[发明专利]空气污染物溯源方法及装置

说明书

本发明公开了一种空气污染物溯源方法及装置，该方法包括：预处理空气污染数据，形成m×n阶监测数据矩阵；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；当满足预设条件时停止迭代；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。本发明可以对城市空气环境进行常态化的溯源分析。

技术领域

本发明涉及环境保护技术领域，尤其涉及一种空气污染物溯源方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

空气的污染主要分为有害气体和可吸入颗粒物。有害气体包括：一氧化碳(CO)、氮氧化物(NOx)、碳氢化合物、硫氧化物等。目前，对有害气体主要采用电化学的方法进行检测，技术已相对成熟，在用的空气质量监测站大都具备此项功能。

PM10和PM2.5颗粒物已经成为各地常态化的被监测污染物，但PM10(直径10μm的颗粒物)和PM2.5(直径2.5μm的颗粒物)并非一次污染物，它主要是由超细颗粒(直径小于0.1μm的颗粒物)、臭氧以及VOC等气态污染物经过一系列的大气光化学反应形成的二次污染物。一些超细颗粒物可以渗入血液，在人体内沉积，从而引起癌症等一系列疾病，对人体的健康危害更大。

为保证空气质量，国家相继出台了多项政策及举措对各地空气质量进行监测管控，真正的查清污染来源及各污染源特点成为一项主要任务。目前的污染物溯源方法主要结合大气化学模式和观测浓度信息来反演污染源的特征，并结合大量的污染源特征信息(先验信息)，期望实现对单个或多个污染源的位置及强度的精确估计，这种方法更适用于应对突发污染事件的发生，更适用于相对独立、面积较小的区域，而对于整个城市这样大面积、非独立性区域的空气质量管控，却无法对城市空气环境进行常态化的溯源分析，导致无法客观了解城市的空气质量变化规律及污染源时间、空间分布态势等，对于城市空气环境的科学管控也缺少数据支撑。

发明内容

本发明实施例提供一种空气污染物溯源方法，用以对城市空气环境进行常态化的溯源分析，从而客观了解城市的空气质量变化规律及污染源时间、空间分布态势等，为城市空气环境的科学管控提供数据支撑，该方法包括：

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：