利索能及
我要发布
收藏
专利号: 2023105134834
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-08-04
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于气体浓度监测数据快速计算排放源强的方法,其特征在于:包括获取目标区域风场测站点的位置分布数据;

获取目标区域的风场数据进行质控处理,确定风场模型,基于风场模型进行风场同化,获得风场同化数据;

获取大气污染物浓度数据进行基础处理,结合风场同化数据进行浓度场同化,获得浓度场同化数据;

基于风场测站点的位置分布数据、风场同化数据和浓度场同化数据,求解目标区域内污染物浓度空间分布的格点数据;

基于目标区域内污染物浓度空间分布的格点数据和风场同化数据,进行污染物的扩散模态分析,计算目标区域排放源强;

所述结合风场同化数据进行浓度场同化,获得浓度场同化数据,包括:基于烟羽浓度、扩散物理特征和扩散系数的特征量,生成烟羽在风场中进行扩散的连续点源排放下的烟羽扩散模型;

对基础处理后的大气污染物浓度数据进行集中校正,生成大气污染物浓度订正数据;

基于烟羽扩散模型对目标区域的大气污染物浓度订正数据进行多源分配定标,基于分配定标结果对风场测站点进行质控筛除,获得浓度场同化数据;

所述计算目标区域排放源强,包括:

基于风场同化数据,对于不同区域浓度分布,平行于主要风力扩散方向进行遍历得到污染物的主扩散路径,依据烟羽扩散空间分布方程拟合大气污染物浓度与主扩散路径积分长度之间的函数关系,基于拟合结果求解烟羽模型,计算排放源强;

或,计算目标区域的环境容量,作为大气污染物总排放源强;

所述依据烟羽扩散空间分布方程拟合大气污染物浓度与主扩散路径积分长度之间的函数关系,包括:计算目标区域大气污染物浓度随污染源距离的变化关系:;

其中,q为污染物浓度分布;r为下风向脊线上任一点距离大气污染物排放源处的脊线距离;Q为目标区域的大气污染物排放总源强;H为大气污染源排放有效高度;

, 为水平湍流扩散系数;

, 为垂直湍流扩散系数;u为目标区域大气污染物排放时刻的水平风速;φ为计算系数;

对目标区域大气污染物浓度随污染源距离的变化关系进行取对数处理,并代入 和:;

令:

M= ;

N= ;

则: ;

令B= ;k= ;

则: ;

所述基于拟合结果求解烟羽模型,计算排放源强,包括:求解各个风场测站点的大气污染物浓度分布,通过线性回归拟合得到k、B的值,计算出目标区域的大气污染物排放总源强Q;

所述计算目标区域的环境容量,作为大气污染物总排放源强,包括:;

其中,Q为大气污染物排放总源强;L为烟羽宽度;V为风速;H为目标区域的边界层高度;

为目标区域在不同高度上由于风速不同造成的区域内垂直高度上大气污染物浓度分布不均形成的大气污染物浓度差。

2.根据权利要求1所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述获取目标区域风场测站点的位置分布数据,包括:在目标区域确定至少一个风场测站点的坐标作为原站点;

基于原站点的坐标对目标区域的其他风场测站点进行标点校正,获取校正后各风场测站点的位置分布数据。

3.根据权利要求1所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述获取目标区域的风场数据进行质控处理,确定风场模型,包括:获取风场测站点的数量,对异常值进行归一化交叉验证处理;

若风场测站点的数量小于20,则处理得到单一的风场模型;

若风场测站点的数量大于或等于20,则处理得到复杂风场模型。

4.根据权利要求3所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述处理得到单一的风场模型,包括:

若风场测站点的数量等于1,则基于该风场测站点风场数据生成均匀单一的风场模型;

若风场测站点的数量大于1且小于20,则对各个风场测站点的数据质控处理过程进行动态权重分配,基于单一化的风场的模拟结果选择最优的权重系数,基于最优的权重系数构造单一的风场模型。

5.根据权利要求3所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述处理得到复杂风场模型,包括:

基于二维空间内的散点插值法,进行多点插值处理,构造复杂的风场模型;

或采用至少基于一种数学语言的拉格朗日插值方法进行多点插值处理,构造复杂的风场模型。

6.根据权利要求1所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述获取大气污染物浓度数据进行基础处理,包括:对大气污染物浓度数据的异常值进行处理:对仪器异常值进行查找替换,剔除包括错误数据、空白数据和不符合物理规律的异常数据;

对异常值处理后的大气污染物浓度数据进行去风频化长时间尺度数据整合。

7.根据权利要求1所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述对基础处理后的大气污染物浓度数据进行集中校正,生成大气污染物浓度订正数据,包括:获取各风场测站点的大气污染物日浓度变化参量;

将各风场测站点的大气污染物日浓度变化参量的时间的分布函数进行空间卡曼滤波;

根据空间卡曼滤波的滤波修正函数或沿时间维度滑动平均的逐风场测站点修正因子获取原始数据叠加修正因子,进行空间四维订正,生成大气污染物浓度订正数据。

8.根据权利要求7所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述空间四维订正,包括:

空间滤波处理、时序特征的多点一致性校正、根据布点空间相对位置和复杂地物分布特征对扩散路径上的阻抗差异进行的归一化订正。

9.根据权利要求7所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述基于分配定标结果对风场测站点进行质控筛除,包括:若风场测站点的大气污染物日浓度变化参量符合多源分配定标结果,则判定修正因子在时间维度上稳定,保留该风场测站点;

否则判定风场测站点在该时刻的浓度数据异常,并剔除该风场测站点。

10.根据权利要求1所述的基于气体浓度监测数据快速计算排放源强的方法,其特征在于:所述求解目标区域内污染物浓度空间分布的格点数据,包括:基于风场测站点的位置分布数据、风场同化数据和浓度场同化数据,采用包括自然邻点插值法获取各个排放源的烟羽浓度空间分布的格点数据,对多个排放源进行叠加,获取多源浓度分布数据,即为目标区域内污染物浓度空间分布的格点数据。