[发明专利]一种基于气象参数的恶臭OU值预测方法和系统

说明书

本发明公开了一种基于气象参数的恶臭OU值预测方法和系统，该方法包括：通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析，找到与恶臭气体OU值关联度最大的气象因素；利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程；通过多个监测站点实时采集与恶臭气体OU值关联度最大的气象因素数据；云端恶臭分析平台利用所述曲线拟合方程以及实时检测的关联度最大的气象因素数据对下一时刻的恶臭气体OU值进行趋势分析和预报预测。本发明，综合了气象条件对恶臭气体扩散、稀释和累计对恶臭OU值的影响，更精确地实现了恶臭监测和预测，对于环境监测及预警分析具有重大的现实意义。

技术领域

本发明涉及环境监测领域，具体涉及一种基于气象参数的恶臭OU值预测方法和系统。

背景技术

当前我国大气污染形势严峻，京津冀地区大气污染日益严重，影响身体健康指数，居民投诉强烈。恶臭气体(ODOR)是大气污染和雾霾的重要组成部分，大量的数据分析和研究表明，恶臭气体的恶臭强度OU值与有刺激性气味的污染气体、气象因素、可吸入颗粒物(PM10，PM2.5)等因素的关系十分密切。气象条件对恶臭气体扩散、稀释和累计有一定作用，在恶臭源一定的条件下，OU值大小主要取决于气象条件。目前，恶臭气体OU值监测设备并没有考虑气象因素对其的影响，因此，气象因素对OU值产生影响大小和基于气象参数预测恶臭OU值这一问题亟待解决。

发明内容

本发明所要解决的技术问题是气象因素对OU值产生影响大小和基于气象参数预测恶臭OU值的问题。

为了解决上述技术问题，本发明所采用的技术方案是提供一种基于气象参数的恶臭OU值预测方法，包括以下步骤：

步骤1、通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析，找到与恶臭气体OU值关联度最大的气象因素；

步骤2、利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程；

步骤3、通过多个监测站点的在线恶臭监测仪实时采集与恶臭气体OU值关联度最大的气象因素数据；

步骤4、云端恶臭分析平台利用恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程以及实时检测的关联度最大的气象因素数据对下一时刻的恶臭气体OU值进行趋势分析和预报预测。

在上述方法中，所述气象因素包括温度、湿度、风速、风向、大气压、有刺激性气味的污染气体和可吸入颗粒物。

在上述方法中，在步骤1中，对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析是以恶臭气体OU值序列Y为系统特征行为数据，气象因素序列X_i为系统相关因素行为数据对其灰色绝对关联度、灰色相对关联度和灰色综合关联度进行计算，并将这三种关联度的结果分别作为与恶臭气体OU值关联度最大的气象因素，其中，i＝1，2,3,4,5,6,7。

在上述方法中，所述恶臭气体OU值与气象因素的灰色绝对关联度ε_0i(i＝1，2,3,4,5,6,7)为：

其中，|s₀|为恶臭气体OU值序列Y的始点零化像的有向面积，|s_i|为气象因素序列X_i的始点零化像的有向面积。

在上述方法中，所述恶臭气体OU值与气象因素的灰色相对关联度r_0i(i＝1,2,3，4,5,6,7)为：

其中，|s′₀|为恶臭气体OU值序列Y的初值像Y′的始点零化像的有向面积，|s′_i|为气象因素序列X_i的初值像X_i′的始点零化像的有向面积。