CN113449918A - 突发重大污染事件应急指挥辅助决策方法和*** - Google Patents
突发重大污染事件应急指挥辅助决策方法和*** Download PDFInfo
- Publication number
- CN113449918A CN113449918A CN202110728191.3A CN202110728191A CN113449918A CN 113449918 A CN113449918 A CN 113449918A CN 202110728191 A CN202110728191 A CN 202110728191A CN 113449918 A CN113449918 A CN 113449918A
- Authority
- CN
- China
- Prior art keywords
- pollution
- concentration
- conveying track
- sudden
- concentration diffusion
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000009792 diffusion process Methods 0.000 claims abstract description 155
- 238000004088 simulation Methods 0.000 claims abstract description 119
- 238000012544 monitoring process Methods 0.000 claims abstract description 87
- 230000029087 digestion Effects 0.000 claims abstract description 34
- 238000010835 comparative analysis Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 6
- 238000012384 transportation and delivery Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 11
- 238000011109 contamination Methods 0.000 description 11
- 239000000356 contaminant Substances 0.000 description 10
- 230000000007 visual effect Effects 0.000 description 10
- 238000005553 drilling Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000003631 expected effect Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001579 optical reflectometry Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012950 reanalysis Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种突发重大污染事件应急指挥辅助决策方法和***。其中,方法包括:预测突发重大污染事件发生位置区域的未来气象数据;根据未来气象数据,推算突发重大污染事件的污染输送轨迹;根据未来气象数据,确定污染在污染输送轨迹上的消解因子;根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果;根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息,从而能够实现对突发重大污染事件快速、科学的动态应急预警与决策支持。
Description
本申请要求于2021年05月13日提交到中国国家知识产权局、申请号为“2021105245838”、申请名称为“突发重大污染事件应急指挥辅助决策方法和***”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本发明涉及突发重大污染事件应急处理技术领域,具体而言,涉及一种突发重大污染事件应急指挥辅助决策方法和一种突发重大污染事件应急指挥辅助决策***。
背景技术
相关技术中,突发重大污染事件时,检测人员是很难靠近事件发生地,导致事故信息缺失,给应急响应工作带来很大的困难,并且现有的应急预案针对特殊具体的事件可执行性、智能性和灵活性较差。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的第一方面提供了一种突发重大污染事件应急指挥辅助决策方法。
本发明的第二方面还提供了一种突发重大污染事件应急指挥辅助决策***。
本发明的第三方面还提供了一种可读存储介质。
有鉴于此,本发明的第一方面提出了一种突发重大污染事件应急指挥辅助决策方法,包括:预测突发重大污染事件发生位置区域的未来气象数据;根据未来气象数据,推算突发重大污染事件的污染输送轨迹;根据未来气象数据,确定污染在污染输送轨迹上的消解因子;根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果;根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
本发明提供的突发重大污染事件应急指挥辅助决策方法,在突发重大污染事件发生时,预测突发重大污染事件的发生位置区域的未来气象数据,对预测的未来气象数据进行分析和利用,推算出污染的未来的输送轨迹和污染在输送轨迹上的消解因子;根据推算出的污染输送轨迹可以实时获取污染输送轨迹目标区域内的浓度监控值,根据未来气象数据和浓度监控值,可以反推出发生位置区域的污染释放率,得到污染释放率后结合气象场可以进行污染浓度的扩散模拟,生成浓度扩散模拟结果,进而根据推算出的污染输送轨迹和浓度扩散模拟结果,生成突发重大事件的应急处理预案。通过对突发重大污染事件的污染浓度的扩散进行模拟和分析,能够快速、准确地得到相应的应急处理信息,为决策者提供应急辅助决策支持,使得决策者能够根据应急处理信息作出相应的应急指挥动作,避免了突发重大污染事件发生后响应不足或响应过渡,以实现对突发重大污染事件快速、科学的动态应急预警与决策支持。
需要说明的是,未来气象数据指的是突发重大污染事件发生后,利用WRF(TheWeather Research and Forecasting Mode,气象预报模型)预测到的突发重大污染事件发生位置区域在未来一段时间内的气象数据。
根据本发明提供的上述的突发重大污染事件应急指挥辅助决策方法,还可以具有以下附加技术特征:
在上述技术方案中,进一步地,预测突发重大污染事件发生位置区域的未来气象数据的步骤,具体包括:获取突发重大污染事件发生位置区域的地理信息数据和全球预测***的全球预报场数据;根据地理信息数据和全球预报场数据,预测突发重大污染事件发生位置区域在第一预设时长内的气象场;根据气象场,利用气象预报模型预测突发重大污染事件发生位置区域在第一预设时长内的未来气象数据,其中,根据气象站实时观测的气象数据对气象场进行差值修正,根据修正后的气象场预测未来气象数据。
在该技术方案中,在突发重大污染事件发生时,根据获取到的地理信息数据和GFS(Global Forecast System,全球预测***)的全球预报场数据,利用WRF快速预测出突发重大污染事件发生位置区域局地区域在第一预设时长内的气象场。根据预测得到的气象场,利用WRF预测突发重大污染事件发生位置区域在第一预设时长内的未来气象数据。在突发重大污染事件发生时,快速预测出未来一段时间内的气象数据,以实现及时为应急处理指挥决策提供初步的信息支持。
需要说明的是,本申请中第一预设时长表示重大污染事件发生后,未来几小时的时间长度,例如,第一预设时长可以是12小时等,本领域技术人员可以根据具体使用场景进行设定,本申请不作限定。
进一步地,根据气象站实时观测突发重大污染事件的发生位置区域的气象数据,例如风速、风向、湿度和压强等,对模拟出的未来几小时的气象场进行差值修正,使预测的气象场数据更加符合真实情况。根据修正后的气象场,利用WRF预测未来气象数据,使得预测得到的未来气象数据更加符合真实情况。
在上述任一技术方案中,进一步地,根据未来气象数据,推算突发重大污染事件的污染输送轨迹的步骤,具体包括:根据未来气象数据,利用拉格朗日大气扩散模型推算突发重大污染事件在第二预设时长内的污染输送轨迹,其中,第二预设时长小于第一预设时长。
在该技术方案中,确定突发重大污染事件发生位置区域未来几小时的气象场后,根据气象场数据,利用HYSPLIT(Hybrid Single-Particle Lagrangian IntegratedTrajectory model,拉格朗日大气扩散模型)以第二预设时长为分辨率推算出突发重大污染事件的污染输送轨迹。重大污染事件发生后,通过快速预测未来一段时间的气象数据,推算出污染的未来输送轨迹,实现了对突发重大污染事件的有效预警,极大地减轻了突发重大污染事件造成的危害。
进一步地,第二预设时长小于第一预设时长,该第二预设时长可以是半小时、一小时等,本领域技术人员可以根据具体使用场景进行设定,本申请不作限定。
在上述任一技术方案中,进一步地,根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值的步骤,具体包括:检测目标区域是否设有浓度监控设备;基于目标区域设有浓度监控设备,利用浓度监控设备采集浓度监控值;基于目标区域没有浓度监控设备,获取目标区域的位置信息,控制移动设备移动至目标区域,利用移动设备采集浓度监控值。
在该技术方案中,模拟突发重大污染事件的污染输送轨迹后,检测污染输送轨迹所在目标区域内是否设有浓度监测设备,若检测到目标区域内设有浓度监测设备,则通过浓度检测设备实时监控并采集目标区域内的污染浓度值;若检测到目标区域内没有浓度监测设备,确定目标区域的位置信息,控制带有浓度监测设备的移动设备到达指定位置,通过移动设备上的浓度监测设备对目标区域内的污染浓度值进行监控和采集,实现了对特别的地域空域如涵洞、山谷等人员难以到达、地势产生屏蔽的地方进行精准的数据采集。通过人工采样检测和设备在线检测相结合的方式,进行多源数据融合,减少数据采集盲区,最大化做到全方位的数据采集,提高数据的准确性和实时性。
进一步地,通过污染输送轨迹结合GIS(Geographic Information Science,地理信息科学)地图的方式可视化展示,在输送轨迹的GIS图上,找到所有的浓度监测点,并在每个监测点上赋予在监测点获取到的浓度监测值,根据监测值的大小赋予监测点不同的颜色,根据区域颜色的深浅确定潜在风险区,决策者可以任意放大和缩小地图以便更加精准定位和全局概览。
在上述任一技术方案中,进一步地,根据消解因子和浓度监控值,反推出污染的污染释放率的步骤,具体包括:
污染释放率通过以下公式计算得到:
上述Q表示突发重大污染事件发生位置区域的污染释放率,上述M表示污染输送轨迹上目标区域的浓度监控值,上述D表示污染输送轨迹上的消解因子。
其中,对同时刻,不同的污染输送轨迹和目标区域采集到的不同的浓度监控值,能够反推出多个污染释放率,对多个污染释放率进行加权平均处理,得到最终的污染释放率。
在该技术方案中,根据污染浓度值和污染消解因子反推出突发重大污染事件发生位置区域的污染释放率,避免污染事件发生时,检测人员难以靠近发生位置区域,事故信息缺失,无法精准测得污染释放率,有效减少数据盲区,最大化做到全方位的污染事件数据采集,实现了为应急处理指挥决策提供初步的信息支持。
进一步地,对同时刻,计算得到的不同的污染输送轨迹和目标区域采集到的不同的污染监控值,能够反推出多个污染释放率,对多个污染释放率进行平均处理得到最终的加权平均污染释放率,有效提高污染释放率计算的准确率。
在上述任一技术方案中,进一步地,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果的步骤,具体包括:根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生第一浓度扩散模拟结果;根据未来气象数据,确定多个预设污染释放率;根据预设污染释放率,进行污染浓度扩散模拟,生成多个第二浓度扩散模拟结果,其中,浓度扩散模拟结果包括第一浓度扩散模拟结果和多个第二扩散模拟结果。
在该技术方案中,根据预测的未来气象数据和计算得到的污染释放率,利用HYSPLIT进行污染浓度扩散模拟,确定污染扩散过程中的各个区域内的污染浓度值,生成第一浓度扩散模拟结果,及时、科学地为决策者提供应急决策支持,便于决策者根据第一浓度扩散模拟结果得到更好的应急方案,提高了突发重大污染事件处置的正确性和科学性。
进一步地,根据突发重大污染事件的未来气象数据,例如风速、风向、湿度以及压强等,预设多个污染释放率,对于不同的污染释放率情境下,利用HYSPLIT模型进行污染浓度扩散模拟演练,生成多个第二浓度扩散模拟结果,使得决策者能够快速、准确地得到采用不同的污染释放率措施后的效果,为决策者作出应急动作科学地提供数据支持,提高了突发重大污染事件处置的科学性和准确性。
进一步地,通过污染浓度扩散结合GIS地图的方式,将第一扩散模拟结果可视化展示,根据浓度值的大小赋予不同的颜色,根据区域颜色的深浅确定潜在风险区,当决策者选取扩散区域某点时,展示页面会自动显示此区域的污染浓度值,便于决策者量化影响。
在上述任一技术方案中,进一步地,根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息的步骤,具体包括:根据污染输送轨迹、第一浓度扩散模拟结果和多个第二浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
在该技术方案中,根据突发重大污染事件的污染输送轨迹、污染浓度扩散模拟生成的第一浓度扩散模拟结果以及不同污染释放率模拟演练生成的第二浓度扩散模拟结果,及时、科学的为决策者提供用于处置突发重大污染事件的应急处理信息,便于决策者在最短时间内分析当前综合态势、作出合理指挥动作,减小突发重大污染事件造成的危害。
在上述任一技术方案中,进一步地,根据污染输送轨迹、第一浓度扩散模拟结果和多个第二浓度扩散模拟结果,生成突发重大污染事件的应急处理信息的步骤,具体包括:根据污染输送轨迹和第一浓度扩散模拟结果,确定突发重大污染事件的浓度扩散的轨迹方向和影响程度;比较多个第二浓度扩散模拟结果,生成对比分析信息;根据浓度扩散的轨迹方向、影响程度和对比分析信息,生成突发重大污染事件的应急处理信息。
在该技术方案中,根据对污染输送轨迹和第一浓度扩散模拟结果的分析,快速确定由发生位置区域向周边扩散的轨迹方向,以及扩散后污染浓度值对周边的影响程度情况,比较不同污染释放率模拟演练生成的多个第二浓度扩散模拟结果,判断不同的污染释放率对应的处理效果能否达到预期效果,生成对比分析信息,根据浓度扩散的轨迹方向、影响程度和对比分析信息,生成突发重大污染事件的应急处理信息,为突发重大污染事件数据管理及应急响应预案提供辅助决策支撑,使得决策者能够根据应急处理信息快速、有效的作出应急动作,提高对突发重大污染事件进行预警和应急处置的有效性和可靠性。
根据本发明的第二方面,还提出了一种突发重大污染事件应急指挥辅助决策***,包括:存储器,存储器储存有程序或指令;处理器,与存储器连接,被配置为执行程序或指令时实现第一方面提出的突发重大污染事件应急指挥辅助决策方法。因此该突发重大污染事件应急指挥辅助决策***具备第一方面提出的突发重大污染事件应急指挥辅助决策方法的全部有益效果,在此不再赘述。
根据本发明的第三方面,提出了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第一方面提出的突发重大污染事件应急指挥辅助决策方法。因此该可读存储介质具备第一方面提出的突发重大污染事件应急指挥辅助决策方法的全部有益效果,为避免重复,不再过多赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明一个实施例的突发重大污染事件应急指挥辅助决策方法流程示意图之一;
图2示出了本发明一个实施例的突发重大污染事件应急指挥辅助决策方法流程示意图之二;
图3示出了本发明一个实施例的突发重大污染事件应急指挥辅助决策方法流程示意图之三;
图4示出了本发明一个实施例的突发重大污染事件应急指挥辅助决策方法流程示意图之四;
图5示出了本发明一个实施例的突发重大污染事件应急指挥辅助决策方法流程示意图之五;
图6示出了本发明一个实施例的突发重大污染事件应急指挥辅助决策方法流程示意图之六;
图7示出了本发明一个实施例的突发重大污染事件应急指挥辅助决策方法流程示意图之七;
图8示出了本发明一个具体实施例的突发重大污染事件应急指挥辅助决策方法流程示意图;
图9示出了本发明一个具体实施例的污染输送轨迹示意图;
图10示出了本发明一个具体实施例的污染浓度扩散示意图之一;
图11示出了本发明一个具体实施例的污染浓度扩散示意图之二;
图12示出了本发明一个具体实施例的污染浓度扩散示意图之三;
图13示出了本发明一个突发重大污染事件应急指挥辅助决策***的示意框图。
其中,图13中附图标记与部件名称之间的对应关系为:
1300突发重大污染事件应急指挥辅助决策***,1302存储器,1304处理器。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图13描述根据本发明一些实施例的突发重大污染事件应急指挥辅助决策方法、突发重大污染事件应急指挥辅助决策***和可读存储介质。
实施例1:
如图1所示,根据本发明的一个实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤102,预测突发重大污染事件发生位置区域的未来气象数据;
步骤104,根据未来气象数据,推算突发重大污染事件的污染输送轨迹;
步骤106,根据未来气象数据,确定污染在污染输送轨迹上的消解因子;
步骤108,根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;
步骤110,根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;
步骤112,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果;
步骤114,根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
在该实施例中,在突发重大污染事件发生时,预测突发重大污染事件的发生位置区域的未来气象数据,对预测的未来气象数据进行分析和利用,推算出污染的未来的输送轨迹和污染在输送轨迹上的消解因子;根据推算出的污染输送轨迹可以实时获取污染输送轨迹目标区域内的浓度监控值,根据未来气象数据和浓度监控值,可以反推出发生位置区域的污染释放率,得到污染释放率后结合气象场可以进行污染浓度的扩散模拟,生成浓度扩散模拟结果,进而根据推算出的污染输送轨迹和浓度扩散模拟结果,生成突发重大事件的应急处理预案。通过对突发重大污染事件的污染浓度的扩散进行模拟和分析,能够快速、准确地得到相应的应急处理信息,为决策者提供应急辅助决策支持,使得决策者能够根据应急处理信息作出相应的应急指挥动作,避免了突发重大污染事件发生后响应不足或响应过渡,以实现对突发重大污染事件快速、科学的动态应急预警与决策支持。
需要说明的是,未来气象数据指的是突发重大污染事件发生后,利用WRF(TheWeather Research and Forecasting Mode,气象预报模型)预测到的突发重大污染事件发生位置区域在未来一段时间内的气象数据。
进一步地,通过以下公式计算得到污染释放率:
上述Q表示突发重大污染事件发生位置区域的污染释放率,上述M表示污染输送轨迹上目标区域的浓度监控值,上述D表示污染输送轨迹上的消解因子。根据污染浓度值和污染消解因子反推出突发重大污染事件发生位置区域的污染释放率,避免污染事件发生时,检测人员难以靠近发生位置区域,事故信息缺失,无法精准测得污染释放率,有效减少数据盲区,最大化做到全方位的污染事件数据采集,实现了为应急处理指挥决策提供初步的信息支持。
进一步地,对同时刻,计算得到的不同的污染输送轨迹和目标区域采集到的不同的污染监控值,能够反推出多个污染释放率,对多个污染释放率进行平均处理得到最终的加权平均污染释放率,有效提高污染释放率计算的准确率。
实施例2:
如图2所示,根据本发明的一个实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤202,获取突发重大污染事件发生位置区域的地理信息数据和全球预测***的全球预报场数据;
步骤204,根据地理信息数据和全球预报场数据,预测突发重大污染事件发生位置区域在第一预设时长内的气象场;
步骤206,根据气象场,利用气象预报模型预测突发重大污染事件发生位置区域在第一预设时长内的未来气象数据;
步骤208,根据未来气象数据,推算突发重大污染事件的污染输送轨迹;
步骤210,根据未来气象数据,确定污染在污染输送轨迹上的消解因子;
步骤212,根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;
步骤214,根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;
步骤216,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果;
步骤218,根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
在该实施例中,在突发重大污染事件发生时,根据获取到的地理信息数据和GFS(Global Forecast System,全球预测***)的全球预报场数据,利用WRF快速预测出突发重大污染事件发生位置区域局地区域在第一预设时长内的气象场。根据预测得到的气象场,利用WRF预测突发重大污染事件发生位置区域在第一预设时长内的未来气象数据。在突发重大污染事件发生时,快速预测出未来一段时间内的气象数据,以实现及时为应急处理指挥决策提供初步的信息支持。
需要说明的是,本申请中第一预设时长表示重大污染事件发生后,未来几小时的时间长度,例如,第一预设时长可以是12小时等,本领域技术人员可以根据具体使用场景进行设定,本申请不作限定。
进一步地,根据气象站实时观测突发重大污染事件的发生位置区域的气象数据,例如风速、风向、湿度和压强等,对模拟出的未来几小时的气象场进行差值修正,进而利用WRF预测未来气象数据,使得预测得到的未来气象数据更加符合真实情况。
在具体实施例中,将污染事件发生位置区域的地形数据和当时的气象数据输入气象预测模型,快速模拟出污染事件发生位置区域未来12小时的气象场。此外,为了提高预测的气象场的准确性,采用同化***进行1小时快速更新同化预报,进而提高了生成的未来气象数据的准确性。
实施例3:
如图3所示,根据本发明的一个实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤302,获取突发重大污染事件发生位置区域的地理信息数据和全球预测***的全球预报场数据;
步骤304,根据地理信息数据和全球预报场数据,预测突发重大污染事件发生位置区域在第一预设时长内的气象场;
步骤306,根据气象场,利用气象预报模型预测突发重大污染事件发生位置区域在第一预设时长内的未来气象数据;
步骤308,根据未来气象数据,利用拉格朗日大气扩散模型推算突发重大污染事件在第二预设时长内的污染输送轨迹;
步骤310,根据未来气象数据,确定污染在污染输送轨迹上的消解因子;
步骤312,根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;
步骤314,根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;
步骤316,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果;
步骤318,根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
在该实施例中,确定突发重大污染事件发生位置区域未来几小时的气象场后,根据气象场数据,利用HYSPLIT(Hybrid Single-Particle Lagrangian IntegratedTrajectory model,拉格朗日大气扩散模型)以第二预设时长为分辨率推算出突发重大污染事件的污染输送轨迹。重大污染事件发生后,通过快速预测未来一段时间的气象数据,推算出污染的未来输送轨迹,实现了对突发重大污染事件的有效预警,极大地减轻了突发重大污染事件造成的危害。
进一步地,第二预设时长小于第一预设时长,该第二预设时长可以是半小时、一小时等,本领域技术人员可以根据具体使用场景进行设定,本申请不作限定。
在具体实施例中,通过污染输送轨迹结合GIS地图的方式可视化展示,在输送轨迹的GIS图上,如图9所示,决策者可以任意放大和缩小地图以便更加精准定位和全局概览。
实施例4:
如图4所示,根据本发明的一个实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤402,预测突发重大污染事件发生位置区域的未来气象数据;
步骤404,根据未来气象数据,推算突发重大污染事件的污染输送轨迹;
步骤406,检测目标区域是否设有浓度监控设备,若是,进入步骤408,若否,进入步骤410;
步骤408,基于目标区域设有浓度监控设备,利用浓度监控设备采集浓度监控值;
步骤410,基于目标区域没有浓度监控设备,获取目标区域的位置信息,控制移动设备移动至目标区域,利用移动设备采集浓度监控值;
步骤412,根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;
步骤414,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果;
步骤416,根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
在该实施例中,模拟突发重大污染事件的污染输送轨迹后,检测污染输送轨迹所在目标区域内是否设有浓度监控设备,若检测到目标区域内设有浓度监控设备,则通过浓度检测设备实时监控并采集目标区域内的浓度监控值;若检测到目标区域内没有浓度监控设备,确定目标区域的位置信息,控制带有浓度监控设备的移动设备到达指定位置,通过移动设备上的浓度监控设备对目标区域内的污染浓度值进行监控和采集,进而得到浓度监控值,实现了对特别的地域空域如涵洞、山谷等人员难以到达、地势产生屏蔽的地方进行精准的数据采集。通过人工采样检测和设备在线检测相结合的方式,进行多源数据融合,减少数据采集盲区,最大化做到全方位的数据采集,提高数据的准确性和实时性。
在具体实施例中,若检测到污染输送轨迹所在目标区域内没有浓度监控设备,派遣携带浓度监测设备的无人机飞往指定的轨迹所在区域进行实时污染浓度检测,实时回传采集到的浓度监控值。进一步地,为了以最快速度确定污染输送轨迹和浓度监控值,可以根据污染事件发生位置区域和发生时的风向和风速初步确定出污染的未来输送轨迹,采集初步污染输送轨迹区域的浓度监控值。将通过气象预测模型计算得到的预测的风向和风速与污染事件发生时的风向和风速做对比,若对比结果相似,则采用初步污染输送轨迹区域的浓度监控值;否则,根据气象预测模型预测的污染输送轨迹重新采集该目标区域的浓度监控值,有效提高了突发重大污染事件数据的采集效率。
实施例5:
如图5所示,根据本发明的一个实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤502,预测突发重大污染事件发生位置区域的未来气象数据;
步骤504,根据未来气象数据,推算突发重大污染事件的污染输送轨迹;
步骤506,根据未来气象数据,确定污染在污染输送轨迹上的消解因子;
步骤508,根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;
步骤510,根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;
步骤512,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生第一浓度扩散模拟结果;
步骤514,根据未来气象数据,确定多个预设污染释放率;
步骤516,根据预设污染释放率,进行污染浓度扩散模拟,生成多个第二浓度扩散模拟结果;
步骤518,根据污染输送轨迹和浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
在该实施例中,根据预测的未来气象数据和计算得到的污染释放率,利用HYSPLIT进行污染浓度扩散模拟,确定污染扩散过程中的各个区域内的污染浓度值,生成第一浓度扩散模拟结果,及时、科学地为决策者提供应急决策支持,便于决策者根据第一浓度扩散模拟结果得到更好的应急方案,提高了突发重大污染事件处置的正确性和科学性。
进一步地,根据突发重大污染事件的未来气象数据,例如风速、风向、湿度以及压强等,预设多个污染释放率,对于不同的污染释放率情境下,利用HYSPLIT模型进行污染浓度扩散模拟演练,生成多个第二浓度扩散模拟结果,使得决策者能够快速、准确地得到采用不同的污染释放率措施后的效果,为决策者作出应急动作科学地提供数据支持,提高了突发重大污染事件处置的科学性和准确性。
进一步地,通过污染浓度扩散结合GIS地图的方式,将第一浓度扩散模拟结果可视化展示,根据浓度值的大小赋予不同的颜色,根据区域颜色的深浅确定潜在风险区,当决策者选取扩散区域某点时,展示页面会自动显示此区域的污染浓度值,便于决策者量化影响。
可以理解的是,利用不同污染释放率进行模拟演练,例如,分别采用控制污染释放速率为10g/hr和控制污染释放速率为5g/hr两种措施进行模拟演练,利用HYSPLIT模型模拟两种污染浓度扩散结果。如图11和图12所示,通过污染浓度扩散结合GIS地图的方式,将不同污染浓度扩散结果进行可视化展示,使得决策者能够清楚的看出不同措施控制污染释放率情景下的污染浓度扩散效果,便于决策者根据对比结果作出应急动作。
在具体实施例中,将生成的第一浓度扩散模拟结果与具有地理信息地图***相结合,进行可视化展示,如图10所示,当用户选中扩散区域某点时,展示页面会自动显示该选中区域的污染浓度值,使得用户能够清晰、直观的看到扩散范围和浓度分布,便于用户量化影响。
实施例6:
如图6所示,根据本发明的一个实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤602,预测突发重大污染事件发生位置区域的未来气象数据;
步骤604,根据未来气象数据,推算突发重大污染事件的污染输送轨迹;
步骤606,根据未来气象数据,确定污染在污染输送轨迹上的消解因子;
步骤608,根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;
步骤610,根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;
步骤612,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生第一浓度扩散模拟结果;
步骤614,根据未来气象数据,确定多个预设污染释放率;
步骤616,根据预设污染释放率,进行污染浓度扩散模拟,生成多个第二浓度扩散模拟结果;
步骤618,根据污染输送轨迹、第一浓度扩散模拟结果和多个第二浓度扩散模拟结果,生成突发重大污染事件的应急处理信息。
在该实施例中,根据突发重大污染事件的污染输送轨迹、污染浓度扩散模拟生成的第一浓度扩散模拟结果以及不同污染释放率模拟演练生成的第二浓度扩散模拟结果,及时、科学的为决策者提供用于处置突发重大污染事件的应急处理信息,便于决策者在最短时间内分析当前综合态势、作出合理指挥动作,减小突发重大污染事件造成的危害。
实施例7:
如图7所示,根据本发明的一个实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤702,预测突发重大污染事件发生位置区域的未来气象数据;
步骤704,根据未来气象数据,推算突发重大污染事件的污染输送轨迹;
步骤706,根据未来气象数据,确定污染在污染输送轨迹上的消解因子;
步骤708,根据污染输送轨迹,采集污染输送轨迹上目标区域的浓度监控值;
步骤710,根据污染输送轨迹上的消解因子和浓度监控值,反推出污染的污染释放率;
步骤712,根据未来气象数据和污染释放率,进行突发重大污染事件的浓度扩散模拟,生第一浓度扩散模拟结果;
步骤714,根据未来气象数据,确定多个预设污染释放率;
步骤716,根据预设污染释放率,进行污染浓度扩散模拟,生成多个第二浓度扩散模拟结果;
步骤718,根据污染输送轨迹和第一浓度扩散模拟结果,确定突发重大污染事件的浓度扩散的轨迹方向和影响程度;
步骤720,比较多个第二浓度扩散模拟结果,生成对比分析信息;
步骤722,根据浓度扩散的轨迹方向、影响程度和对比分析信息,生成突发重大污染事件的应急处理信息。
在该实施例中,根据对污染输送轨迹和第一浓度扩散模拟结果的分析,快速确定由发生位置区域向周边扩散的轨迹方向,以及扩散后污染浓度值对周边的影响程度情况,比较不同污染释放率模拟演练生成的多个第二浓度扩散模拟结果,判断不同的污染释放率对应的处理效果能否达到预期效果,生成对比分析信息,根据浓度扩散的轨迹方向、影响程度和对比分析信息,生成突发重大污染事件的应急处理信息,为突发重大污染事件数据管理及应急响应预案提供辅助决策支撑,使得决策者能够根据应急处理信息快速、有效的作出应急动作,提高对突发重大污染事件进行预警和应急处置的有效性和可靠性。
实施例8:
如图8所示,根据本发明的一个具体实施例,提出了一种突发重大污染事件应急指挥辅助决策方法,该方法包括:
步骤802,利用WRF预测第一预设时长内的气象场;
步骤804,利用HYSPLIT模拟出污染输送轨迹及污染消解因子;
步骤806,判断污染输送轨迹区域是否有监控站点,若是,进入步骤808,若否,进入步骤810;
步骤808,实时收集监测浓度值;
步骤810,控制移动设备前往采集实时浓度值;
步骤812,根据污染输送轨迹的污染消解因子和实时监测浓度值,计算突发重大污染事件发生位置区域的污染释放率;
步骤814,根据气象场和污染释放率,利用HYSPLIT模拟轨迹上的污染浓度值,并进行可视化展示;
步骤816,根据多个污染释放量和污染释放率,生成污染浓度扩散结果的变化,并进行可视化对比展示;
步骤818,根据污染输送轨迹和浓度扩散结果辅助决策指挥。
在该实施例中,当某点发生突出重大污染事件时,利用WRF快速预测出污染时发生位置区域在未来几小时内的气象场,并根据实时观测的气象数据对WRF预测的气象数据进行差值修正。根据修正后气象场,利用HYSPLIT以半小时为分辨率计算出污染事件的输送轨迹及污染在输送轨迹上的消解因子。
进一步地,根据计算出的污染输送轨迹,查看输送轨迹所在目标区域内是否有浓度监测设备,若有,实时监控并远程读取其污染浓度值;否则,派遣携带浓度监测设备的无人机飞往指定的输送轨迹所在目标区域进行实时污染浓度检测,并实时回传检测的浓度值。
进一步地,根据污染在大气传输中的消解因子和实时测得的污染区域浓度值,利用如下的公式计算污染事件发生位置区域的污染释放率:
上述Q为污染事件发生位置区域的污染释放率,上述M为污染输送轨迹上的污染浓度值,上述D为污染输送轨迹上的消解因子。
优选的,为了提高污染释放率计算的准确率:对同时刻,不同输送轨迹和不同监测浓度值,采用公式可以得到多个污染释放率,对多个污染释放率进行平均处理得到最终的加权平均的污染释放率。
进一步地,根据确定的气象场和污染释放率,利用HYSPLIT进行污染浓度扩散模拟,并可视化展示。同时模拟不同排放量及释放率情景下,污染浓度扩散结果,并进行对比分析和可视化展示。
进一步地,利用计算的输送轨迹和浓度扩散模拟结果,可以快速确定污染向周边扩散的轨迹方向和对周边影响程度情况,通过不同排放量及污染释放率情景下的浓度扩散对比结果,可以模拟演练采用相应措施后的效果,进而辅助决策者作出相应的应急指挥动作。
进一步地,突发重大污染事件应急指挥辅助决策***包括气象预测、污染浓度采集、污染释放率计算、扩散模拟、模拟演练和辅助决策六大模块。其中,气象预测模块利用WRF进行气象预测,利用常规观测、地面站、卫星、风廓线、下投式探空仪、船舶观测资料以及事故地区的自动站和地基定位可降水量观测资料、常规天气观测、机场地面报、浮标、自动站、飞机报、雷达反射率和FY-2E(气象卫星)、红外和可见光辐射率等资料进行预报的同化更新。
进一步地,污染浓度采集模块用于根据气象预测模块得到的气象数据计算出污染输送轨迹,判断输送轨迹所在目标区域内是否有浓度监测设备,若有,则实时监控并获取污染浓度值;否则,派遣携带浓度监测设备的无人机飞往指定目标区域进行实时污染浓度检测,并实时回传检测的污染浓度值。
进一步地,污染释放率计算模块利用HYSPLIT计算污染在大气输送中的消解因子,进而根据得到的输送轨迹的污染浓度值,估算出事件发生点处的污染释放率:
进一步地,扩散模拟模块根据气象预测模块得到气象数据和污染释放率计算模块得到的释放率,利用HYSPLIT进行污染浓度扩散模拟,并可视化展示。模拟演练模块输入不同排放量及释放率,利用HYSPLIT模拟不同情景下的污染浓度扩散结果,并进行对比分析和可视化展示。辅助决策模块根据污染扩散模拟和模拟演练结果,智能匹配应急指挥案例库,找出最佳应急方案供决策者参考。
具体地,假如某地发生***导致危化气体泄漏,将事故发生的地形数据(地形、土表和土壤类型)和当时的气象要素场(从美国国家大气资料中心下载再分析资料作为初始气象场)输入气象预测模型,快速模拟出事故发生点未来12小时的气象数据。根据得到的气象数据,利用HYSPLIT以半小时为分辨率计算出污染未来的输送轨迹及污染在输送轨迹上的消解因子。污染未来的输送轨迹通过结合定位地图的方式可视化展示,如图10所示,用户可以任意放大和缩小地图以便更精准定位和全局概览。
优选的,在进行WRF选择时,本发明根据事故类型预先设计WRF案例库,当事故发生时根据事故类型自动匹配相应的模式案例库。如针对***导致危化气体泄露事故,模式采用三重嵌套方案,从外到内水平格距依次为27km、9km、3km,水平格点数为201×171、283×193、181×148;模拟采用兰伯托正形投影。模式的主要物理过程参数化方案采用WSM5(微物理过程参数化方案),Dudhia(短波辐射方案)和RRTM(长波参数化方案),YSU(行星边界层参数化方案),Noah(陆面过程参数化方案)以及Monin-Obukhov(近地层湍流参数化方案),第一、二层嵌套区域采用KainFritsch(积云对流参数化方案),最内层区域因为网格距小于5km而不采用对流参数化方案。
进一步的,为了提高WRF预测气象的准确性,采用同化***WRFDA(The WeatherResearch and Forecasting Mode Data Assimilation,同化探空数据)进行1小时快速更新同化预报。同化的资料包括常规观测、地面站、卫星、风廓线、下投式探空仪、船舶观测资料以及事故地区的自动站和地基可降水量观测资料、常规天气观测、机场地面报、浮标、自动站、飞机报、雷达反射率和FY-2E、红外和可见光辐射率等资料。
进一步的,根据气象站实时观测的气象数据(如风速、风向、湿度和压强等)对WRF预测的气象数据进行插值修正。
进一步的,为了以最快速度确定污染输送轨迹和得到污染浓度值,还可以根据事故发生地和发生时的风向和风速初步确定出污染未来的输送轨迹,然后采用远程读取方式采集初步输送轨迹区域的污染浓度值。如果后来WRF预测的风速、风速和事故发生时的风向、风速相似,则采用初步输送轨迹区域的污染浓度值;否则根据预测的污染输送轨迹重新采集污染浓度值。
进一步地,根据气象数据和的污染释放率,利用HYSPLIT进行污染浓度扩散模拟,并可视化展示。污染浓度扩散结合GIS地图进行可视化展示,如图11所示,当用户将鼠标放在扩散区域某点时,展示页面会自动显示此区域的污染浓度值,便于决策者量化影响。
进一步地,HYSPLIT中假定质点的轨迹是随着风场而运动的,轨迹是质点在空间和时间上的积分。质点所在位置的矢量速度在时间和空间上都是线性插值得出的,其具体计算公式如下:
P'(t+Δt)=P(t)+V(P,t)×Δt
P(t+Δt)=P(t)+0.5×[V(P,t)+V(P',t+Δt)]×Δt,
其中,上述P(t)为t时刻位置,上述V(p,t)为粒子在P(t)点的速度,上述Δt为时间步长,下时刻指定点的位置P(t+Δt)是由上一时刻的平均速度和第一猜值所在点的速度平均后与时间步长的乘积而得到。
此外,基于HYSPLIT的浓度扩散计算中粒子和烟团的扩散方程为:
其中,c污染物浓度;u、v、w为不同方向的风速;kh为水平方向上的扩散系数和kv垂直方向上的扩散系数;z为垂直方向上的地形高度;S为污染物的源,R为污染物的汇。计算浓度时,假定每个气团具有一定的分布(Top-hat型)。每个烟团对固定网格点的质量贡献为:
Δc=M×(πr2Δz)-1,
其中,M为气团的质量;r为烟团的水平半径和Δz为烟团的垂直高度;r=1.54kh,Δz=3.08kv;污染物浓度场可由每个时间步长落在空间格点内所有气团对该点的质量贡献累计得到。
进一步地,假定在不同排放量及释放率情景下,利用HYSPLIT模拟其污染浓度扩散结果,并进行对比分析和可视化展示。如图11和图12所示,给出了在采用不同措施控制污染释放率情景下,得到的两种不同的污染浓度扩散结果对比图。
进一步地,利用计算的污染输送轨迹和浓度扩散模拟结果,可以快速确定污染向周边扩散的轨迹方向和对周边影响程度情况。利用不同排放量及释放率情景下的浓度扩散对比结果,可以模拟演练采用相应措施后的效果,进而通过以上两点辅助决策者作出相应的应急指挥动作。
本发明提供的突发重大污染事件应急指挥辅助决策方法,在发生核污染泄露或火山爆发时,相关检测人员是很难靠近事件发生地,导致很难精准检测到污染释放率和排放量等数据。本发明利用气象数据估计污染在大气输送中的消解因子,利用扩散轨迹上实时监测的浓度数据反推出事件发生点的污染释放率,解决了重大事件发生处污染释放率获取难题。进一步地,充分利用各种观测数据对WRF预测的气象场进行同化更新,同时利用实时气象站数据对气象预测结果进行插值处理,使用预测的气象数据更加符合真实情况。进一步地充分利用预测的气象数据进行应急模拟演练,具体为根据气象数据利用HYSPLIT模拟采取不同措施(控制污染释放量和释放率)后的污染扩散结果对比分析。
实施例9:
如图13所示,根据本发明第二方面的实施例,提出了一种突发重大污染事件应急指挥辅助决策***1300,包括:存储器1302,存储器1302储存有程序或指令;处理器1304,与存储器1302连接,处理器1304,被配置为执行程序或指令时实现第一方面提出的突发重大污染事件应急指挥辅助决策方法。因此该突发重大污染事件应急指挥辅助决策***1300具备第一方面提出的突发重大污染事件应急指挥辅助决策方法的全部有益效果,为避免重复,不再过多赘述。
实施例10:
根据本发明的第三方面,提出了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第一方面提出的突发重大污染事件应急指挥辅助决策方法。因此该可读存储介质具备第一方面提出的突发重大污染事件应急指挥辅助决策方法的全部有益效果,为避免重复,不再过多赘述。
在本发明中,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例的方法。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种突发重大污染事件应急指挥辅助决策方法,其特征在于,包括:
预测所述突发重大污染事件发生位置区域的未来气象数据;
根据所述未来气象数据,推算所述突发重大污染事件的污染输送轨迹;
根据所述未来气象数据,确定污染在所述污染输送轨迹上的消解因子;
根据所述污染输送轨迹,采集所述污染输送轨迹上目标区域的浓度监控值;
根据所述污染输送轨迹上的所述消解因子和所述浓度监控值,反推出所述污染的污染释放率;
根据所述未来气象数据和所述污染释放率,进行所述突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果;
根据所述污染输送轨迹和所述浓度扩散模拟结果,生成所述突发重大污染事件的应急处理信息。
2.根据权利要求1所述的突发重大污染事件应急指挥辅助决策方法,其特征在于,所述预测所述突发重大污染事件发生位置区域的未来气象数据的步骤,具体包括:
获取所述突发重大污染事件发生位置区域的地理信息数据和全球预测***的全球预报场数据;
根据所述地理信息数据和所述全球预报场数据,预测所述突发重大污染事件发生位置区域在第一预设时长内的气象场;
根据所述气象场,利用气象预报模型预测所述突发重大污染事件发生位置区域在所述第一预设时长内的所述未来气象数据,
其中,根据气象站实时观测的气象数据对所述气象场进行差值修正,根据修正后的所述气象场预测所述未来气象数据。
3.根据权利要求2所述的突发重大污染事件应急指挥辅助决策方法,其特征在于,所述根据所述未来气象数据,推算所述突发重大污染事件的污染输送轨迹的步骤,具体包括:
根据所述未来气象数据,利用拉格朗日大气扩散模型推算所述突发重大污染事件在第二预设时长内的所述污染输送轨迹,
其中,所述第二预设时长小于所述第一预设时长。
4.根据权利要求1所述的突发重大污染事件应急指挥辅助决策方法,其特征在于,所述根据所述污染输送轨迹,采集所述污染输送轨迹上目标区域的浓度监控值的步骤,具体包括:
检测所述目标区域是否设有浓度监控设备;
基于所述目标区域设有所述浓度监控设备,利用所述浓度监控设备采集所述浓度监控值;
基于所述目标区域没有所述浓度监控设备,获取所述目标区域的位置信息,控制移动设备移动至所述目标区域,利用所述移动设备采集所述浓度监控值。
6.根据权利要求1所述的突发重大污染事件应急指挥辅助决策方法,其特征在于,所述根据所述未来气象数据和所述污染释放率,进行所述突发重大污染事件的浓度扩散模拟,生成浓度扩散模拟结果的步骤,具体包括:
根据所述未来气象数据和所述污染释放率,进行所述突发重大污染事件的所述浓度扩散模拟,生第一浓度扩散模拟结果;
根据所述未来气象数据,确定多个预设污染释放率;
根据所述预设污染释放率,进行所述污染浓度扩散模拟,生成多个第二浓度扩散模拟结果,
其中,所述浓度扩散模拟结果包括所述第一浓度扩散模拟结果和多个所述第二扩散模拟结果。
7.根据权利要求6所述的突发重大污染事件应急指挥辅助决策方法,其特征在于,所述根据所述污染输送轨迹和所述浓度扩散模拟结果,生成所述突发重大污染事件的应急处理信息的步骤,具体包括:
根据所述污染输送轨迹、所述第一浓度扩散模拟结果和多个所述第二浓度扩散模拟结果,生成所述突发重大污染事件的应急处理信息。
8.根据权利要求7所述的突发重大污染事件应急指挥辅助决策方法,其特征在于,所述根据所述污染输送轨迹、所述第一浓度扩散模拟结果和多个所述第二浓度扩散模拟结果,生成所述突发重大污染事件的应急处理信息的步骤,具体包括:
根据所述污染输送轨迹和所述第一浓度扩散模拟结果,确定所述突发重大污染事件的浓度扩散的轨迹方向和影响程度;
比较多个所述第二浓度扩散模拟结果,生成对比分析信息;
根据所述浓度扩散的轨迹方向、所述影响程度和所述对比分析信息,生成所述突发重大污染事件的应急处理信息。
9.一种突发重大污染事件应急指挥辅助决策***,其特征在于,包括:
存储器,所述存储器储存有程序或指令;
处理器,与所述存储器连接,所述处理器执行所述程序或指令时实现如权利要求1至8中任一项所述的突发重大污染事件应急指挥辅助决策方法。
10.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至8中任一项所述的突发重大污染事件应急指挥辅助决策方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110524583 | 2021-05-13 | ||
CN2021105245838 | 2021-05-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113449918A true CN113449918A (zh) | 2021-09-28 |
CN113449918B CN113449918B (zh) | 2023-01-31 |
Family
ID=77814029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110728191.3A Active CN113449918B (zh) | 2021-05-13 | 2021-06-29 | 突发重大污染事件应急指挥辅助决策方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449918B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116973523A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市智芯微纳科技有限公司 | 基于mems气体传感器阵列的气体检测方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160019463A1 (en) * | 2014-07-17 | 2016-01-21 | Fujitsu Limited | System, method, and program for supporting intervention action decisions in hazard scenarios |
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN108826488A (zh) * | 2018-05-07 | 2018-11-16 | 大连理工大学 | 一种自动寻源式的室内污染净化去除装置及方法 |
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和*** |
CN112598392A (zh) * | 2020-12-28 | 2021-04-02 | 江苏汇环环保科技有限公司 | 一种大气环境污染事故应急预警评估与决策支持*** |
-
2021
- 2021-06-29 CN CN202110728191.3A patent/CN113449918B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160019463A1 (en) * | 2014-07-17 | 2016-01-21 | Fujitsu Limited | System, method, and program for supporting intervention action decisions in hazard scenarios |
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN108826488A (zh) * | 2018-05-07 | 2018-11-16 | 大连理工大学 | 一种自动寻源式的室内污染净化去除装置及方法 |
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和*** |
CN112598392A (zh) * | 2020-12-28 | 2021-04-02 | 江苏汇环环保科技有限公司 | 一种大气环境污染事故应急预警评估与决策支持*** |
Non-Patent Citations (2)
Title |
---|
王轩等: "基于HYSPLIT的典型工业集群区大气污染应急预警***――以天津临港工业区为例", 《安全与环境学报》 * |
黄昕等: "突发性大气环境污染事件应急预警技术开发及应用", 《安全与环境学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116973523A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市智芯微纳科技有限公司 | 基于mems气体传感器阵列的气体检测方法及*** |
CN116973523B (zh) * | 2023-09-22 | 2023-12-15 | 深圳市智芯微纳科技有限公司 | 基于mems气体传感器阵列的气体检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113449918B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qiu et al. | Atmospheric dispersion prediction and source estimation of hazardous gas using artificial neural network, particle swarm optimization and expectation maximization | |
CN104865353B (zh) | 基于无人机的工业园区大气污染数据采集方法 | |
CN114155129B (zh) | 一种基于工业园区的大气环境溯评方法和*** | |
KR101956188B1 (ko) | 유해화학물질의 다층적 확산분석정보 제공방법 | |
CN112100299B (zh) | 一种用于突发性毒气泄漏应急预警的可视化方法 | |
JP2013134663A (ja) | 災害活動支援システム及び方法 | |
EP3339855B1 (en) | System and method for predicting presence of hazardous airborne materials in a region to be protected | |
CN113655175A (zh) | 一种网格化空气监测方法、***、计算机设备及存储介质 | |
CN115855761B (zh) | 五基协同天空地一体化大气环境立体遥感监测***及方法 | |
CN112684806A (zh) | 一种基于双重避障和智能识别的电力巡检无人机*** | |
CN106815776A (zh) | 一种输电线路的三维可视化管理方法 | |
CN117311395B (zh) | 用于河道内污染巡检的无人机路径规划方法及*** | |
CN116647651B (zh) | 一种基于北斗卫星的无人机施工监控方法及*** | |
CN115185292A (zh) | 基于地空一体化的空气污染智能监测方法及平台 | |
CN113449918B (zh) | 突发重大污染事件应急指挥辅助决策方法和*** | |
CN116109462A (zh) | 一种自然灾害后饮水水源地污染监测预警方法及*** | |
CN117970527B (zh) | 一种大气污染物的组网溯源监测方法及*** | |
KR101348100B1 (ko) | 방사능 예측 모델링 시스템 | |
CN115146484A (zh) | 一种用于检测环境参数的环保监控***及监控方法 | |
CN117473771A (zh) | 一种核污染物大气通道扩散预报***及方法 | |
CN114495421A (zh) | 智能化开放式道路施工作业监测预警方法及*** | |
Raballand et al. | DROSERA: A DROne Simulation Environment for Risk Assessment | |
CN117252316A (zh) | 一种应急疏散路径规划方法、装置、设备及存储介质 | |
Bakirci | Efficient air pollution mapping in extensive regions with fully autonomous unmanned aerial vehicles: A numerical perspective | |
CN116052023A (zh) | 基于三维点云的电力巡检地物分类方法及存储介质 |
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 |