一种提高大气污染模型预测效率的方法技术

本发明专利技术提供一种提高大气污染模型预测效率的方法，所述方法包括：对原始气象数据进行预处理获取边界层参数数据和廓线数据并获取大气污染模型内各个预测网格点的污染浓度值，根据污染浓度值获取关注污染物浓度的等值线并根据等值线获取污染影响面积；利用边界层参数数据、廓线数据以及污染影响面积建立具有预测作用的多项式预测模型；以存在大气污染时的实时气象数据为输入，根据多项式预测模型获取预测污染面积，将预测污染面积和污染源的位置信息导入到大气污染模型的AERMAP模块中作为选取大气污染模型中评测污染区域的依据。本发明专利技术减少了AERMOD模型中不必要的网格点的计算消耗，提高了预测效率。

【技术实现步骤摘要】

本专利技术设及突发性事故的安全与应急处理
，特别是设及大气污染扩散技 术领域，具体为。
技术介绍
随着经济的发展，工业污染源对大气环境的影响越来越大，造成了严重的环境破 坏，对人民的生活环境带来了严重的威胁。然而，对工业现场污染进行实时的动态监测、预 测又有很大的困难，不是十分的可行，因此，通过大气污染扩散模型来模拟预测大气污染的 扩散应用的很普遍。大气扩散模型是一种时空复合的环境模型，用于描述大气对污染物的 输移、扩散和稀释作用，它是进行环境评价和环境预测的有力手段，是评估泄漏危险度和可 能泄漏量、分析有毒化学物质大气泄漏事故环境影响的最佳方法。近地大气扩散模拟自20 世纪30年代前后就得到发展，至今已发展为数众多的大气扩散模型。 从2009年4月1日起，我国的现行法规模式包括估算模式，AERMOD，ADMSW及 CALPUFF模式。20世纪90年代中后期，美国气象学会联合美国环境保护局组建法规模型改 善委员会基于最新的大气边界层和大气扩散理论，成功的开发了AERMOD大气扩散模型，W 一代新的法规模型替代了原本的ISC模型。AERMOD模型是稳态烟羽模型，评价范围为50km W内，W扩散统计理论为出发点，假设污染物的浓度分布在一定程度上服从高斯分布。该模 型由S大部分组成；AERMET模块（气象数据预处理器）、AERMAP模块（地形数据预处理器） W及核屯、模块AERMOD(扩散模型）。模式系统可用于多种排放源（包括点源、面源和体源） 的排放，也适用于乡村环境和城市环境、平坦地形和复杂地形、地面源和高架源等多种排放 扩散情形的模拟和预测。其中，该模型适用范围一般为50kmW内，并且使用中的地形高程 范围必须要大于所选取的评测区域的范围。模型的不足在于；实际中所取DEM高程数据的 评测区域范围与污染造成的实际区域（或者实际的评测区域）相比过大，导致了较大的计 算量，降低了计算效率。在此之前，凡设及污染扩散预测方面对模型的应用均严格按照原始 模型的设计进行预测应用，至于评测区域的选取并没有明确的依据。目前国内外在林火、降 雨的预测方面，根据大量的气象数据，运用机器学习中的非线性回归和支持向量机技术，获 得预测模型，取得过不错效果。本专利着眼于：模型本身没有根据历史数据事先通过预测来 选取地形高程DEM数据范围选取的功能，因此本专利的创新之处也就在于在原始模型的基 础上，受到相关预测方法的启发，运用机器学习当中的多元多项式回归方法，通过大量气象 数据训练，建立选取评测区域大小的多元多项式模型，改善W往对评测区域选择依据不明 确的弊端，提高模型的预测计算效率。 我国常用大气扩散模型AERMOD原理简介；AERMET的边界层参数数据和廓线数 据可W由输入的现场观测数据确定，或由输入的国家气象局常规气象资料（地面数据、探 空数据）生成。AERMET廓线数据和边界层廓线数据经过AERMOD中的控制文件引用进入 AERMOD系统，计算出相似参数，并对边界层廓线数据进行内插。AERMOD将平均风速、水平 向及垂向端流量脉动、温度梯度、位温、水平拉格朗日时间尺度等输入扩散模式，并计算出 AERMAP是简化并标准化AERMOD地形输入数据的地形预处理器，它将输入的各网格点的位 置参数（X，y，Z)及其地形高度参数（xt，yt，zt)经过计算转化成AERM0D数据处理的地形数 据，包括有各个网格点位置参数（x，y，z)及其有效高度值，该些数据用于障碍物周围大气 扩散的计算并结合风速U等参数的分布，从而可W进行污染物浓度的分布计算。AERMOD的 浓度预测计算。 1)平坦地形条件（即不考虑地形影响） 式中；Q为污染源排放速率，U为有效风速，Py，Py为水平方向和垂直方向浓度分布 的概率密度函数。[000引 2)考虑地形条件： Cr(X，y,Z) =f.C(X"y"Zr) + (1-f).C(X"y"Zp) 式中；C(Xr，y,，Zr)为水平烟羽的贡献，C(Xr，y,，Zp)为地形影响的烟羽贡献。 扣对流边界层内的浓度预测计算 对流边界层中预测的地面浓度由W下=种污染源的浓度组成： 第一部分；因下沉气流直接扩散到地面的直接源： 第二部分；因上升气流扩散到混合层顶的间接源： 第=部分；穿透进入混合层上部稳定层中的烟羽，经过一段时间后还将重新进入 混合层，并扩散到地面，也就是穿透源： W上式中，Fy为水平分布函数，0y为水平扩散参数，Zi为混合层高度，0d为直接 源垂直扩散参数，0 为穿透源垂直扩散参数，W为直接源烟羽总高度，tj.为间接源烟 羽总高度，Aj.是上升和下沉两部分烟羽的权重系数，m为反射次数，h为穿透源高度，Z 为稳定层中反射面高度。 4)稳定边界层内的浓度预测计算 平坦地形上，适用于稳定条件AERMOD浓度表达式的形式为高斯模型： 式中；hp为烟羽高度，Ha为垂直混合极限高度，Hp为排放源高度与烟羽抬升高度之 和，Fy为曲流的水平分布函数。 大气扩散模型AERMOD在实际应用中都是在模型的有效范围之内尽量大的选取 DEM地形高程范围所包含的评测区域进行网格划分，W达到包含实际污染事故的影响范围 的目的，然后在该评测区域上进行网格划分，由于选取的评测区域往往比实际污染范围要 大，该样就使得在实际污染范围之外的网格点也参与了AERMOD模型的计算过程当中，该样 做无疑增加了在所选取的评测区域范围内实际并没有被影响的区域的计算量的问题，增加 了不必要的计算，降低了模型的预测效率。
技术实现思路
[002引鉴于W上所述现有技术的缺点，本专利技术的目的在于提供一种提高大气污染模型预 测效率的方法，用于解决现有技术中大气污染模型计算量大而且预测效率低的问题。 为实现上述目的及其他相关目的，本专利技术提供一种提高大气污染模型预测效率的 方法，应用于通过大气污染模型评测污染区域的过程中，所述方法包括；对原始气象数据进 行预处理获取边界层参数数据和廓线数据，根据所述边界层参数数据、所述廓线数据、污染 源参数W及地形数据获取大气污染模型内各个预测网格点的污染浓度值，根据所述污染浓 度值获取关注污染物浓度的等值线并根据所述等值线获取污染影响面积；利用所述边界层 参数数据、所述廓线数据W及所述污染影响面积建立具有预测作用的多项式预测模型；W 存在大气污染时的实时气象数据为输入，根据所述多项式预测模型获取预测污染面积，将 所述预测污染面积和污染源的位置信息导入到大气污染模型中作为选取所述大气污染模 型中评测污染区域的依据。 优选地，通过对所述各个预测网格点的污染浓度值进行插值运算获取所述关注污 染物浓度的等值线。 优选地，所述获取污染影响面积具体为；获取所述等值线中最远两点之间的距离， W所述距离为边长构建涵盖所述等值线在内的正方形，获取所述正方形的面积并W所述正 方形的面积作为所述污染影响面积。 优选地，所述等值线至少为两条。 优选地，利用所述边界层参数数据、所述廓线数据W及所述污染影响面积建立具 有预测作用的多项式预测模型具体为；W所述边界层参数数据和所述廓线数据为训练数 据，W所述污染影响面积为因变量数据，经过对所述训练数据的多次训练获得多项式模型， 再根据均方误差和拟合优度对所述多项式模型进行优化获得所述具本文档来自技高网...

【技术保护点】
一种提高大气污染模型预测效率的方法，应用于通过大气污染模型评测污染区域的过程中，其特征在于，所述方法包括：对原始气象数据进行预处理获取边界层参数数据和廓线数据，根据所述边界层参数数据、所述廓线数据、污染源参数以及地形数据获取大气污染模型内各个预测网格点的污染浓度值，根据所述污染浓度值获取关注污染物浓度的等值线并根据所述等值线获取污染影响面积；利用所述边界层参数数据、所述廓线数据以及所述污染影响面积建立具有预测作用的多项式预测模型；以存在大气污染时的实时气象数据为输入，根据所述多项式预测模型获取预测污染面积，将所述预测污染面积和污染源的位置信息导入到大气污染模型中作为选取所述大气污染模型中评测污染区域的依据。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨庭清，徐俊，魏建明，
申请(专利权)人：中国科学院上海高等研究院，
类型：发明
国别省市：上海;31