[发明专利]基于统计自适应方法计算突发污染源和外来污染输送贡献

说明书

本发明公开了一种基于统计自适应方法计算突发污染源和外来污染输送贡献，包括：a.在一个空气质量检测区域内设置若干个检测站点，获得每个站点的污染物浓度—小时或分钟数据序列，并获得污染物浓度增长曲线；b.检测突然升高数据，并进行判识；c.若为单个站点突变则判定为突发污染源，若为所有站点同时或依次突变则判定为外来污染输送；d.突发污染源贡献是由突变期间浓度减去突变前后时刻浓度线性插值结果计算得出；单个站点的外来污染输送贡献是由外来污染输送过程的增长曲线减去外来污染传输前的增长曲线计算得出，整个区域的贡献是由所有站点的外来污染输送贡献之和然后算术平均得出。本发明计算结果准确，且不需要污染源信息。

技术领域

本发明涉及一种空气质量监测中的突发污染源贡献和外来污染输送贡献计算方法，特别是涉及一种基于统计的自适应方法计算突发污染源和外来污染输送贡献，属于环境监测技术领域。

背景技术

突发污染源和外来污染输送贡献，传统的计算方法主要采用数值模型模拟和污染物来源解析，但该方法存在以下两个方面的缺点：一方面，计算突发污染源和外来污染输送贡献，均需要污染源信息；另一方面，由于污染源谱的不确定性和模式物理化学过程与实际大气过程有差异，导致计算时间长、成本和技术要求较高，计算结果也存在较大不确定性。

发明内容

本发明要解决的技术问题是提供一种计算方法简单，成本低，可靠性高，而且不需要污染源信息的基于统计自适应方法计算突发污染源和外来污染输送贡献。

为解决上述技术问题，本发明采用这样一种基于统计自适应方法计算突发污染源和外来污染输送贡献，包括以下步骤：

a. 在一个空气质量检测区域内设置若干个间隔分散分布的空气污染检测站点，通过设置在每个空气污染检测站点内的空气污染检测仪器，获得每个空气污染检测站点的污染物浓度—小时或分钟数据序列，并由所述污染物浓度—小时或分钟数据序列，获得每个空气污染检测站点的污染物浓度增长曲线；

b. 对每个空气污染检测站点内的所述污染物浓度—小时或分钟数据序列变化趋势进行突变检测，并相互比对，根据所述污染物浓度—小时或分钟数据序列变化趋势，检测突然升高的数据，并对该突然升高的数据段进行判识；

c. 通过对所述污染物浓度—小时或分钟数据序列变化趋势的突变检测，判断所述突然升高的数据段是单个空气污染检测站点突变，还是所有空气污染检测站点同时或依次突变，若为单个站点突变则将所述突然升高的数据段判定为突发污染源影响，若为所有站点同时或依次突变则将所述突然升高的数据段判定为外来污染输送影响；

d. 在步骤c中，若判定为突发污染源影响，则突发污染源贡献是由突变期间污染物浓度减去突变前后时刻污染物浓度线性插值结果计算得出；若判定为外来污染输送影响，则单个空气污染检测站点的外来污染输送贡献是由单个空气污染检测站点外来污染输送过程的污染物浓度增长曲线减去外来污染传输前的污染物浓度增长曲线计算得出；整个空气质量检测区域的外来污染输送贡献是由同一区域内所有空气污染检测站点的外来污染输送贡献之和然后算术平均得出。

在本发明中，在步骤a中，由所述污染物浓度—小时或分钟数据序列减去参考浓度得到每个空气污染检测站点的污染物浓度增长曲线，所述污染物浓度—小时或分钟数据序列初始时段往前推24小时内的最低浓度或者前2日的平均最低浓度为所述参考浓度；在步骤d中，所述外来污染传输前的污染物浓度增长曲线为选取外来污染传输前1～2日的污染物浓度增长曲线，或者外来污染传输过程前一段时间的污染物浓度增长曲线。

采用上述计算方法后，本发明具有以下有益效果：

本发明采用统计方法，根据污染物浓度—小时或分钟数据序列及其波动增长曲线特征，对空气质量监测数据直接进行统计分析，计算出突发污染源贡献和外来污染输送贡献，不需要污染源信息，计算方法简单，成本低，可靠性高。

本发明大幅缩短了计算时间，并且计算结果准确，同时对操作人员的技术要求较低。

附图说明