[发明专利]一种基于监测车的大气污染监测和源辨识方法

摘要

本发明提供了一种基于监测车的大气污染监测和源辨识方法，属于大气污染物监测和源辨识技术领域。首先通过城市卫星地图建立待测城区建筑的三维模型；根据气象站提供的实时风速风向模拟计算出城区动态的流场；监测车按一定路线和原则选定三个测点，记录位置、时间和污染物浓度数据，通过伴随方法计算出可能的污染源位置，为监测车寻源方向提供指导；若没找到实际污染源，说明区域内存在多个污染源，需要继续选择其他测点重新辨识。对于多污染源情况，需要将找到的污染源关闭，去除其在研究区域内的污染影响，再利用同样方法依次寻找其余污染源。如此可以在实际动态风条件下准确地辨识出多个污染物源。

主权项

1.一种基于监测车的大气污染监测和源辨识方法，其特征在于，步骤如下：(1)根据城市卫星地图建立待测城区建筑的三维模型；(2)首先默认待测城区只有一个污染源；监测车以5‑10米/秒的速度于待测城区内行驶，路线覆盖待测城区内所有道路，沿路实时监测污染物浓度；若监测到污染物浓度值高于污染物对人体造成危害的限值，停车至污染物浓度数据稳定，将监测车位置坐标、停车时刻、污染物浓度记录为(P1，T1，C1)；再将监测车行驶至另外一个位置，停车并记录相关信息为(P2，T2，C2)；P2位置的选取原则是在P1位置基础上，沿街道向前或向后行驶，寻找一个污染物浓度与P1的污染物浓度相差至少10％的位置；最后，监测车移动到第三个位置，停车并记录(P3，T3，C3)，P3位置的选取原则同P2，且P1、P2和P3三点的连线不与主导风向平行；若难以达到以上浓度要求，则在P1位置前后30‑50米选点作为P2和P3；(3)获取气象站提供的待测城区每秒变化的风速和风向信息，并选择合适的时间尺度做一定的数学上的简化处理；流场每隔一段时间更新，并假设在每个时段内是恒定的；从监测结束时刻开始，到监测开始时刻为止，将整理后的风象信息按时间逆序排列，作为变化的速度入口边界条件，使用计算流体力学求解纳维斯托克斯方程，得出监测期间待测城区按时间逆序变化的速度场；与稳态模拟相比，该处理可以描述风变对污染的影响；(4)污染物受变化的速度场的影响，其传播方程的边界条件也是动态变化的；将监测车记录的每个测点的浓度、位置和时间信息，代入非稳态的污染物传播方程的伴随方程：其中，ψ*为伴随概率因子(位置或时间的伴随概率因子)，τ为逆向的时间，为探测区域位置矢量，为测点位置矢量，c表示污染物浓度，V_j为x_j轴方向上的速度，v_c,j表示污染物c在x_j方向上的有效湍流扩散系数，q₀为污染物负源的单位体积流量，Γ₁,Γ₂和Γ₃为边界条件，n_i为x_i轴方向的单位矢量，为负荷项，其表达式由两个阶跃方程组成：与速度方程相同，污染物的伴随方程也是从监测结束时刻开始，计算至监测开始时刻为止，通过求解方程得到每个测点推得的污染源的标准伴随位置概率SALP；每个位置的SALP表示源存在的可能性，概率最大位置就是污染物源最可能存在的位置；每个测点单独推得的污染源位置无限多，通过求解如下方程公式(1‑4)，将三个测点的辨识结果整合，即可确定唯一一个可能的污染源位置及强度：其中，N为探测数据的个数，τ_i和分别为对应于第i个探测数据的探测位置、探测时间(逆向)和探测到的污染物浓度，τ₀为假设的污染物释放时间，M₀为假设的污染物释放强度，为对应于第i个探测数据的SALP，为根据第i个探测数据求得的相应污染物释放浓度M₀和位置x的概率分布，将的分布形式定义为正态分布：其中，为对应于第i个探测数据可能的实际污染物浓度；σ_ε为本寻源方法的标准差，设定为60％，其中包括20％的仪器误差，20％的风简化误差和20％的计算误差；代入P1、P2和P3对应的位置、浓度和时间信息，求解非稳态的污染物传播方程的伴随方程，并结合概率方法辨识到第一个污染物源的第一个可能位置S1(1)和释放强度C1(1)，无人机飞至S1(1)处确定污染源的真实位置；(5)若无人机没有在S(1)附近找到污染源，则监测车前往S1(1)位置，并注意沿途污染物浓度的变化趋势；如果浓度明显上升然后下降，说明真实源位于峰值位置附近或上游；如果浓度持续上升，说明真实源位置可能在S1(1)上游；根据此原则搜索以找到确切的源位置，派管理人员将其关闭，阻止其继续超标排放，目的是将已知污染源的影响从场内去除；(6)若步骤(5)没有找到实际污染源，说明区域内存在多个污染源，监测车从S1(1)出发沿此时主导风向移动，选择三个新的测点并重复第二步至第五步，直至找到污染源的准确位置；(7)将所有已知污染源关停后，如果监测车在区域内依然能测到高于人体危害限值的污染浓度，表明还有污染源没有被找到，重复步骤二至步骤六直至所有威胁的污染物源均已被找到。