[发明专利]一种大气温室气体在线观测数据的本底筛分方法

权利要求书

1.一种大气温室气体在线观测数据的本底筛分方法，其特征在于：包括如下步骤，

步骤一：温室气体在线观测数据及同期风资料收集；

步骤二：数据前处理；

步骤三：源排放影响信息识别；

按自定义浓度间隔绘制不同时期的二元条件概率函数CPBF图，CBPF的定义为：

式中，Δθ表示风向区间；Δu表示风速区间；

分子m_Δθ,Δu|_C≥X表示风向区间Δθ及风速区间Δu中浓度C等于或高于阈值X的样本数量；

分母n_Δθ,Δu表示风向区间Δθ及风速区间Δu内的样本总数；

步骤四：本底筛分；

步骤五：获取合理的本底浓度；

若结果合理则筛分结束；

若结果不满意或存疑，则返回步骤三，采用不同时间段或不同的浓度间隔重新绘制二元条件概率函数图进行源信息识别，直至获取合理的本底浓度。

2.根据权利要求1所述的大气温室气体在线观测数据的本底筛分方法，其特征在于：在步骤一中，收集高时间分辨率的大气温室气体在线观测数据及同期10min风速、风向观测资料。

3.根据权利要求2所述的大气温室气体在线观测数据的本底筛分方法，其特征在于：在步骤二中，对数据进行前处理，向对温室气体资料开展数据质控，采用合理性检验和趋势性检验，结合标气的标称浓度与观测浓度差、在线观测系统工作记录及相邻浓度数据的差值百分率变化情况判断并剔除异常浓度值；然后将浓度数据处理为小时平均，并与对应的风资料相关联，形成温室气体小时浓度-风的时间序列。

4.根据权利要求3所述的大气温室气体在线观测数据的本底筛分方法，其特征在于：在步骤三中，选取不同时期，按自定义的浓度间隔用R语言编程分别绘制CBPF图，再依据图形，对局地源排放影响信息进行判别，即确定局地排放源会在哪些风向-风速区间影响特定范围内的浓度观测值。

5.根据权利要求4所述的大气温室气体在线观测数据的本底筛分方法，其特征在于：在步骤四中，利用R语言编程对上一步中识别的局地源排放影响数据标记为非本底，对余下的其他浓度数据标记为本底，再分别统计非本底和本底浓度并绘制时间变化图。