CN109376443A - 区域大气污染环境仿真动态模拟*** - Google Patents
区域大气污染环境仿真动态模拟*** Download PDFInfo
- Publication number
- CN109376443A CN109376443A CN201811303028.7A CN201811303028A CN109376443A CN 109376443 A CN109376443 A CN 109376443A CN 201811303028 A CN201811303028 A CN 201811303028A CN 109376443 A CN109376443 A CN 109376443A
- Authority
- CN
- China
- Prior art keywords
- data
- pollution
- wrf
- forecast
- environmental simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 21
- 230000007613 environmental effect Effects 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims description 18
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 4
- 231100000719 pollutant Toxicity 0.000 claims description 4
- 239000000779 smoke Substances 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 2
- 239000000926 atmospheric chemistry Substances 0.000 claims description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 2
- 239000010419 fine particle Substances 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 239000008188 pellet Substances 0.000 claims description 2
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 claims 5
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000013499 data model Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- IWLUJCZGMDWKRT-UHFFFAOYSA-N azane oxygen(2-) titanium(4+) Chemical compound N.[O-2].[Ti+4].[O-2] IWLUJCZGMDWKRT-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了区域大气污染环境仿真动态模拟***,通过CAMx、CMAQ、NAQPMS、WRF‑Chem等数值预报模型,统计预报和潜势预报等模型,对数值预报结果进行参考和纠偏,通过调整污染源数据模拟污染物减排,模拟空气质量变化趋势,为决策提供依据。
Description
技术领域
本发明涉及区域大气污染环境仿真动态模拟软件领域,具体涉及一种区域大气污染环境仿真动态模拟***。
背景技术
大气污染治理方案缺乏符合当地实际情况的计算平台支撑,数据模型不能全面覆盖污染成因的各个方面,治理方案执行成果无法预期。
污染因素包括以下5大方面:1、气象因素;2、地貌因素;3、能源结构;4、产业结构;5、交通结构。
现在没有任何一种软件能够根据当地实际情况,从以上5个方面进行数据建模,将监测结果与污染因素进行联系,并通过调整各个污染因素的指标值和系数,动态模拟区域环境变化趋势。
发明内容
本发明的目的提供一种区域大气污染环境仿真动态模拟***,解决上述现有技术问题中的一个或者多个。
根据本发明的区域大气污染环境仿真动态模拟***,通过CAMx、CMAQ、NAQPMS、WRF-Chem数值预报模型,统计预报和潜势预报模型,对数值预报结果进行参考和纠偏,通过调整污染源数据模拟污染物减排,模拟空气质量变化趋势,为决策提供依据。
在一些实施方式中,具体步骤如下:
1)数据同步下载与初始化
同步下载气象数据,为中尺度天气预报模式WRF提供输入数据,
建立污染排放清单,基于多种宏观统计数据,通过时空分配的手段实现排放清单自上而下的精细化处理,经预处理的排放清单数据支持稀疏矩阵排放模型SMOKE,可以为空气质量排放情景模拟提供初始的排放清单;
2)多模式模式运行生成污染物数据
基于WRF中尺度气象模式、SMOKE排放源模型、CMAQ/CMAx多尺度光化学模式、WRF-Chem大气化学模式等模型技术,构建多模式空气质量预报预警***,
生成常规污染物(可吸入颗粒物PM10、细粒子PM2.5、臭氧O3、一氧化碳CO、二氧化氮NO2、二氧化硫SO2等)的预报数据;
3)生成环境预测分析图
展示气象与污染趋势。
在一些实施方式中,还需进行溯源分析,通过提供给针对城市、行政区、站点、区域的监测数据报表(小时报、日报、月报),采用列表、图表的展示方式,提供AQI、SO2、CO、NO2、O3、PM10、PM2.5的浓度数据和变化趋势。
本发明的有点在于,
1.本软件数据建模根据现实环境中的实际数据动态生成,保证数据的真实性;
2.本软件将区域内分成细小网格独立进行模拟,然后进行汇总计算,精确度更高;
3.本软件系数计算数据来源于实地监测数据,更加准确。
附图说明
图1为本发明的一种实施方式的区域大气污染环境仿真动态模拟***的结构示意图。
具体实施方式
下面结合说明书附图,对本发明进行进一步详细的说明。
如图1中所示,***模拟与预测分析过程图,通过预测或模拟的方法与技术,赋值中间过程,输出预测数据结果。
实施例1
以模拟唐山高新区为例:
1.准备条件
a)高新区内部划分成精度为2~10公里的网格
b)在各个网格内部布设监测点位
c)通过地图工具采集各个网格内地貌特征
d)通过第三方地图结构采集各个网格内产业实体并通过***分析生成网格内产业结构数据
e)通过车辆监测点位分析生成交通结构特征数据
f)高新区内部各个监测点位设备正常运行并生成监测数据
2.软件工作流程
a)初始化各个模拟***模型数据
b)通过监测数据变化趋势与各个模型结构变化情况,计算监测指标浓度与各个模型的关联系数
c)1、模拟区域实时环境监测概况:根据各个系数与当前数据模型情况进行监测指标浓度模拟计算得出环境监测数据
d)2、结合现有系数:调整数据模型参数,模拟调整后区域内环境监测概况
e)生成网格内监测模拟数据
f)将各个网格监测模拟数据汇总,生成区域内环境模拟数据,生成环境概况模拟图
数学模型
1.气象模型WRF(自动变化):数据来源于监测点位气象数据;
2.地貌模型(固定):区域内监测点附近地貌网格数据;
3.产业结构模型(可调节):结合地图数据分析抓取区域内第一、二、三产业实体,进行产业分析归类;
4.能源结构模型(随产业结构变化):通过产业结构内实体采用的能源种类生成;
5.交通结构模型(可调节):道路:区域内道路根据地图数据分析抓取;交通工具:种类;总流量及污染交通工具流量:通过监测点位抓取进行分析估算。
从污染的5个方面进行数据建模,将监测结果与污染因素进行联系,并通过调整各个污染因素的指标值和系数,动态模拟区域环境变化趋势。
软件结构
1.气象模拟***;
2.区域地貌信息采集***;
3.产业与能源结构抓取与管理***;
4.交通结构生成与管理***;
5.模拟数据生成***;
6.环境仿真动态模拟***。
以上所述仅是本发明的优选方式,应当指出,对于本领域普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干相似的变形和改进,这些也视为发明保护之内。
Claims (3)
1.区域大气污染环境仿真动态模拟***,其中,通过CAMx、CMAQ、NAQPMS、WRF-Chem数值预报模型,统计预报和潜势预报模型,对数值预报结果进行参考和纠偏,通过调整污染源数据模拟污染物减排,模拟空气质量变化趋势,为决策提供依据。
2.根据权利要求1所述的区域大气污染环境仿真动态模拟***,其中,具体步骤如下:
1)数据同步下载与初始化
同步下载气象数据,为中尺度天气预报模式WRF提供输入数据,
建立污染排放清单,基于多种宏观统计数据,通过时空分配的手段实现排放清单自上而下的精细化处理,经预处理的排放清单数据支持稀疏矩阵排放模型SMOKE,可以为空气质量排放情景模拟提供初始的排放清单;
2)多模式运行生成污染物数据
基于WRF中尺度气象模式、SMOKE排放源模型、CMAQ/CMAx多尺度光化学模式、WRF-Chem大气化学模式等模型技术,构建多模式空气质量预报预警***,
生成常规污染物(可吸入颗粒物PM10、细粒子PM2.5、臭氧O3、一氧化碳CO、二氧化氮NO2、二氧化硫SO2等)的预报数据;
3)生成环境预测分析图
展示气象与污染趋势。
3.根据权利要求2所述的区域大气污染环境仿真动态模拟***,其中,还需进行溯源分析,通过提供给针对城市、行政区、站点、区域的监测数据报表(小时报、日报、月报),采用列表、图表的展示方式,提供AQI、SO2、CO、NO2、O3、PM10、PM2.5的浓度数据和变化趋势。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811303028.7A CN109376443A (zh) | 2018-11-02 | 2018-11-02 | 区域大气污染环境仿真动态模拟*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811303028.7A CN109376443A (zh) | 2018-11-02 | 2018-11-02 | 区域大气污染环境仿真动态模拟*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109376443A true CN109376443A (zh) | 2019-02-22 |
Family
ID=65397050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811303028.7A Withdrawn CN109376443A (zh) | 2018-11-02 | 2018-11-02 | 区域大气污染环境仿真动态模拟*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376443A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948840A (zh) * | 2019-03-08 | 2019-06-28 | 宁波市气象台 | 一种空气质量预报方法 |
CN110334438A (zh) * | 2019-07-04 | 2019-10-15 | 北京思路创新科技有限公司 | 一种空气污染物排放清单反演方法和设备 |
CN110531029A (zh) * | 2019-08-16 | 2019-12-03 | 北京慧辰资道资讯股份有限公司 | 一种基于环保物联网大数据预测空气质量趋势的装置 |
CN110569528A (zh) * | 2019-07-15 | 2019-12-13 | 北京工业大学 | 跨界地区大气边界层以下pm2.5传输通量数值模拟量化的方法 |
CN111177982A (zh) * | 2019-12-31 | 2020-05-19 | 象辑知源(武汉)科技有限公司 | 一种应急决策指挥***及方法 |
CN113419449A (zh) * | 2021-06-28 | 2021-09-21 | 中科三清科技有限公司 | 一种细颗粒物和臭氧协同控制的控制方法和装置 |
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335792A (zh) * | 2015-09-18 | 2016-02-17 | 广州蓝穹环保科技有限公司 | 一种基于稀疏矩阵运算排放源模型的排放源清单处理工具 |
CN105403664A (zh) * | 2015-10-19 | 2016-03-16 | 电力规划设计总院 | 一种基于wrf-chem的大型点污染源大气环境影响评价方法 |
CN106557869A (zh) * | 2016-10-20 | 2017-04-05 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN107871210A (zh) * | 2017-11-03 | 2018-04-03 | 南开大学 | 一种大气环境容量核算方法 |
CN108170882A (zh) * | 2017-11-24 | 2018-06-15 | 南京大学 | 基于查算表的中尺度大气光化学模拟分段线性回归算法 |
-
2018
- 2018-11-02 CN CN201811303028.7A patent/CN109376443A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335792A (zh) * | 2015-09-18 | 2016-02-17 | 广州蓝穹环保科技有限公司 | 一种基于稀疏矩阵运算排放源模型的排放源清单处理工具 |
CN105403664A (zh) * | 2015-10-19 | 2016-03-16 | 电力规划设计总院 | 一种基于wrf-chem的大型点污染源大气环境影响评价方法 |
CN106557869A (zh) * | 2016-10-20 | 2017-04-05 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN107871210A (zh) * | 2017-11-03 | 2018-04-03 | 南开大学 | 一种大气环境容量核算方法 |
CN108170882A (zh) * | 2017-11-24 | 2018-06-15 | 南京大学 | 基于查算表的中尺度大气光化学模拟分段线性回归算法 |
Non-Patent Citations (1)
Title |
---|
王自发等: "嵌套网格空气质量预报模式***的发展与应用", 《大气科学》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948840A (zh) * | 2019-03-08 | 2019-06-28 | 宁波市气象台 | 一种空气质量预报方法 |
CN109948840B (zh) * | 2019-03-08 | 2020-02-21 | 宁波市气象台 | 一种空气质量预报方法 |
CN110334438A (zh) * | 2019-07-04 | 2019-10-15 | 北京思路创新科技有限公司 | 一种空气污染物排放清单反演方法和设备 |
CN110569528A (zh) * | 2019-07-15 | 2019-12-13 | 北京工业大学 | 跨界地区大气边界层以下pm2.5传输通量数值模拟量化的方法 |
CN110531029A (zh) * | 2019-08-16 | 2019-12-03 | 北京慧辰资道资讯股份有限公司 | 一种基于环保物联网大数据预测空气质量趋势的装置 |
CN110531029B (zh) * | 2019-08-16 | 2022-02-25 | 北京慧辰资道资讯股份有限公司 | 一种基于环保物联网大数据预测空气质量趋势的装置 |
CN111177982A (zh) * | 2019-12-31 | 2020-05-19 | 象辑知源(武汉)科技有限公司 | 一种应急决策指挥***及方法 |
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
CN113419449A (zh) * | 2021-06-28 | 2021-09-21 | 中科三清科技有限公司 | 一种细颗粒物和臭氧协同控制的控制方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376443A (zh) | 区域大气污染环境仿真动态模拟*** | |
CN107194139B (zh) | 大气污染源分级方法及计算设备 | |
Russo et al. | Neural network forecast of daily pollution concentration using optimal meteorological data at synoptic and local scales | |
Yang et al. | Some issues in uncertainty quantification and parameter tuning: A case study of convective parameterization scheme in the WRF regional climate model | |
Sailor et al. | A neural network approach to local downscaling of GCM output for assessing wind power implications of climate change | |
Memmesheimer et al. | Long-term simulations of particulate matter in Europe on different scales using sequential nesting of a regional model | |
CN102819661B (zh) | 一种运用区域空气质量模式计算大气环境容量的方法 | |
Godowitch et al. | Assessing multi-year changes in modeled and observed urban NOX concentrations from a dynamic model evaluation perspective | |
KR102324392B1 (ko) | 지역별 미세먼지 농도 예측방법 및 시스템 | |
Hirabayashi et al. | Development of a distributed air pollutant dry deposition modeling framework | |
CN112308292A (zh) | 一种火灾风险等级分布图的绘制方法 | |
Isakov et al. | Using CMAQ for exposure modeling and characterizing the subgrid variability for exposure estimates | |
Eingrüber et al. | Climate change simulation and trend analysis of extreme precipitation and floods in the mesoscale Rur catchment in western Germany until 2099 using Statistical Downscaling Model (SDSM) and the Soil & Water Assessment Tool (SWAT model) | |
Volta et al. | GAMES, a comprehensive gas aerosol modelling evaluation system | |
CN114742460B (zh) | 一种确定待管控企业的方法、装置、电子设备及存储介质 | |
CN108802856B (zh) | 一种基于ai的源数据动态修正预报***及其工作方法 | |
Kuebler et al. | Long-term trends of primary and secondary pollutant concentrations in Switzerland and their response to emission controls and economic changes | |
KR101882874B1 (ko) | 대기환경을 고려한 발전기 운영 계획 수립 방법 및 그 장치 | |
CN115545565A (zh) | 基于大气环境质量的园区排污总量管控方法和*** | |
CN114118613A (zh) | 一种焦化土壤污染空间分布预测优化方法及*** | |
Li et al. | Application of MM5‐CAMx‐PSAT Modeling Approach for Investigating Emission Source Contribution to Atmospheric SO2 Pollution in Tangshan, Northern China | |
JP4206024B2 (ja) | 大気物質指標分布解析装置 | |
Martín et al. | Using dispersion models at microscale to assess long-term air pollution in urban hot spots: A FAIRMODE joint intercomparison exercise for a case study in Antwerp | |
Junier et al. | The chemical mechanism generation programme CHEMATA—Part 2: Comparison of four chemical mechanisms for mesoscale calculation of atmospheric pollution | |
Sayad et al. | Assessment the impact of different fuels used in cement industry on pollutant emissions and ambient air quality: a case study in Egypt |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190222 |
|
WW01 | Invention patent application withdrawn after publication |