[发明专利]空气污染物溯源方法及装置

权利要求书

1.一种空气污染物溯源方法，其特征在于，所述方法包括：

获取空气污染数据，所述空气污染数据包括可吸入颗粒物浓度、有害气体浓度和气象数据，所述可吸入颗粒物浓度包括粒径小于1μm的颗粒物浓度；

对空气污染数据进行预处理，形成m×n阶的监测数据矩阵，其中，m表示空气污染物组分数量，n表示采集空气污染数据的采样次数；

根据空气污染物组分数量，确定污染源的数量范围，针对数量范围内每一污染源数量，执行如下迭代方法：

根据污染源数量将监测数据矩阵分解，得到分解矩阵，利用分解矩阵和监测数据矩阵构造梯度函数；

设定步长，利用步长、梯度函数及分解矩阵进行最小二乘迭代运算，每一次迭代得到一个中间矩阵；根据中间矩阵计算目标函数的函数值；当目标函数的函数值或迭代次数满足预设条件时，停止迭代；其中，设定中间矩阵中各元素非负，并在每一次迭代时重新设定步长；

根据每一个数量的污染源迭代得到的目标函数的函数值确定目标污染源数量；

根据目标污染源数量对应的分解矩阵，确定污染源的类型；

其中，根据污染源数量将监测数据矩阵分解，得到分解矩阵，利用分解矩阵和监测数据矩阵构造梯度函数，包括：

根据污染源的数量，将检测数据矩阵分解，得到第一分解矩阵G，第一分解矩阵为m×P阶因子贡献矩阵，矩阵G中元素g_ip为i污染物组分在第p个污染源排放物中的浓度；F表示第二分解矩阵，第二分解矩阵为P×n阶因子谱矩阵，矩阵F中元素f_pj为第p个污染源对第j个空气污染数据样本的贡献度；

在分解得到分解矩阵之后，构造的梯度函数为

其中，表示梯度算子；P表示污染源的数量；V表示监测数据矩阵；T表示转置运算。

2.根据权利要求1所述的方法，其特征在于，对空气污染数据进行预处理，包括：

根据预设的各项空气污染数据的数值范围，筛选出在数值范围之外的异常空气污染数据；

根据空气污染数据的采样时间及采样间隔，校验空气污染数据的采样是否连续；

利用插值法得到空气污染数据，替换异常空气污染数据，补全采样不连续的空气污染数据。

3.根据权利要求1所述的方法，其特征在于，在每一次迭代得到一个中间矩阵之后，所述方法还包括：

计算利用同一个污染源数量迭代得到的目标函数的函数值的均值及均方根误差；

根据每一个数量的污染源迭代得到的目标函数的函数值确定目标污染源数量，包括：

从得到的所有均方根误差中筛选在设定范围内的均方根误差；

将设定范围内的均方根误差对应的目标函数的均值中，最小均值对应的污染源数量确定为目标污染源数量。

4.根据权利要求1所述的方法，其特征在于，利用步长、梯度函数及分解矩阵进行最小二乘迭代运算，包括：

利用公式进行最小二乘迭代运算，得到第k次迭代的中间矩阵x^k+1；

其中，第一次迭代利用的α_k表示第k次迭代的步长。

5.根据权利要求4所述的方法，其特征在于，

根据公式计算目标函数的函数值Q；

其中，x_ij为监测数据矩阵中第i行第j列的元素；g_ik和f_kj分别为分解矩阵G、F中第i行第j列的元素；u_ij为误差矩阵中第i行第j列的元素，误差矩阵由监测数据矩阵中每个元素的误差量构成。