[发明专利]基于拉格朗日模型和移动观测平台的大气污染溯源方法

说明书

本发明提供了一种基于拉格朗日模型和移动观测平台的大气污染溯源方法，涉及云计算数据分析应用技术领域。本发明的基于拉格朗日溯源模型和移动超站观测的大气污染溯源方法，针对园区局地大气环境污染问题，通过进行站点数据分析、模型小尺度污染溯源分析、有针对性对于典型区域及时段移动超站监测分析，特殊时期针对突发状况应急保障措施。为测定出区域异味的具体成分，并追踪锁定异味污染的源头，为解决异味污染问题提供技术支持，为相关部门执法做指导。

技术领域

本发明涉及云计算数据分析应用技术领域，特别是涉及一种基于拉格朗日溯源模型和移动观测平台的大气污染溯源方法。

背景技术

随着工业化、城市化的飞速发展，我国大气污染状况十分严重，防治大气污染、治理雾霾天气已成为一项公共议题。城市周边企业、电厂及工业园区排污对空气质量短时间内恶化造成严重影响，且园区周边具名异味投诉情况较多。空气污染排放源的精准溯源和定位是该领域的技术难题，目前并没有一个实际可行的技术方法实现空气污染的准确溯源。

目前大气污染溯源常用的技术方法主要有两种，一种是基于观测的方法实现，该方法主要是在园区及周边建立污染强化观测网络体系，需要大量专业技术人员运行维护且成本较高。另一种方法主要基于空气质量模型对污染进行溯源。传统的空气质量模型主要分为欧拉模型和拉格朗日溯源模型。该方法的局限性主要是溯源当前的区域三维精细化网格化气象场的模拟需要占用较多的计算资源，且空气质量模型的计算速度受到制约，往往不能满足污染溯源的时效性。

发明内容

本发明的一个目的是要提供一种基于拉格朗日模型和移动观测平台的大气污染溯源方法，以解决现有技术中大气污染溯源移动性和时效性差的问题。

特别地，本发明提供了一种基于拉格朗日溯源模型和移动观测平台的大气污染溯源方法，包括：

根据污染投诉事件的内容挖掘与内容对应的历史数据以得到大气污染来源的潜在贡献区域的分布；

基于国控站点的监测数据对所述潜在贡献区域的污染过程气象成因和污染来源进行分析；

根据分析结果利用移动观测平台对所述潜在贡献区域内的大气成分进行监测；

根据监测结果识别并解析大气成分中的特征污染因子；

搭建拉格朗日网格化溯源模型并实时计算污染气团来源概率的分布区域；

统计所述分布区域内的污染物浓度以及企业排放清单中各行业对于污染物浓度的贡献量。

可选地，所述根据污染投诉事件的内容挖掘与内容对应的历史数据以得到大气污染来源的潜在贡献区域的分布包括：

基于历史采样数据以获得不同时空内的刺激性污染气体的历史异味污染数据；

结合投诉事件的内容和历史异味污染数据分析得到历史异味污染的种类范围；

根据对应位置的历史采样数据筛选出特殊气味的气体以锁定刺激性污染气体的种类和区域；

通过拉格朗日反向溯源模型计算大气污染来源的潜在贡献区域的分布。

可选地，所述基于国控站点的监测数据对所述潜在贡献区域的污染过程气象成因和污染来源进行分析包括：

对多种大气污染物进行长期观测以分析不同大气污染物的时空分布特征及长期变化趋势。

可选地，所述根据分析结果利用移动观测平台对所述潜在贡献区域内的大气成分进行监测包括：

在预设时间内通过在目标点区域利用移动观测平台对特殊排放源类分别进行强化观测，以实现锁定或缩小异味污染种类的范围，明确区域异味污染的来源区域或企业，其中，所述特殊排放源类包括VOCs、SO₂、H₂S、甲烷、硫酸气和硝酸气。