[发明专利]用于污染物溯源的设备和方法

说明书

提供了一种用于污染物溯源的设备，包括：获取单元，被配置为获取监测点的监测数据；计算单元，被配置为计算相邻时间窗之间的所有监测点之间的相关性；以及确定单元，被配置为找出目标时刻的最相关的监测点对，并且依次向前移动时间窗以找出前一时刻的最相关的监测点对，直到所有时间窗被追溯。还提供了一种用于污染物溯源的方法。采用本发明，能够实现较短时间、细时空粒度上的污染物溯源。

技术领域

本申请涉及数据分析领域，具体涉及一种用于污染物溯源的设备和方法。

背景技术

目前，大气、水源等污染状况日益严重。污染的形成受排放物、扩散条件、地理环境等因素影响，其成因复杂多样，这为准确地分析某地区污染的分布和扩散趋势带来了困难。

现有的方法主要基于高斯模型建立大气污染扩散模型。然而，该方法仅适用于对较大区域(市区与城镇)进行较长时间且尺度较大(以月份为单位)的污染扩散分析，无法用于短时间、细时空粒度的污染物溯源。

发明内容

本发明提出一种对不同监测站点所监测到的污染物进行溯源的技术方案。主要思想是：通过迭代计算不同监测点污染浓度在相邻时间窗的相关性，找出污染源头。另外，本发明的技术方案同样也适用于针对与大气污染具有相似时序特征数据(如水源污染、交通拥塞流等)的事故源定位追踪。

根据本发明的一个方面，提供了一种用于污染物溯源的设备，包括：获取单元，被配置为获取监测点的监测数据；计算单元，被配置为计算相邻时间窗之间的所有监测点之间的相关性；以及确定单元，被配置为找出目标时刻的最相关的监测点对，并且依次向前移动时间窗以找出前一时刻的最相关的监测点对，直到所有时间窗被追溯。

在一个实施例中，计算单元被配置为：设定时间窗和时间间隔，计算所有相邻时间窗之间的所有监测点间的相关性矩阵。确定单元被配置为：根据相关性矩阵中的数值大小，找出目标时刻的最相关的监测点对，并且依次向前移动时间窗以找出前一时刻的最相关的监测点对，直到所有时间窗被追溯。

在一个实施例中，计算单元被配置为：计算污染浓度向量以及污染浓度矩阵；以及根据污染浓度向量以及污染浓度矩阵，计算所有相邻时间窗之间的所有监测点间的相关性矩阵。

在一个实施例中，确定单元被配置为：设定最相关的监测点对的个数为N，其中N为大于1的正整数；根据相关性矩阵中的数值大小，找出目标时刻的N个最相关的监测点对；以及依次向前移动时间窗以找出前一时刻的N个最相关的监测点对，直到所有时间窗被追溯。

在一个实施例中，计算单元被配置为：采用余弦相似性来计算相关性矩阵。

根据本发明的另一个方面，提供了一种用于污染物溯源的方法，包括：获取监测点的监测数据；计算相邻时间窗之间的所有监测点之间的相关性；以及找出目标时刻的最相关的监测点对，并且依次向前移动时间窗以找出前一时刻的最相关的监测点对，直到所有时间窗被追溯。

在一个实施例中，设定时间窗和时间间隔，计算所有相邻时间窗之间的所有监测点间的相关性矩阵；根据相关性矩阵中的数值大小，找出目标时刻的最相关的监测点对，并且依次向前移动时间窗以找出前一时刻的最相关的监测点对，直到所有时间窗被追溯。

在一个实施例中，计算污染浓度向量以及污染浓度矩阵；以及根据污染浓度向量以及污染浓度矩阵，计算所有相邻时间窗之间的所有监测点间的相关性矩阵。

在一个实施例中，设定最相关的监测点对的个数为N，其中N为大于1的正整数；根据相关性矩阵中的数值大小，找出目标时刻的N个最相关的监测点对；以及依次向前移动时间窗以找出前一时刻的N个最相关的监测点对，直到所有时间窗被追溯。

在一个实施例中，采用余弦相似性来计算相关性矩阵。

采用本发明的技术方案，能够实现较短时间(例如数小时)、细时空粒度(例如1km*1km，每15分钟)上的污染物溯源。

附图说明