CN111178786B - 一种保障区域空气质量的排放源位置确定方法及*** - Google Patents
一种保障区域空气质量的排放源位置确定方法及*** Download PDFInfo
- Publication number
- CN111178786B CN111178786B CN202010016852.5A CN202010016852A CN111178786B CN 111178786 B CN111178786 B CN 111178786B CN 202010016852 A CN202010016852 A CN 202010016852A CN 111178786 B CN111178786 B CN 111178786B
- Authority
- CN
- China
- Prior art keywords
- grid
- pollutant
- area
- research
- sensitive
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 221
- 231100000719 pollutant Toxicity 0.000 claims abstract description 221
- 239000000356 contaminant Substances 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000009825 accumulation Methods 0.000 claims abstract description 11
- 238000009792 diffusion process Methods 0.000 claims abstract description 10
- 230000002776 aggregation Effects 0.000 claims description 23
- 238000004220 aggregation Methods 0.000 claims description 23
- 238000012876 topography Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 3
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种保障区域空气质量的排放源位置确定方法,包括:空气质量模型对研究区域中每个网格的污染物排放过程、以及污染物在对应研究时间段的气象数据的影响下的扩散过程进行模拟,形成污染物浓度分布场;识别出污染物聚集区和敏感区;生成污染物聚集区图层和敏感区图层;在研究区域图层中,去除污染物聚集区图层和敏感区图层,剩余区域为最终确定的保障区域空气质量的排放源设置位置。优点:仅从地形和气象的影响下,确定影响区域大气环境质量的两个主要影响因素:污染物聚集区和受体敏感区,并以此来确定污染物排放源的位置。简化了污染物排放源位置确定的复杂性,缩减了污染物排放源位置确定的时间,提高了污染物排放源位置确定的效率。
Description
技术领域
本发明属于排放源选址技术领域,具体涉及一种保障区域空气质量的排放源位置确定方法及***。
背景技术
保障区域空气质量的排放源位置确定方法,是指如何在保证区域空气质量的前提下,确定污染物排放源的位置,其中,污染物排放源包括但不限于工业园区、节假日集中燃放烟花地等。
现有技术中,需要采用非常复杂的方法,才能确定污染物排放源的位置,具有污染物排放源位置确定过程效率低的问题。
发明内容
针对现有技术存在的缺陷,本发明提供一种保障区域空气质量的排放源位置确定方法及***,可有效解决上述问题。
本发明采用的技术方案如下:
本发明提供一种保障区域空气质量的排放源位置确定方法,包括以下步骤:
步骤1,将研究区域网格化,形成多个网格;设置每个所述网格的网格编号;获得每个网格的网格属性;
步骤2,基于本次研究的污染物,每个网格设置相同的污染物排放参数;将网格编号、网格属性和污染物排放参数的对应关系存入到污染物排放源清单中,形成最终的污染物排放源清单;
步骤3,确定本次研究的研究时间段;然后获取与研究时间段和研究区域对应的气象数据;
步骤4,建立空气质量模型,将步骤2得到的污染物排放源清单以及步骤3获取到的气象数据输入到所述空气质量模型;
所述空气质量模型对研究区域中每个网格的污染物排放过程、以及污染物在对应研究时间段的气象数据的影响下的扩散过程进行模拟,追踪每个网格排放的污染物的运动轨迹,并得到每个网格对应的污染物最终浓度,形成污染物浓度分布场;
步骤5,设置第一污染物浓度阈值;将各个网格的污染物最终浓度从小到大排序,并识别出污染物最终浓度大于第一污染物浓度阈值的所有网格,识别出的网格形成污染物聚集区;
步骤6,确定研究区域的敏感点,其中,敏感点的数量大于等于1个;对于每个敏感点,均采用以下方法确定对应的敏感区:
步骤6.1,确定敏感点归属的网格,称为网格A;该网格A对应有污染物最终浓度;
步骤6.2,采用所述空气质量模型对步骤6.1确定的所述网格A的污染物最终浓度进行溯源,得到对所述网格A的污染物最终浓度具有贡献的网格集合;
步骤6.3,按照对所述网格A的污染物最终浓度的浓度贡献由小到大,将网格集合中的各个网格排序;
步骤6.4,设置第二污染物浓度阈值;从网格集合中,识别出浓度贡献大于第二污染物浓度阈值的网格,识别出的网格形成敏感区;
步骤7,运用地理信息***,将研究区域中的污染物聚集区生成污染物聚集区图层;将研究区域中的敏感区生成敏感区图层;
步骤8,将研究区域生成研究区域图层;在研究区域图层中,去除污染物聚集区图层和敏感区图层,剩余区域为最终确定的保障区域空气质量的排放源设置位置。
优选的,步骤1中,所述网格属性包括网格中心点的经纬度坐标以及网格中心点的海拔高度。
优选的,步骤5具体为:
步骤5.1,将各个网格的污染物最终浓度从小到大排序;
步骤5.2,确定第一百分比例数L1;
步骤5.3,计算(n-1)与L1的乘积值;其中,n为研究区域网格总数;
步骤5.4,将乘积值中的整数记为A1整;将乘积值中的小数记为B1小数;
步骤5.5,在步骤5.1中排序中,定位到排序在第A1整位的污染物最终浓度,记为CA1;定位到排序在第A1整+1位的污染物最终浓度,记为CA1+1;
步骤5.6,计算(1-B1小数)C A1+B1小数C A1+1的值,记为R1L;
步骤5.7,R1L即为第一污染物浓度阈值;因此,识别出污染物最终浓度大于第一污染物浓度阈值R1L的所有网格,识别出的网格形成污染物聚集区。
优选的,步骤6.4具体为:
步骤6.4.1,将网格集合中各个网格的浓度贡献从小到大排序;
步骤6.4.2,确定第二百分比例数L2;
步骤6.4.3,计算(m-1)与L2的乘积值;其中,m为网格集合包含的网格总数;
步骤6.4.4,将乘积值中的整数记为A2整;将乘积值中的小数记为B2小数;
步骤6.4.5,在步骤6.3的排序中,定位到排序在第A2整位的浓度贡献,记为CA2;定位到排序在第A2整+1位的污染物最终浓度,记为CA2+1;
步骤6.4.6,计算(1-B2小数)CA2+B2小数CA2+1的值,记为R2L;
步骤6.4.7,R2L即为第二污染物浓度阈值;因此,识别出浓度贡献大于第二污染物浓度阈值R2L的所有网格,识别出的网格形成敏感区。
本发明还提供一种保障区域空气质量的排放源位置确定方法的排放源位置确定***,包括:
网格化模块,用于将研究区域网格化,形成多个网格;设置每个所述网格的网格编号;获得每个网格的网格属性;
污染物排放源清单生成模块,用于基于本次研究的污染物,每个网格设置相同的污染物排放参数;将网格编号、网格属性和污染物排放参数的对应关系存入到污染物排放源清单中,形成最终的污染物排放源清单;
获取模块,用于确定本次研究的研究时间段;然后获取与研究时间段和研究区域对应的气象数据;
空气质量模型建立模块,用于建立空气质量模型;
空气质量模型运行模块,用于将污染物排放源清单以及气象数据输入到所述空气质量模型;所述空气质量模型对研究区域中每个网格的污染物排放过程、以及污染物在对应研究时间段的气象数据的影响下的扩散过程进行模拟,追踪每个网格排放的污染物的运动轨迹,并得到每个网格对应的污染物最终浓度,形成污染物浓度分布场;
污染物聚集区识别模块,用于设置第一污染物浓度阈值;将各个网格的污染物最终浓度从小到大排序,并识别出污染物最终浓度大于第一污染物浓度阈值的所有网格,识别出的网格形成污染物聚集区;
敏感区识别模块,用于确定研究区域的敏感点,其中,敏感点的数量大于等于1个;对于每个敏感点,均采用以下方法确定对应的敏感区:
1)确定敏感点归属的网格,称为网格A;该网格A对应有污染物最终浓度;
2)采用所述空气质量模型对所述网格A的污染物最终浓度进行溯源,得到对所述网格A的污染物最终浓度具有贡献的网格集合;
3)按照对所述网格A的污染物最终浓度的浓度贡献由小到大,将网格集合中的各个网格排序;
4)设置第二污染物浓度阈值;从网格集合中,识别出浓度贡献大于第二污染物浓度阈值的网格,识别出的网格形成敏感区;
污染物聚集区图层生成模块,用于运用地理信息***,将研究区域中的污染物聚集区生成污染物聚集区图层;
敏感区图层生成模块,用于运用地理信息***,将研究区域中的敏感区生成敏感区图层;
排放源设置位置确定模块,用于将研究区域生成研究区域图层;在研究区域图层中,去除污染物聚集区图层和敏感区图层,剩余区域为最终确定的保障区域空气质量的排放源设置位置。
本发明提供的一种保障区域空气质量的排放源位置确定方法及***具有以下优点:
本发明通过避开复杂的排放源设置影响,仅从地形和气象的影响下,确定影响区域大气环境质量的两个主要影响因素:污染物聚集区和受体敏感区,并以此来确定污染物排放源的位置。该方法简化了污染物排放源位置确定的复杂性,缩减了污染物排放源位置确定的时间,提高了污染物排放源位置确定的效率。
附图说明
图1为本发明提供的保障区域空气质量的排放源位置确定方法的流程示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种保障区域空气质量的排放源位置确定方法,该方法涉及空气质量模型、地理信息***、大气规划环评技术领域,应用于区域产业布局、工业园区选址、节假日集中燃放烟花地选址、焚烧选址、大气环境区域规划选址等领域。该方法可为工业园区布局选址、节假日集中燃放、焚烧选址、大气环境区域规划提供数据支撑,在保障区域空气质量选址的过程中,避免了复杂的排放源设置、简化了选址的流程、缩减了选址时间。
污染物排放源的选址过程就是一种考虑某种或某几种限制因素的最优区域选择过程。本发明确定两个对区域空气质量影响大的两个因素,即污染物聚集区和敏感区;其中,污染物聚集区是指:在排除污染物排放量的影响外,只受地形、气象因素及污染物种本身扩散特征的影响,污染物易于堆积的区域。敏感区:基于研究区域内的敏感点,运用空气质量模型进行溯源,污染物浓度贡献值较大的区域即为敏感区。
通常,污染物排放源的选址需要在初步确定污染物排放源位置后,再输入污染物排放参数,进行污染物扩散模拟,方法复杂且不同模型结果差别较大。本发明则避开了不同模型的影响,仅从地形和气象的影响下,找出污染物易于聚集的区域,即污染物聚集区;以及污染物排放对敏感点特别敏感的敏感区,排除污染物聚集区和敏感区的其他区域,即为最终确定的污染物排放源推荐选址。
因此,本发明公开的保障区域空气质量的排放源位置确定方法,通过避开复杂的排放源设置影响,仅从地形和气象的影响下,确定影响区域大气环境质量的两个主要影响因素:污染物聚集区和受体敏感区,并以此来确定污染物排放源的位置。该方法简化了污染物排放源位置确定的复杂性,缩减了污染物排放源位置确定的时间,提高了污染物排放源位置确定的效率。
参考图1,保障区域空气质量的排放源位置确定方法,包括以下步骤:
步骤1,将研究区域网格化,形成多个网格;设置每个所述网格的网格编号;获得每个网格的网格属性;其中,网格属性包括网格中心点的经纬度坐标以及网格中心点的海拔高度。
步骤2,基于本次研究的污染物,例如,臭氧污染物,每个网格设置相同的污染物排放参数;污染物排放参数可以为排放量等参数。本申请中,每个网格均具有相同的污染物排放参数。即,在采用空气质量模型进行污染物排放过程模拟时,每个网格持续以设置的污染物排放参数向外释放污染物。
将网格编号、网格属性和污染物排放参数的对应关系存入到污染物排放源清单中,形成最终的污染物排放源清单;
将研究区域网格化,并在ArcGis中抽取每个网格的经纬度和海拔高度,然后将对应的经纬度及海拔高度按照calpuff.inp文件中点源的输入格式在excel中进行批量参数设置并替换对应的inp文件中内容。
不同的空气质量模型的污染物排放参数输入形式不同、本发明中,需要将除地理信息、地形以外的所有参数设置一致。根据实际空气质量模型具体完成污染物排放源清单。
污染物排放源清单,是基于污染物排放参数生成的可读清单。
将网格编号、网格属性和污染物排放参数的对应关系存入到污染物排放源清单中,形成最终的污染物排放源清单;
步骤3,确定本次研究的研究时间段;然后获取与研究时间段和研究区域对应的气象数据;
气象数据可通过WRF模型输出获得。
步骤4,建立空气质量模型,将步骤2得到的污染物排放源清单以及步骤3获取到的气象数据输入到所述空气质量模型;
空气质量模型可采用calpuff、cmaq、wrf-chem等。
所述空气质量模型对研究区域中每个网格的污染物排放过程、以及污染物在对应研究时间段的气象数据的影响下的扩散过程进行模拟,追踪每个网格排放的污染物的运动轨迹,并得到每个网格对应的污染物最终浓度,形成污染物浓度分布场;
具体的,研究区域用WRF模拟气象场,wrfout用calwrf处理成calmet能够识别的3D.dat,并在calmet中配置研究区域的起始点和网格数,生成met.dat。将inp文件载入calpuff模型,并载入met.dat然后进行污染物扩散模拟。
步骤5,设置第一污染物浓度阈值;将各个网格的污染物最终浓度从小到大排序,并识别出污染物最终浓度大于第一污染物浓度阈值的所有网格,识别出的网格形成污染物聚集区;
步骤5具体为:
步骤5.1,将各个网格的污染物最终浓度从小到大排序;
步骤5.2,确定第一百分比例数L1;例如,第一百分比例数L1为0.9、0.8等,具体根据实际需要设置。
步骤5.3,计算(n-1)与L1的乘积值;其中,n为研究区域网格总数;
步骤5.4,将乘积值中的整数记为A1整;将乘积值中的小数记为B1小数;
步骤5.5,在步骤5.1中排序中,定位到排序在第A1整位的污染物最终浓度,记为CA1;定位到排序在第A1整+1位的污染物最终浓度,记为CA1+1;
步骤5.6,计算(1-B1小数)C A1+B1小数C A1+1的值,记为R1L;
例如,假设研究区域网格总数n为1000;L1为0.9;则(n-1)与L1的乘积值为899.1。因此,A1整=899;B1小数=0.1。在步骤5.1中排序中,定位到排序在第899位的污染物最终浓度,即为CA1;定位到排序在第A1整+1=900位的污染物最终浓度,记为CA1+1;由此即可计算得到R1L。
步骤5.7,R1L即为第一污染物浓度阈值;因此,识别出污染物最终浓度大于第一污染物浓度阈值R1L的所有网格,识别出的网格形成污染物聚集区。
步骤6,确定研究区域的敏感点,其中,敏感点的数量大于等于1个;对于每个敏感点,均采用以下方法确定对应的敏感区:
其中,敏感点,根据研究区域土地规划确定,例如,可以为学校、医院等地点。
步骤6.1,确定敏感点归属的网格,称为网格A;该网格A对应有污染物最终浓度;
步骤6.2,采用所述空气质量模型对步骤6.1确定的所述网格A的污染物最终浓度进行溯源,得到对所述网格A的污染物最终浓度具有贡献的网格集合;
步骤6.3,按照对所述网格A的污染物最终浓度的浓度贡献由小到大,将网格集合中的各个网格排序;
步骤6.4,设置第二污染物浓度阈值;从网格集合中,识别出浓度贡献大于第二污染物浓度阈值的网格,识别出的网格形成敏感区;
步骤6.4具体为:
步骤6.4.1,将网格集合中各个网格的浓度贡献从小到大排序;
步骤6.4.2,确定第二百分比例数L2;
步骤6.4.3,计算(m-1)与L2的乘积值;其中,m为网格集合包含的网格总数;
步骤6.4.4,将乘积值中的整数记为A2整;将乘积值中的小数记为B2小数;
步骤6.4.5,在步骤6.3的排序中,定位到排序在第A2整位的浓度贡献,记为CA2;定位到排序在第A2整+1位的污染物最终浓度,记为CA2+1;
步骤6.4.6,计算(1-B2小数)CA2+B2小数CA2+1的值,记为R2L;
步骤6.4.7,R2L即为第二污染物浓度阈值;因此,识别出浓度贡献大于第二污染物浓度阈值R2L的所有网格,识别出的网格形成敏感区。
具体的,将DAT数据转化成格点数据并载入ArcGis,将点数据与渔网数据进行spatial join操作,将点文件数据链接到渔网上,得到A1、A2,用ArcGis的spatial analysttools→extract by attributes功能,配合简单的SQL语句,对A1和A2的value取大于等于“90百分位数”,分别识别出污染物聚集区和敏感区。
实际应用中,基于敏感区的定义,用Arcgis选出敏感区,并抽提出敏感区所包含的网格,用calpost的trace back功能对calpuff的输出数据进行敏感点溯源,特别需要注意,trace back每次只能对一个敏感点进行溯源,需在linux下用shell写一个批处理脚本,同样对溯源结果进行求90百分位数。
步骤7,运用地理信息***,将研究区域中的污染物聚集区生成污染物聚集区图层;将研究区域中的敏感区生成敏感区图层;
步骤8,将研究区域生成研究区域图层;在研究区域图层中,去除污染物聚集区图层和敏感区图层,剩余区域为最终确定的保障区域空气质量的排放源设置位置。
具体的,将污染物聚集区和敏感区重新导入ArcGi s,将点数据与渔网数据进行spat i al j oi n操作,获得排放源设置位置应该避开的图层文件
本发明还提供一种保障区域空气质量的排放源位置确定方法的排放源位置确定***,包括:
网格化模块,用于将研究区域网格化,形成多个网格;设置每个所述网格的网格编号;获得每个网格的网格属性;
污染物排放源清单生成模块,用于基于本次研究的污染物,每个网格设置相同的污染物排放参数;将网格编号、网格属性和污染物排放参数的对应关系存入到污染物排放源清单中,形成最终的污染物排放源清单;
获取模块,用于确定本次研究的研究时间段;然后获取与研究时间段和研究区域对应的气象数据;
空气质量模型建立模块,用于建立空气质量模型;
空气质量模型运行模块,用于将污染物排放源清单以及气象数据输入到所述空气质量模型;所述空气质量模型对研究区域中每个网格的污染物排放过程、以及污染物在对应研究时间段的气象数据的影响下的扩散过程进行模拟,追踪每个网格排放的污染物的运动轨迹,并得到每个网格对应的污染物最终浓度,形成污染物浓度分布场;
污染物聚集区识别模块,用于设置第一污染物浓度阈值;将各个网格的污染物最终浓度从小到大排序,并识别出污染物最终浓度大于第一污染物浓度阈值的所有网格,识别出的网格形成污染物聚集区;
敏感区识别模块,用于确定研究区域的敏感点,其中,敏感点的数量大于等于1个;对于每个敏感点,均采用以下方法确定对应的敏感区:
1)确定敏感点归属的网格,称为网格A;该网格A对应有污染物最终浓度;
2)采用所述空气质量模型对所述网格A的污染物最终浓度进行溯源,得到对所述网格A的污染物最终浓度具有贡献的网格集合;
3)按照对所述网格A的污染物最终浓度的浓度贡献由小到大,将网格集合中的各个网格排序;
4)设置第二污染物浓度阈值;从网格集合中,识别出浓度贡献大于第二污染物浓度阈值的网格,识别出的网格形成敏感区;
污染物聚集区图层生成模块,用于运用地理信息***,将研究区域中的污染物聚集区生成污染物聚集区图层;
敏感区图层生成模块,用于运用地理信息***,将研究区域中的敏感区生成敏感区图层;
排放源设置位置确定模块,用于将研究区域生成研究区域图层;在研究区域图层中,去除污染物聚集区图层和敏感区图层,剩余区域为最终确定的保障区域空气质量的排放源设置位置。
本发明提供的一种保障区域空气质量的排放源位置确定方法及***具有以下优点:
本发明通过避开复杂的排放源设置影响,仅从地形和气象的影响下,确定影响区域大气环境质量的两个主要影响因素:污染物聚集区和受体敏感区,实现了仅从地形和气候的影响下确定对区域空气质量不利区域,并以此来确定污染物排放源的位置。该方法简化了污染物排放源位置确定的复杂性,缩减了污染物排放源位置确定的时间,提高了污染物排放源位置确定的效率。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (3)
1.一种保障区域空气质量的排放源位置确定方法,其特征在于,包括以下步骤:
步骤1,将研究区域网格化,形成多个网格;设置每个所述网格的网格编号;获得每个网格的网格属性;
步骤2,基于本次研究的污染物,每个网格设置相同的污染物排放参数;将网格编号、网格属性和污染物排放参数的对应关系存入到污染物排放源清单中,形成最终的污染物排放源清单;
步骤3,确定本次研究的研究时间段;然后获取与研究时间段和研究区域对应的气象数据;
步骤4,建立空气质量模型,将步骤2得到的污染物排放源清单以及步骤3获取到的气象数据输入到所述空气质量模型;
所述空气质量模型对研究区域中每个网格的污染物排放过程、以及污染物在对应研究时间段的气象数据的影响下的扩散过程进行模拟,追踪每个网格排放的污染物的运动轨迹,并得到每个网格对应的污染物最终浓度,形成污染物浓度分布场;
步骤5,设置第一污染物浓度阈值;将各个网格的污染物最终浓度从小到大排序,并识别出污染物最终浓度大于第一污染物浓度阈值的所有网格,识别出的网格形成污染物聚集区;
步骤5具体为:
步骤5.1,将各个网格的污染物最终浓度从小到大排序;
步骤5.2,确定第一百分比例数L1;
步骤5.3,计算(n-1)与L1的乘积值;其中,n为研究区域网格总数;
步骤5.4,将乘积值中的整数部分记为A1整;将乘积值中的小数部分记为B1小数;
步骤5.5,在步骤5.1中排序中,定位到排序在第A1整位的污染物最终浓度,记为CA1;定位到排序在第A1整+1位的污染物最终浓度,记为CA1+1;
步骤5.6,计算(1- B1小数)C A1+ B1小数C A1+1的值,记为R1L;
步骤5.7,R1L即为第一污染物浓度阈值;因此,识别出污染物最终浓度大于第一污染物浓度阈值R1L的所有网格,识别出的网格形成污染物聚集区;
步骤6,确定研究区域的敏感点,其中,敏感点的数量大于等于1个;对于每个敏感点,均采用以下方法确定对应的敏感区:
步骤6.1,确定敏感点归属的网格,称为网格A;该网格A对应有污染物最终浓度;
步骤6.2,采用所述空气质量模型对步骤6.1确定的所述网格A的污染物最终浓度进行溯源,得到对所述网格A的污染物最终浓度具有贡献的网格集合;
步骤6.3,按照对所述网格A的污染物最终浓度的浓度贡献由小到大,将网格集合中的各个网格排序;
步骤6.4,设置第二污染物浓度阈值;从网格集合中,识别出浓度贡献大于第二污染物浓度阈值的网格,识别出的网格形成敏感区;
步骤6.4具体为:
步骤6.4.1,将网格集合中各个网格的浓度贡献从小到大排序;
步骤6.4.2,确定第二百分比例数L2;
步骤6.4.3,计算(m-1)与L2的乘积值;其中,m为网格集合包含的网格总数;
步骤6.4.4,将乘积值中的整数部分记为A2整;将乘积值中的小数部分记为B2小数;
步骤6.4.5,在步骤6.3的排序中,定位到排序在第A2整位的浓度贡献,记为CA2;定位到排序在第A2整+1位的污染物最终浓度,记为CA2+1;
步骤6.4.6,计算(1- B2小数)CA2+ B2小数CA2+1的值,记为R2L;
步骤6.4.7,R2L即为第二污染物浓度阈值;因此,识别出浓度贡献大于第二污染物浓度阈值R2L的所有网格,识别出的网格形成敏感区;
步骤7,运用地理信息***,将研究区域中的污染物聚集区生成污染物聚集区图层;将研究区域中的敏感区生成敏感区图层;
步骤8,将研究区域生成研究区域图层;在研究区域图层中,去除污染物聚集区图层和敏感区图层,剩余区域为最终确定的保障区域空气质量的排放源设置位置。
2.根据权利要求1所述的保障区域空气质量的排放源位置确定方法,其特征在于,步骤1中,所述网格属性包括网格中心点的经纬度坐标以及网格中心点的海拔高度。
3.一种权利要求1-2任一项所述的保障区域空气质量的排放源位置确定方法的排放源位置确定***,其特征在于,包括:
网格化模块,用于将研究区域网格化,形成多个网格;设置每个所述网格的网格编号;获得每个网格的网格属性;
污染物排放源清单生成模块,用于基于本次研究的污染物,每个网格设置相同的污染物排放参数;将网格编号、网格属性和污染物排放参数的对应关系存入到污染物排放源清单中,形成最终的污染物排放源清单;
获取模块,用于确定本次研究的研究时间段;然后获取与研究时间段和研究区域对应的气象数据;
空气质量模型建立模块,用于建立空气质量模型;
空气质量模型运行模块,用于将污染物排放源清单以及气象数据输入到所述空气质量模型;所述空气质量模型对研究区域中每个网格的污染物排放过程、以及污染物在对应研究时间段的气象数据的影响下的扩散过程进行模拟,追踪每个网格排放的污染物的运动轨迹,并得到每个网格对应的污染物最终浓度,形成污染物浓度分布场;
污染物聚集区识别模块,用于设置第一污染物浓度阈值;将各个网格的污染物最终浓度从小到大排序,并识别出污染物最终浓度大于第一污染物浓度阈值的所有网格,识别出的网格形成污染物聚集区;
敏感区识别模块,用于确定研究区域的敏感点,其中,敏感点的数量大于等于1个;对于每个敏感点,均采用以下方法确定对应的敏感区:
1)确定敏感点归属的网格,称为网格A;该网格A对应有污染物最终浓度;
2)采用所述空气质量模型对所述网格A的污染物最终浓度进行溯源,得到对所述网格A的污染物最终浓度具有贡献的网格集合;
3)按照对所述网格A的污染物最终浓度的浓度贡献由小到大,将网格集合中的各个网格排序;
4)设置第二污染物浓度阈值;从网格集合中,识别出浓度贡献大于第二污染物浓度阈值的网格,识别出的网格形成敏感区;
污染物聚集区图层生成模块,用于运用地理信息***,将研究区域中的污染物聚集区生成污染物聚集区图层;
敏感区图层生成模块,用于运用地理信息***,将研究区域中的敏感区生成敏感区图层;
排放源设置位置确定模块,用于将研究区域生成研究区域图层;在研究区域图层中,去除污染物聚集区图层和敏感区图层,剩余区域为最终确定的保障区域空气质量的排放源设置位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010016852.5A CN111178786B (zh) | 2020-01-08 | 2020-01-08 | 一种保障区域空气质量的排放源位置确定方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010016852.5A CN111178786B (zh) | 2020-01-08 | 2020-01-08 | 一种保障区域空气质量的排放源位置确定方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111178786A CN111178786A (zh) | 2020-05-19 |
CN111178786B true CN111178786B (zh) | 2023-04-25 |
Family
ID=70654526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010016852.5A Active CN111178786B (zh) | 2020-01-08 | 2020-01-08 | 一种保障区域空气质量的排放源位置确定方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178786B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612064B (zh) * | 2020-05-20 | 2021-02-19 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN111860996B (zh) * | 2020-07-15 | 2021-09-03 | 中科三清科技有限公司 | 一种空气质量模型的排放源数据生成方法及装置、介质 |
CN112214913A (zh) * | 2020-11-16 | 2021-01-12 | 中科三清科技有限公司 | 臭氧的主导前体物识别方法、装置、电子设备及存储介质 |
CN116757366B (zh) * | 2023-08-14 | 2023-11-10 | 中科三清科技有限公司 | 高污染排放污染源选址的方法、装置、介质及电子设备 |
CN117408856B (zh) * | 2023-12-13 | 2024-03-26 | 浙江省生态环境监测中心(浙江省生态环境信息中心) | 污染物溯源方法、装置、存储介质及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201697870U (zh) * | 2010-06-24 | 2011-01-05 | 中科宇图天下科技有限公司 | 烟气黑度的自动监控与分析*** |
CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
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 |
CN106503447A (zh) * | 2016-10-31 | 2017-03-15 | 中科宇图科技股份有限公司 | 一种非点源污染排放清单快速处理方法 |
KR20180000619A (ko) * | 2016-06-23 | 2018-01-03 | (주)해동기술개발공사 | Gis 기반 토사유실 평가 방법 |
CN107563646A (zh) * | 2017-09-05 | 2018-01-09 | 环境保护部华南环境科学研究所 | 一种城市生活垃圾焚烧处理设施对人群健康风险的管理*** |
CN107832910A (zh) * | 2017-09-30 | 2018-03-23 | 东南大学 | 一种评价道路交通特征对一氧化碳排放浓度影响的方法 |
CN207623771U (zh) * | 2017-12-27 | 2018-07-17 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气污染物扩散监控*** |
CN109711681A (zh) * | 2018-12-12 | 2019-05-03 | 天津大学 | 一种基于ArcGIS的全区域环境风险评价方法 |
CN109902913A (zh) * | 2019-01-10 | 2019-06-18 | 天津大学 | 一种大气污染叠加风险区识别及评价方法 |
CN110009226A (zh) * | 2019-04-03 | 2019-07-12 | 中国科学院地理科学与资源研究所 | 一种场地污染风险等级评测及敏感受体影响识别*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100121680A1 (en) * | 2008-09-09 | 2010-05-13 | Propel Biofuels, Inc. | Method and system for identifying installation sites of alternative fuel stations |
US20180144353A1 (en) * | 2016-11-21 | 2018-05-24 | Propel Biofuels, Inc. | Identifying installation sites for alternative fuel stations |
-
2020
- 2020-01-08 CN CN202010016852.5A patent/CN111178786B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201697870U (zh) * | 2010-06-24 | 2011-01-05 | 中科宇图天下科技有限公司 | 烟气黑度的自动监控与分析*** |
CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
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 |
KR20180000619A (ko) * | 2016-06-23 | 2018-01-03 | (주)해동기술개발공사 | Gis 기반 토사유실 평가 방법 |
CN106503447A (zh) * | 2016-10-31 | 2017-03-15 | 中科宇图科技股份有限公司 | 一种非点源污染排放清单快速处理方法 |
CN107563646A (zh) * | 2017-09-05 | 2018-01-09 | 环境保护部华南环境科学研究所 | 一种城市生活垃圾焚烧处理设施对人群健康风险的管理*** |
CN107832910A (zh) * | 2017-09-30 | 2018-03-23 | 东南大学 | 一种评价道路交通特征对一氧化碳排放浓度影响的方法 |
CN207623771U (zh) * | 2017-12-27 | 2018-07-17 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气污染物扩散监控*** |
CN109711681A (zh) * | 2018-12-12 | 2019-05-03 | 天津大学 | 一种基于ArcGIS的全区域环境风险评价方法 |
CN109902913A (zh) * | 2019-01-10 | 2019-06-18 | 天津大学 | 一种大气污染叠加风险区识别及评价方法 |
CN110009226A (zh) * | 2019-04-03 | 2019-07-12 | 中国科学院地理科学与资源研究所 | 一种场地污染风险等级评测及敏感受体影响识别*** |
Non-Patent Citations (3)
Title |
---|
刘永红 ; 王成 ; 余志 ; .佛山市禅城区火电企业减排效果研究.科技导报.2011,(第11期),全文. * |
吕楠 ; 赵敬源 ; 张鹏 ; .基于GIS技术的城市大气污染物扩散模型研究.西安建筑科技大学学报(自然科学版).2019,(第05期),全文. * |
梁津 ; 刘志红 ; 姚琳 ; .基于WRF/CMAQ的成都空气质量模拟与预报.高原山地气象研究.2016,(第03期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111178786A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178786B (zh) | 一种保障区域空气质量的排放源位置确定方法及*** | |
Sohl et al. | Spatially explicit modeling of 1992–2100 land cover and forest stand age for the conterminous United States | |
Falloon et al. | Regional estimates of carbon sequestration potential: linking the Rothamsted Carbon Model to GIS databases | |
Pontius Jr et al. | Accuracy assessment for a simulation model of Amazonian deforestation | |
CN110598953A (zh) | 一种时空相关的空气质量预测方法 | |
CN109060617B (zh) | 不同农业氨排放情景对pm2.5浓度影响的模拟与分析方法 | |
CN103336894B (zh) | 一种城市容积率自动分区方法 | |
CN112884088A (zh) | 一种基于神经网络模型的森林碳储量计算方法 | |
CN107016095A (zh) | 基于多源碳数据的气候变化综合评估方法 | |
CN117171223B (zh) | 一种微生物修复过程中的微生物培养方案推荐方法及*** | |
CN117036112B (zh) | 一种土地规划用的地理信息***及方法 | |
CN116011317A (zh) | 一种基于多方法融合的小尺度近实时大气污染溯源方法 | |
Issiako et al. | Prospective mapping of land cover and land use in the classified forest of the upper alibori based on satellite imagery | |
CN116739224B (zh) | 确定重点污染源的贡献浓度的方法、装置与存储介质 | |
CN115239027B (zh) | 空气质量格点化集合预报的方法及装置 | |
Gianquintieri et al. | Land use influence on ambient PM2. 5 and ammonia concentrations: Correlation analyses in the Lombardy region, Italy | |
CN116739232A (zh) | 判别农村污水处理模式的方法、装置、设备和存储介质 | |
CN115860189A (zh) | 一种低碳目标下土地利用空间格局优化方法及*** | |
Magnusson | Uncertainty and the design of in-situ biodiversity-monitoring programs | |
CN115759810A (zh) | 企业评估模型迭代优化方法、企业评估方法及流水线*** | |
Badr et al. | Toward large-scale crop production forecasts for global food security | |
CN114299238A (zh) | 一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法 | |
CN112926029A (zh) | 一种用于农村生活污水治理的聚居区识别划分方法 | |
Haripersaud | Collecting biodiversity | |
CN116049342B (zh) | 一种生境质量监测方法及监测装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Method and System for Determining the Location of Emission Sources to Ensure Regional Air Quality Effective date of registration: 20230904 Granted publication date: 20230425 Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee Pledgor: CHINA SCIENCE MAPUNIVERSE TCHNDOGY Co.,Ltd. Registration number: Y2023990000439 |