaten mit dem erzeugten Modell der physischen Ausbreitung als optische Darstellung von Luft-Schadstoffwerten über dem bestimmten geografischen Bereich.
  10. Verfahren zum Modellieren von Luft-Schadstoffbelastungen, das aufweist: Empfangen eines Wettermodells für einen bestimmten geografischen Bereich; Empfangen von satellitengestützten Schadstoff-Beobachtungsdaten über den geografischen Bereich; Erzeugen eines Modells der physischen Ausbreitung von Schadstoffen über dem geografischen Bereich unter Verwendung des empfangenen Wettermodells; Interpolieren der empfangenen satellitengestützten Schadstoff-Beobachtungsdaten in dem erzeugten physischen Modell; und Optimieren des Modells der physischen Ausbreitung, indem eine Differenz zwischen einem oder mehreren beobachteten Emissionswerten, die aus den satellitengestützten Schadstoff-Beobachtungsdaten an einer oder mehreren Positionen gewonnen werden, und berechneten Emissionswerten an der einen oder mehreren Positionen, die aus dem Modell der physischen Ausbreitung berechnet werden, auf einen minimalen Wert gebracht wird.
  11. Verfahren nach Anspruch 10, wobei die satellitengestützten Schadstoff-Beobachtungsdaten eine gröbere Auflösung haben als das Modell der physischen Ausbreitung.
  12. Verfahren nach Anspruch 10, wobei es sich bei dem erzeugten Modell der physischen Ausbreitung um ein Modell mit berechneter Fluid-Dynamik (CFD-Modell) handelt.
  13. Verfahren nach Anspruch 10, das ferner aufweist Anzeigen des optimierten Modells der physischen Verbreitung als optische Darstellung von Luft-Schadstoffwerten über dem bestimmten geografischen Bereich.
  14. Computersystem, das aufweist: einen Prozessor; und ein nichtflüchtiges, materielles Programmspeichermedium, das von dem Computersystem gelesen werden kann und ein Programm aus Befehlen verkörpert, die durch den Prozessor ausführbar sind, um Verfahrensschritte zum Modellieren von Luft-Schadstoffen auszuführen, wobei das Verfahren aufweist: Empfangen eines Wettermodells für einen bestimmten geografischen Bereich; Empfangen von satellitengestützten Schadstoff-Beobachtungsdaten über den geografischen Bereich; Erzeugen eines Modells der physischen Ausbreitung von Schadstoffen über dem geografischen Bereich unter Verwendung des empfangenen Wettermodells; Interpolieren der empfangenen satellitengestützten Schadstoff-Beobachtungsdaten in dem erzeugten physischen Modell; und Verknüpfen der interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und des erzeugten physischen Modells unter Verwendung von gewichteten Koeffizienten für die interpolierten satellitengestützten Schadstoff-Beobachtungsdaten und das erzeugte physische Modell, wobei die gewichteten Koeffizienten gemäß einem relativen Fehler in dem Modell der physischen Ausbreitung und in den satellitengestützten Schadstoff-Beobachtungsdaten berechnet werden.
  15. Computersystem nach Anspruch 14, wobei die satellitengestützten Schadstoff-Beobachtungsdaten eine gröbere Auflösung haben als das Modell der physischen Ausbreitung.
DE102016221283.4A 2015-11-12 2016-10-28 Abfragen von schadstoff-emissionsquellen unter verwendung von cfd- und satellitendaten Pending DE102016221283A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/938,963 2015-11-12
US14/938,963 US10372846B2 (en) 2015-11-12 2015-11-12 Retrieving pollution emission source using CFD and satellite data

Publications (1)

Publication Number Publication Date
DE102016221283A1 true DE102016221283A1 (de) 2017-05-18

Family

ID=58640543

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016221283.4A Pending DE102016221283A1 (de) 2015-11-12 2016-10-28 Abfragen von schadstoff-emissionsquellen unter verwendung von cfd- und satellitendaten

Country Status (3)

Country Link
US (1) US10372846B2 (de)
CN (1) CN106709127B (de)
DE (1) DE102016221283A1 (de)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10796036B2 (en) * 2016-08-08 2020-10-06 International Business Machines Corporation Prediction of inhalable particles concentration
US10746714B2 (en) * 2017-06-16 2020-08-18 International Business Machines Corporation Air pollution source recognition based on dynamic pairing and comparison
CN109506809A (zh) * 2018-11-19 2019-03-22 北京英视睿达科技有限公司 基于地表温度确定大气污染热点网格的方法及装置
CN111695712B (zh) * 2019-03-12 2023-08-25 寰宇国际地球资讯有限公司 污染源追踪系统及其方法
CN111523717B (zh) * 2020-04-15 2023-05-16 北京工业大学 一种大气污染物排放清单的反演估算方法
CN111444633B (zh) * 2020-04-20 2021-04-27 中国科学院大气物理研究所 一种针对大气污染过程的定量解析方法和系统
CN111651873B (zh) * 2020-05-22 2023-03-14 上海市环境科学研究院 城市大气VOCs排放清单反演方法、系统、终端以及储存介质
EP4195091A4 (de) * 2020-09-11 2024-04-03 Siemens Ltd China Verfahren und vorrichtung zur vorhersage einer auf einem ziel verfügbaren modellbasierten umgebung, programm und elektronische vorrichtung
CN112426856B (zh) * 2020-10-30 2021-06-29 河北大唐国际王滩发电有限责任公司 一种烟气脱硫流场模拟方法、系统和装置
WO2022097082A1 (en) * 2020-11-07 2022-05-12 Gist Advisory Switzerland System for quantifying pollution outcomes due to business activity of an enterprise
CN112365274B (zh) * 2020-12-01 2022-08-23 苏州深蓝空间遥感技术有限公司 一种基于多源数据的高精度水污染溯源方法
CN115544919B (zh) * 2022-11-24 2023-02-28 清华大学 一种气流体污染物排放源的溯源方法及装置
CN116644689B (zh) * 2023-07-24 2023-11-03 北京工业大学 复杂下垫面下局地尺度大气污染源强快速反算方法及系统
CN117952025A (zh) * 2024-03-27 2024-04-30 北京英视睿达科技股份有限公司 卫星自主规划的大气污染物监测方法、装置、设备及介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6865926B2 (en) * 2000-01-25 2005-03-15 State Of Oregon Acting By And Through The State Board Of Higher Education On Behalf Of Portland State University Method and apparatus for sample analysis
US7257987B2 (en) * 2000-01-25 2007-08-21 State Of Oregon Acting By And Through The State Board Of Higher Education On Behalf Of Portland State University Method and apparatus for sample analysis
CA2431615A1 (en) * 2000-01-25 2001-08-02 The State Of Oregon Acting By And Through The State Board Of Higher Educ Ation On Behalf Of Portland State University Method and apparatus for concentrating samples for analysis
SE516843C2 (sv) * 2000-07-12 2002-03-12 Bo Galle Metod för mätning av gasformiga emissioner och/eller flux
US8949037B2 (en) 2003-08-20 2015-02-03 Airdar Inc. Method and system for detecting and monitoring emissions
EP2199790A1 (de) 2008-12-19 2010-06-23 Duvas Technologies Limited System und Vorrichtung zum Messen und Abbilden von Verschmutzungen
US7857887B2 (en) * 2008-12-20 2010-12-28 Xiangguang Copper Co., Ltd. Environment-friendly non-noise matte granulation technique
CN102628852B (zh) 2012-03-13 2014-12-31 北京工业大学 基于污染物来源识别技术的大气污染源分级方法
CN102944880A (zh) 2012-11-13 2013-02-27 中国科学院城市环境研究所 一种基于遥感的城市工业热污染源调查方法
CN103065198A (zh) 2012-12-17 2013-04-24 天津市环境保护科学研究院 大气恶臭污染精细源解析方法
US10515159B2 (en) 2013-03-06 2019-12-24 Dassault Systemes Simulia Corp. Flow-induced noise source identification
US20170091350A1 (en) * 2015-09-24 2017-03-30 Alexander Bauer Near real-time modeling of pollution dispersion
US10036135B2 (en) * 2015-10-23 2018-07-31 Philip S. Dunlap Methods and systems to contain pollution and hazardous environments (CPHE)
CN106019310B (zh) * 2016-05-10 2019-02-12 浙江大学 一种基于卫星遥感数据的分辨率提高方法

Also Published As

Publication number Publication date
US20170140075A1 (en) 2017-05-18
CN106709127A (zh) 2017-05-24
CN106709127B (zh) 2021-03-16
US10372846B2 (en) 2019-08-06

Similar Documents

Publication Publication Date Title
DE102016221283A1 (de) Abfragen von schadstoff-emissionsquellen unter verwendung von cfd- und satellitendaten
Allen et al. The characteristics of United States hail reports: 1955-2014
Papalexiou et al. A global survey on the seasonal variation of the marginal distribution of daily precipitation
Smith et al. Evaluating tracer selection for catchment sediment fingerprinting
Serrano-Notivoli et al. An R package for daily precipitation climate series reconstruction
DE112014005866B4 (de) Verbesserung der plenoptischen Kameraauflösung
Arns et al. Estimating extreme water level probabilities: A comparison of the direct methods and recommendations for best practise
Schoenberg Multidimensional residual analysis of point process models for earthquake occurrences
Aryee et al. Development of high spatial resolution rainfall data for Ghana
Serinaldi et al. Irreversibility and complex network behavior of stream flow fluctuations
Barreira et al. Separate Universe Simulations with IllustrisTNG: baryonic effects on power spectrum responses and higher-order statistics
EP1643263B1 (de) Anordnung und Verfahren zur Ermittlung eines Atmosphärenzustandes
Diaconescu et al. On the remapping procedure of daily precipitation statistics and indices used in regional climate model evaluation
Thingbaijam et al. Evidence for truncated exponential probability distribution of earthquake slip
DE102018109798A1 (de) Erkennung einer luftverschmutzungsquelle auf grundlage einer dynamischen zuordnung und eines vergleichs
Heitzler et al. GPU-accelerated rendering methods to visually analyze large-scale disaster simulation data
Pham et al. A coupled stochastic rainfall–evapotranspiration model for hydrological impact analysis
Richardson et al. The multi-scale influence of topography on lava flow morphology
Devers et al. A framework for high‐resolution meteorological surface reanalysis through offline data assimilation in an ensemble of downscaled reconstructions
Lira‐Noriega et al. Scale dependency of diversity components estimated from primary biodiversity data and distribution maps
DE112021001971T5 (de) Automatisierte geländebezogene detektion von bohrplattformen und deren umgebung
Kelder et al. Interpreting extreme climate impacts from large ensemble simulations—are they unseen or unrealistic?
DE112021002866T5 (de) Modelltreueüberwachung und -neuerstellung zur entscheidungsunterstützung eines fertigungsverfahrens
Eastoe Nonstationarity in peaks‐over‐threshold river flows: A regional random effects model
Gao et al. Using storm transposition to investigate the relationships between hydrologic responses and spatial moments of catchment rainfall

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0019000000

Ipc: G16Z0099000000

R016 Response to examination communication
R084 Declaration of willingness to licence