[发明专利]基于排放数据的臭氧主导前体物识别方法及装置

说明书

本申请提出一种基于排放数据的臭氧主导前体物识别方法及装置，该方法包括：获取目标区域在预设时间段内的气象场数据和臭氧前体物的排放数据；根据气象场数据和臭氧前体物的排放数据，确定多个前体物排放组合情景；根据多个前体物排放组合情景，识别出对臭氧生成起主导作用的前体污染物。本申请依据气象场数据和臭氧前体物的排放数据，通过大气化学箱模式模拟臭氧生成，化学反应考虑得更全面，计算速度快，节省计算资源。能快速识别起主导作用的前体污染物。通过绘制臭氧等浓度曲线直观反映臭氧与其前体物的关系，模拟不同比例的前体物排放削减情形下臭氧浓度的变化情况，为臭氧管控决策提供有力支撑。

技术领域

本申请属于环境保护技术领域，具体涉及一种基于排放数据的臭氧主导前体物识别方法及装置。

背景技术

近年来，大气臭氧污染呈加剧态势，已成为困扰城市空气质量管理的重要污染物之一。对流层臭氧是由氮氧化物光解反应触发的一系列复杂反应生成的二次污染物。臭氧光化学反应过程中参与的主要组分包括挥发性有机物(Volatile Organic Compounds，VOCs)和氮氧化物(Nitrogen Oxides，NO_x)等臭氧前体物。要解决城市臭氧污染问题，首先需要识别城市中对臭氧的生成起主导作用的臭氧前体物。

目前，相关技术中通常采用数值模式模拟的方法来定量描述臭氧与其前体物之间的关系，以识别出起主导作用的臭氧前体物。具体通过动态调整网格化排放清单，驱动欧拉数值模型进行大规模的并行敏感性试验，以获得臭氧与其前体物之间的关系。

但上述相关技术需要计算空间中的每个网格点上污染物浓度的动态变化，计算量很大，通常需要较多高性能的计算资源支撑。而高质量的网格化排放清单难以获得也严重影响上述相关技术的应用效果。

发明内容

本申请提出一种基于排放数据的臭氧主导前体物识别方法及装置，能快速识别出对臭氧的生成起主导作用的前体污染物，计算速度很快，节省计算资源，便于明确臭氧前体物的控制策略，为臭氧管控提供数据支撑。

本申请第一方面实施例提出了一种基于排放数据的臭氧主导前体物识别方法，所述方法包括；

获取目标区域在预设时间段内的气象场数据和臭氧前体物的排放数据；

根据所述气象场数据和所述臭氧前体物的排放数据，确定多个前体物排放组合情景；

根据所述多个前体物排放组合情景，识别出在所述预设时间段内所述目标区域中对臭氧的生成起主导作用的前体污染物。

在本申请的一些实施例中，获取目标区域在预设时间段内的臭氧前体物的排放数据，包括：

获取目标区域本地编制的污染物排放清单；

从所述污染物排放清单中提取所述预设时间段内的臭氧前体物的排放数据。

在本申请的一些实施例中，获取目标区域在预设时间段内的臭氧前体物的排放数据，包括：

获取预设空气质量模式对应的网格化的污染物排放源清单；

从所述网格化的污染物排放源清单中，获取所述目标区域所在网格内的污染物排放源清单；

从所述目标区域所在网格内的污染物排放源清单中，提取所述预设时间段内的臭氧前体物的排放数据；

将提取的所述臭氧前体物的排放数据确定为所述目标区域在所述预设时间段内的臭氧前体物的排放数据。

在本申请的一些实施例中，所述根据所述气象场数据和所述臭氧前体物的排放数据，确定多个前体物排放组合情景，包括：

将所述气象场数据和所述臭氧前体物的排放数据确定为所述目标区域在所述预设时间段内的基准排放情景；