一种基于气象参数的恶臭OU值预测方法和系统技术方案

本发明专利技术公开了一种基于气象参数的恶臭OU值预测方法和系统，该方法包括：通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析，找到与恶臭气体OU值关联度最大的气象因素；利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程；通过多个监测站点实时采集与恶臭气体OU值关联度最大的气象因素数据；云端恶臭分析平台利用所述曲线拟合方程以及实时检测的关联度最大的气象因素数据对下一时刻的恶臭气体OU值进行趋势分析和预报预测。本发明专利技术，综合了气象条件对恶臭气体扩散、稀释和累计对恶臭OU值的影响，更精确地实现了恶臭监测和预测，对于环境监测及预警分析具有重大的现实意义。

【技术实现步骤摘要】

本专利技术涉及环境监测领域，具体涉及一种基于气象参数的恶臭OU值预测方法和系统。
技术介绍
当前我国大气污染形势严峻，京津冀地区大气污染日益严重，影响身体健康指数，居民投诉强烈。恶臭气体(ODOR)是大气污染和雾霾的重要组成部分，大量的数据分析和研究表明，恶臭气体的恶臭强度OU值与有刺激性气味的污染气体、气象因素、可吸入颗粒物(PM10，PM2.5)等因素的关系十分密切。气象条件对恶臭气体扩散、稀释和累计有一定作用，在恶臭源一定的条件下，OU值大小主要取决于气象条件。目前，恶臭气体OU值监测设备并没有考虑气象因素对其的影响，因此，气象因素对OU值产生影响大小和基于气象参数预测恶臭OU值这一问题亟待解决。
技术实现思路
本专利技术所要解决的技术问题是气象因素对OU值产生影响大小和基于气象参数预测恶臭OU值的问题。为了解决上述技术问题，本专利技术所采用的技术方案是提供一种基于气象参数的恶臭OU值预测方法，包括以下步骤：步骤1、通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析，找到与恶臭气体OU值关联度最大的气象因素；步骤2、利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程；步骤3、通过多个监测站点的在线恶臭监测仪实时采集与恶臭气体OU值关联度最大的气象因素数据；步骤4、云端恶臭分析平台利用恶臭气体OU值与关联度最大气象因素r>之间的曲线拟合方程以及实时检测的关联度最大的气象因素数据对下一时刻的恶臭气体OU值进行趋势分析和预报预测。在上述方法中，所述气象因素包括温度、湿度、风速、风向、大气压、有刺激性气味的污染气体和可吸入颗粒物。在上述方法中，在步骤1中，对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析是以恶臭气体OU值序列Y为系统特征行为数据，气象因素序列Xi为系统相关因素行为数据对其灰色绝对关联度、灰色相对关联度和灰色综合关联度进行计算，并将这三种关联度的结果分别作为与恶臭气体OU值关联度最大的气象因素，其中，i＝1，2,3,4,5,6,7。在上述方法中，所述恶臭气体OU值与气象因素的灰色绝对关联度ε0i(i＝1，2,3,4,5,6,7)为：其中，|s0|为恶臭气体OU值序列Y的始点零化像的有向面积，|si|为气象因素序列Xi的始点零化像的有向面积。在上述方法中，所述恶臭气体OU值与气象因素的灰色相对关联度r0i(i＝1,2,3，4,5,6,7)为：r0i=1+|s0′|+|si′|1+|s0′|+|si′|+|si′-s0′|,]]>其中，|s′0|为恶臭气体OU值序列Y的初值像Y′的始点零化像的有向面积，|s′i|为气象因素序列Xi的初值像Xi′的始点零化像的有向面积。在上述方法中，所述恶臭气体OU值与气象因素的灰色综合关联度ρ0i(i＝1,2,3，4,5,6,7)为：ρ0i＝θεoi+(1-θ)roi(取θ＝0.5)。在上述方法中，步骤2具体包括以下步骤：步骤21、假设与恶臭气体OU值关联度最大的气象因素数据为xj(j＝1,2,…，n)，相应的恶臭气体OU值数据为yj，对xj按从小到大的顺序排列；步骤22、给定数据点(xj，yj)设拟合多项式为：yj＝a0+a1xj+...+akxjk，其中，am为xjm,系数，m＝1,2,3,…,k,k取n-1；步骤23、求各定数据点到这条曲线的距离之和R2，公式如下：R2=Σj=1n(yj-(a0+a1xj+...+akxjk))2;]]>步骤24、利用各定数据点到这条曲线的距离之和R2公式，求得符合条件的am值；步骤25、将求得的a值代入步骤22的拟合多项式，得到恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程。在上述方法中，步骤24包括以下步骤：步骤241、对距离之和R2公式右边求am偏导数，得到如下等式：-2Σj=1n(yj-(a0+a1xj+...+akxjk))xj=0,-2Σj=1n(yj-(a0+a1xj+...+akxjk))xj=0,]]>......-2Σj=1n(yj-(a0+a1xj+...+akxjk))xjk=0;]]>步骤242、对步骤241中的等式左边进行化简，得到如下等式：a0n+a1Σj=1nxj+...+akΣj=1nxjk=1yj,a0Σj=1nxj+a1Σj=1nxj2+...+akΣj=1nxjk+1=Σjn=1xjyj,......a0Σj=1nxjk+a1Σj=1nxjk+1+...+akΣj=1nxj2k=Σjn=1xjkyj;]]>步骤243、将步骤242得到的等式表示成矩阵的形式，该矩阵为：步骤244、将步骤243中的范德蒙得矩阵化简，得到如下矩阵：步骤245、求解步骤244简化得到的矩阵，得到符合要求的am值。本专利技术还提供了一种基于气象参数的恶臭OU值预测系统，包括控制中心和分别设置在多个监测站点的在线恶臭监测仪，所述控制中心具有云端恶臭分析平台，所述云端恶臭分析平台上设有恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程；多个所述在线恶臭监测仪通过3G网络实时将检测的各个气象因素数据传输到所述控制中心，所述云端恶臭分析平台利用所述曲线拟合方程以及实时检测的气象因素数据对下一时刻的恶臭气体OU值进行趋势分析和预报预测；所述恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程的建立采用以下方式：通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析，找到与恶臭气体OU值关联度最大的气象因素；再利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程。本专利技术利用广义灰色关联度法分析恶臭气体OU值与气象因素的关系，找到与恶臭气体OU值关联度最大的气象因素，再利用偏最小二乘法分析恶臭气体OU值与关联度最大气象因素之间的对应变化趋势图，得到恶臭气体OU值与关联度最大气象因素的曲线拟合方程，并利用该方程实现对特定气象环境下的恶臭气体OU值的趋势分析和预报预测，综合了气象条件对恶臭气体扩散、稀释和累计对恶臭OU值的影响，更精确地实现了恶臭监测和预测，对于环境监测及预警分析具有重大的现实意义。附图说明图1为本专利技术提供的一种基于气象参数的恶臭OU值预测系本文档来自技高网...

【技术保护点】
一种基于气象参数的恶臭OU值预测方法，其特征在于，包括以下步骤：步骤1、通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析，找到与恶臭气体OU值关联度最大的气象因素；步骤2、利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程；步骤3、通过多个监测站点的在线恶臭监测仪实时采集与恶臭气体OU值关联度最大的气象因素数据；步骤4、云端恶臭分析平台利用恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程以及实时检测的关联度最大的气象因素数据对下一时刻的恶臭气体OU值进行趋势分析和预报预测。

【技术特征摘要】
1.一种基于气象参数的恶臭OU值预测方法，其特征在于，包括以下
步骤：
步骤1、通过对恶臭气体OU值的历史数据与气象因素的历史数据进行
灰色关联度分析，找到与恶臭气体OU值关联度最大的气象因素；
步骤2、利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象
因素之间的曲线拟合方程；
步骤3、通过多个监测站点的在线恶臭监测仪实时采集与恶臭气体OU
值关联度最大的气象因素数据；
步骤4、云端恶臭分析平台利用恶臭气体OU值与关联度最大气象因素
之间的曲线拟合方程以及实时检测的关联度最大的气象因素数据对下一时
刻的恶臭气体OU值进行趋势分析和预报预测。
2.如权利要求1所述的方法，其特征在于，所述气象因素包括温度、
湿度、风速、风向、大气压、有刺激性气味的污染气体和可吸入颗粒物。
3.如权利要求1所述的方法，其特征在于，在步骤1中，对恶臭气体
OU值的历史数据与气象因素的历史数据进行灰色关联度分析是以恶臭气体
OU值序列Y为系统特征行为数据，气象因素序列Xi为系统相关因素行为数
据对其灰色绝对关联度、灰色相对关联度和灰色综合关联度进行计算，并
将这三种关联度的结果分别作为与恶臭气体OU值关联度最大的气象因素，
其中，i＝1，2,3,4,5,6,7。
4.如权利要求3所述的方法，其特征在于，所述恶臭气体OU值与气
象因素的灰色绝对关联度ε0i(i＝1，2,3,4,5,6,7)为：
ϵ0i=1+|s0|+|si|1+|s0|+|si|+|si-s0|]]>其中，|s0|为恶臭气体OU值序列Y的始点零化像的有向面积，|si|为气

\t象因素序列Xi的始点零化像的有向面积。
5.如权利要求4所述的方法，其特征在于，所述恶臭气体OU值与气
象因素的灰色相对关联度r0i(i＝1,2,3，4,5,6,7)为：
r0i=1+|s0′|+|si′|1+|s0′|+|si′|+|si′-s0′|,]]>其中，|s′0|为恶臭气体OU值序列Y的初值像Y′的始点零化像的有向面
积，|s′i|为气象因素序列Xi的初值像Xi′的始点零化像的有向面积。
6.如权利要求5所述的方法，其特征在于，所述恶臭气体OU值与气
象因素的灰色综合关联度ρ0i(i＝1,2,3，4,5,6,7)为：
ρ0i＝θεoi+(1-θ)roi(取θ＝0.5)。
7.如权利要求1所述的方法，其特征在于，步骤2具体包括以下步骤：
步骤21、假设与恶臭气体OU值关联度最大的气象因素数据为
xj(j＝1,2,…，n)，相应的恶臭气体OU值数据为yj，对xj按从小到大的顺
序排列；
步...

【专利技术属性】
技术研发人员：董培青，郭勇辉，傅珍丽，温子龙，刘泽华，
申请(专利权)人：北京拓扑智鑫环境科技股份有限公司，
类型：发明
国别省市：北京;11