[发明专利]一种机动车尾气排放数据融合系统

说明书

本发明公开了一种机动车尾气排放数据融合系统，包括道边空气污染物浓度估计模块、道边空气污染物浓度预报模块、城市全局大气环境预测模块、机动车尾气排放因子估计模块与机动车尾气排放特征分析模块；五个模块分别实现不同的数据分析功能，选择不同的模块即可实现不同的功能；可以单独使用，也可两个或两个以上组合作用，实现对机动车尾气遥测数据及机动车属性、行驶工况、检测时间、气象条件数据的存储、分析与融合，结合车载诊断系统数据库、便携式排放测试系统数据库、车检所离线数据库、交通信息数据库与地理信息数据库，对机动车尾气遥测数据进行分析处理，获取最具辨识力的关键性指标和统计数据，从而为政府部门制定相关决策提供有效支撑。

技术领域

本发明具体涉及一种机动车尾气排放数据融合系统，属于环境监测技术领域。

背景技术

由于近年来全国机动车保有量迅猛增长，致使市区以及各地交通拥堵现象日趋严重，大气环境质量也呈现出恶化趋势，机动车排气污染监控工作正面临着严峻的挑战。机动车尾气是城市大气环境污染的重要污染物，是城市空气污染的主要源头，在城市环境污染监测方面，机动车尾气监测所占比例越来越高，已经成为环境保护与管理的重要组成部分。

从2000年以来，环保部门对于机动车尾气的监管不断加强，一方面，通过提高排放标准加速老旧机动车淘汰的速度：机动车尾气排放标准不断提高，从欧I、欧II到国五标准，仅仅经过了10余年的时间。另一方面，机动车尾气检测手段和技术不断发展，先后经历双怠速法、简易工况法、模拟工况法、遥感监测法等阶段，检测设备也从手持式、便携式、检测场固定式发展到了车载移动式、路侧固定式。其中，由于新兴的遥感监测法具有检测周期短、无需人工参与、准确度高与不影响交通的特点，已渐渐成为机动车尾气检测的重要技术手段，得到了业界的普遍认同。机动车尾气遥测设备布设于城市路网，可获取海量监测数据，如何分析、处理这些海量数据是环境监测的一个难点，通过有效的数据挖掘可获取大量关于机动车尾气排放的信息。

由于空气污染物浓度的影响因素复杂繁多，从长期或平均状态来说，取决于城市的能源结构、交通和工业排放污染物的多少，但从短期或实时状态而言，却主要与当地、当时的气象条件有关。这一系列的因素导致对空气污染物浓度进行预报具有一定的挑战性，因此目前国内外还没有有效的技术方法对重污染过程进行准确的预报，高浓度污染的预报成为了国内外亟待克服的重要难题。发明专利《基于数值模式与统计分析结合的大气重污染预报方法》(申请号：CN201310038573.9)提出了一种基于数值模式与统计分析结合的大气重污染预报方法。该方法将数值预报方法与统计预报方法相结合，一定程度上克服了两种预报方法单独使用时存在的缺点，即数值预报方法对非重污染时段预报效果较好，但对由于复杂气象条件导致污染物输送、扩散、转化的重污染时段预报误差高达400％；而统计预报方法准确率和计算效率较高，但对历史资料依赖性较强，并缺乏一定物理意义。发明专利《一种基于特征向量和最小二乘支持向量机的PM25浓度预测方法》(申请号：CN201410201739.9)、《一种基于多领域特征的城市空气质量等级预测方法》(申请号：CN201410452557.9)与《一种空气污染物浓度预测方法》(申请号：CN201510767342.0)均实现了依据历史空气污染物浓度监测数据对当前或未来某一时刻空气污染物浓度进行预报，但是他们共有的问题是：预测方法较为复杂，对历史数据的利用、整合有待加强，泛化能力及预报准确率都有待提高。