[发明专利]基于多源数据的大气污染物源解析方法、存储介质及设备

权利要求书

1.一种基于多源数据的大气污染物解析方法，其特征在于，包括：

获取目标区域内污染源信息和气溶胶中的所有化学组分浓度，所述污染源信息包括污染源种类和各类污染源对应的气溶胶中的化学组分的含量；

针对所有所述化学组分建立受体模型，获取所述气溶胶中各化学组分对应各污染源的贡献值；

根据各所述化学组分的浓度和各所述污染源的贡献值，获取目标区域各污染源的贡献率作为先验概率；

应用数类统计法对目标区域内历史样本进行计算，得到各类污染源在特定条件下的条件概率；

应用朴素贝叶斯算法，根据所述先验概率和条件概率得到大气污染物源解析结果。

2.根据权利要求1所述的大气污染物解析方法，其特征在于：所述获取目标区域内污染源信息和气溶胶中的所有化学组分，包括：

获取目标区域内排放源信息，包括排放源个数和各排放源排放物质的化学元素组成；

根据所述排放源信息确定污染源种类；

确定每类所述污染源对应的气溶胶中的化学组分；

根据所有所述污染源确定目标区域内气溶胶中的化学组分。

3.根据权利要求1所述的大气污染物解析方法，其特征在于：通过蒸汽喷射气溶胶采样器测量气溶胶中各化学组分及各组分的浓度，以及测量气溶胶中对应各类污染源的化学组分含量。

4.根据权利要求3所述的大气污染物解析方法，其特征在于：所述受体模型的公式为：

式中，C_i代表气溶胶中化学组分i的浓度测量值，单位为ug/m³；F_ij为第j类污染源中化学组分i的含量测量值，单位为g/g；S_j为第j类污染源的贡献的浓度计算值，单位为ug/m³；I为化学组分个数，J为污染源类的个数；

式中，C代表气溶胶中化学组分总质量浓度；δ_j为第j类污染源的贡献率。

5.根据权利要求1所述的大气污染物解析方法，其特征在于：所述应用数类统计法对目标区域内历史样本进行计算，得到各类污染源在特定条件下的条件概率，包括：

收集历史样本数据，包括目标区域内每日污染源的信息、气象参数、地理信息以及土地利用信息数据；

根据所述收集到的历史样本数据按照所述污染源的种类进行统计分类，得到各类污染源在特定条件下的条件概率。

6.根据权利要求5所述的大气污染物解析方法，其特征在于：所述历史样本数据的收集方法，包括：

查询目标区域内各检测点日志，获取每日污染源信息、气象参数和地理信息；

基于卫星遥感获取土地利用信息数据。

7.根据权利要求1所述的大气污染物解析方法，其特征在于：所述应用朴素贝叶斯算法，根据所述先验概率和条件概率得出大气污染物源解析结果，包括：

将先验概率和条件概率带入朴素贝叶斯算法；

计算得到后验概率，即为大气污染源源解析结果。

8.根据权利要求1所述的大气污染物解析方法，其特征在于，还包括步骤：根据所述大气污染物源解析结果对大气污染来源进行定量化评价。

9.一种计算机可读存储介质，其特征在于：所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～8任一项所述的大气污染物解析方法。

10.一种电子设备，其特征在于：包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序能在处理器上运行，用以运行受体模型，实现如权利要求1～8任一项所述的大气污染物源解析方法。