[发明专利]一种基于道路交通流量实时估算中心城区PM2.5浓度的方法

权利要求书

1.一种基于道路交通流量实时监控数据估算中心城区PM_2.5浓度的方法，其特征在于，包括以下步骤： 

步骤1：将中心城区内交通道路污染源离散为固定间隔的点污染源； 

步骤2：在整个中心城区内进行地理加权函数的构建； 

步骤3：依据步骤1、步骤2的结果，进行中心城区源特征地理加权邻近受体PM_2.5污染暴露相对风险评估； 

步骤4：将步骤2获得的PM_2.5污染暴露相对风险值与PM_2.5浓度值进行回归分析，并实时估算中心城区PM_2.5浓度。 

2.根据权利要求1所述的方法，其特征在于，步骤1中所述的将中心城区内交通道路污染源离散为固定间隔的点污染源，包括以下步骤： 

获得中心城区交通道路的交通流量实时监控数据； 

将中心城区各交通道路离散为固定间隔的道路段，并计算离散后道路段的长度、中点坐标； 

按照下列公式计算各道路段的PM_2.5排放量占整个中心城区PM_2.5排放量的权值： 

其中Q_i代表第i条道路段排放量占整个中心城区排放量的权值，F_i代表第i条道路段实时监控的交通流量，L_i代表第i条道路段的长度，n代表整个中心城区离散后的道路段数； 

计算各道路段的PM_2.5排放量： 

E_i=E_total*Q_i

E_i代表第i条道路段的PM_2.5排放量，E_total代表整个中心城区的PM_2.5排放量； 

以第i条道路段的中点坐标L_i(X,Y)作为代替交通道路污染源的固定间隔点污染源的空间坐标和第i条道路段的PM_2.5排放量E_i作为代替交通道路污染源的固定间隔点污染源的PM_2.5排放量，生成固定间隔点污染源图层,并对所有生成的点污染源进行编号。 

3.根据权利要求1所述的方法，其特征在于，步骤2中所述的在整个中心城区内进行地理加权函数的构建，包括以下步骤： 

构建一个近高斯函数模型； 

将近高斯函数模型向右平移一个带宽b的距离； 

其中，i表示上述步骤1中将交通道路污染源离散后的点污染源；j表示在研究区域内按照固定间隔生成的点，以这些点作为探测区域内污染暴露量空间差异的受体，称作预设受体；W_ij表示由点污染源i排放所导致的预设受体j的暴露量占点污染源i排放量的权重；d_ij表示预设受体j与点污染源i之间的距离；b是描述权重与距离之间函数关系的非负衰减函数，称为带宽； 

选择中心城区内历史监测点的PM_2.5真实监测值的相对风险值和按照该地理加权函数模型计算后监测点的PM_2.5相对风险值，来进行带宽b的确定，步骤如下。 

4.根据权利要求3所述的方法，其特征在于，所述的带宽b是以Akaike信息量为准则来确定带宽b的大小，选择使得AIC（Akaike信息量）最小的带宽为最优带宽，也即是求得使下式值最小的b值： 

其中n中心城区内监测点的个数；r_t为中心城区内第t个监测点的PM_2.5真实监测值的相对风险值；R_t按照该地理加权函数模型计算后第t个监测站点的PM_2.5估计值的相对风险值；tr(s)为矩阵s的迹，也即是矩阵对角线元素之和； e_t为第t个监测站点周围的点排放源组成的矩阵；同时式中W_t为第t个监测站点到周围的各点排放源的地理加权函数组成的矩阵，是带宽b的函数。