基于遥感气溶胶和萤火虫群算法的空气污染源识别方法技术

本发明专利技术公开了一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，根据卫星光谱遥感图像反演得到气溶胶光学厚度值，并得到对应区域的风速矢量，对卫星光谱遥感图像和对应的区域数字地图网格化，得到每个图像块的气溶胶光学厚度平均值和企业对应的图像块坐标；将每个图像块的坐标作为GSO算法中萤火虫的初始位置，气溶胶厚度平均值作为萤火虫的属性，每次更新萤火虫位置时，引入由属性值得到的萤火虫相似性修正因子和风速矢量得到的风速风向修正因子，多次迭代后得到萤火虫的源头位置；计算企业的污染覆盖范围半径，将企业作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，实现污染源识别。本发明专利技术可以高效准确地实现空气污染源的识别。

【技术实现步骤摘要】

本专利技术属于空气污染源识别
，更为具体地讲，涉及一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法。
技术介绍
大气污染是我国目前面临的严重环境污染问题，包括PM2.5在内的大气污染物不仅降低空气能见度，影响出行，同时有研究表明PM2.5能直接进入人体下呼吸道，与呼吸道疾病和心脏疾病有密切联系，呼吸道疾病目前在我国呈日益上升趋势，因而日益受到人们的关注。防止大气污染在于源头控制，找到大气污染物的排放源，摸清其排放量是进行下一步管理的必要条件，对于决策者具有重要的意义。目前，常用的大气污染物溯源的方法有两类：一类是基于地面采样的下推法，其原理是通过地面实地采样和实验室化学组分分析的方法，通过污染物化学成分特征分析污染物来源。这类方法中，最具代表性的是受体模型，也是目前最广泛采用的污染物溯源方法；另一类是基于排放清单和扩散模型的上推法，其原理是根据获取的排放清单，代入扩散模型中进行污染物运动模拟，其最大的特点是能进行污染预测。这两类方法各有其优点，也存在明显的不足。对于上推法，由于需要进行大量的实地采样和实验室化验分析，工作量很大、成本昂贵，除了在一些重点区域间断性采用外，既难以大范围使用，也难以持续进行；对于下推法，排放清单的建立是关键，但目前为止，我国还没有完整的排放清单。另外，由于排放源分类不明确，缺少排放因子数据库等因素，使得构建排放清单在某些情况下几乎不可能。随着航天技术的快速发展，地表空间信息获取能力和水平大大提升。卫星遥感数据在时间分辨率、空间分辨率和光谱分辨率上都有了极大的提升，利用卫星遥感影像定量化获取地表或大气物理化学性质已被证明是可行的，随着研究的深入和算法的改进，定量反演的精度不断提升。已有大量的研究利用遥感影像估算大气污染物浓度以及分析大气污染物分布情况。如何利用成本相对低廉、空间覆盖范围大、周期性获取的卫星遥感影像解决污染物溯源的问题是现有技术需要解决的问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，采用萤火虫群算法对卫星光谱遥感图像反演得到的气溶胶厚度值进行污染溯源，高效准确地实现空气污染源的识别。为实现上述专利技术目的，本专利技术基于遥感气溶胶和萤火虫群算法的空气污染源识别方法包括以下步骤：S1：获取卫星光谱遥感图像和对应的区域数字地图；S2：获取卫星光谱遥感图像对应区域的风向和风速，得到风速矢量S3：对卫星光谱遥感图像进行气溶胶光学厚度反演，得到卫星光谱遥感图像中每个像元的气溶胶光学厚度值；S4：对卫星光谱遥感图像进行网格化，网格边长根据实际情况设置，将卫星光谱遥感图像划分为M×N个图像块，计算每个图像块中所包含像元的气溶胶光学厚度平均值；同时对卫星光谱遥感图像对应的区域数字地图进行网格化，划分为M×N个图像块，根据企业坐标得到企业k所对应的图像块坐标Ek，k＝1,2,…,K，K表示企业数量；S5：采用基于GSO的污染溯源方法进行污染物溯源，其具体步骤包括：S5.1：设置每只萤火虫的初始荧光素值Li(0)相同，将各像素块的坐标作为萤火虫的初始位置xi(0)，将像素块所对应的气溶胶光学厚度平均值作为萤火虫的属性值Ai，设置各萤火虫邻域初始值i＝1,2,…,Q，Q＝M×N；S5.2：令迭代次数t＝1；S5.3：根据以下公式计算第t代萤火虫的荧光素：Li(t)＝(1-ρ)Li(t-1)+γF(xi(t))其中，t表示迭代次数，i表示萤火虫序号，Li(t)表示第t代萤火虫i的荧光素，Li(t-1)表示第t-1代萤火虫i的荧光素，ρ表示荧光素的衰减率，ρ∈(0,1)，γ表示荧光素更新率，F(xi(t))表示萤火虫i在当前位置xi(t)的目标函数值，目标函数的计算公式为：F(xi(t))=Σk=1K1dik2(t)]]>其中，dik(t)表示萤火虫i在当前位置xi(t)与企业k坐标Ek的距离；S5.4：对于每只萤火虫i，分别计算向其邻域Ni(t)内另一只萤火虫j的移动概率pij(t)；采用轮盘赌规则选择本次萤火虫i所要向其运动的萤火虫j，将其序号记为j′，然后根据下式更新萤火虫i的位置：xi(t+1)=xi(t)+s(xj′(t)-xi(t)||xj′(t)-xi(t)||)+Δattibute+Δwind]]>其中，xj′(t)表示第t代萤火虫j′的位置，s表示移动步长，||||表示求欧几里德范数；Δattibute表示萤火虫相似性修正因子，其计算方法为：首先在萤火虫i的邻域Ni(t)内，搜索与萤火虫i的属性值Ai最接近的萤火虫j*，然后计算Δattibute：Δattibute=sa·(xj*(t)-xi(t)||xj*(t)-xi(t)||)]]>其中，sa表示预设的步长，xj*(t)是第t代萤火虫j*的位置；Δwind表示风速风向修正因子，其计算公式为：其中sw表示缩放因子；S5.5：如果迭代次数t＝T，T表示预设的最大迭代次数，将每只萤火虫的当前位置作为其源头位置停止迭代；否则进入步骤S5.6；S5.6：更新每只萤火虫的邻域半径然后令t＝t+1，返回步骤S5.3：S6：根据企业所对应的图像块坐标Ek，得到企业污染覆盖范围的半径Rk；S7：根据污染覆盖范围的半径Rk与各只萤火虫的源头位置将企业k作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，统计其污染覆盖范围内的萤火虫所对应的气溶胶厚度值水平，作为企业k的污染指标。本专利技术基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，首先根据卫星光谱遥感图像反演得到气溶胶光学厚度值，得到对应区域的风速矢量，对卫星光谱遥感图像和对应的区域数字地图网格化，得到每个图像块的气溶胶光学厚度平均值和企业对应的图像块坐标；将每个图像块的坐标作为GSO算法中萤火虫的初始位置，气溶胶厚度平均值作为萤火虫的属性，然后迭代，在每次更新萤火虫位置时，引入由属性值计算得到的萤火虫相似性修正因子和风速矢量计算得到的风速风向修正因子，多次迭代后得到萤火虫的源头位置；然后计算企业的污染覆盖范围半径，将企业作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，实现污染源识别。本专利技术具有以下有益效果：(1)采用萤火虫群算法，准确高效地迭代得到污染物的源头位置；(2)萤火虫群算法中更新萤火虫位置时，引入由属性值计算得到的萤火虫相似性修本文档来自技高网...

【技术保护点】
一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，其特征在于，包括以下步骤：S1：获取卫星光谱遥感图像和对应的区域数字地图；S2：获取卫星光谱遥感图像对应区域的风向和风速，得到风速矢量S3：对卫星光谱遥感图像进行气溶胶光学厚度反演，得到卫星光谱遥感图像中每个像元的气溶胶光学厚度值；S4：对卫星光谱遥感图像进行网格化，网格边长根据实际情况设置，将卫星光谱遥感图像划分为M×N个图像块，计算每个图像块中所包含像元的气溶胶光学厚度平均值；同时对卫星光谱遥感图像对应的区域数字地图进行网格化，划分为M×N个图像块，根据企业坐标得到企业k所对应的图像块坐标Ek，k＝1,2,…,K，K表示企业数量；S5：采用基于GSO的污染溯源方法进行污染物溯源，其具体步骤包括：S5.1：设置每只萤火虫的初始荧光素值Li(0)相同，将各像素块的坐标作为萤火虫的初始位置xi(0)，将像素块所对应的气溶胶光学厚度平均值作为萤火虫的属性值Ai，设置各萤火虫邻域初始值，i＝1,2,…,Q，Q＝M×N；S5.2：令迭代次数t＝1；S5.3：根据以下公式计算第t代萤火虫的荧光素：Li(t)＝(1‑ρ)Li(t‑1)+γF(xi(t))其中，t表示迭代次数，i表示萤火虫序号，Li(t)表示第t代萤火虫i的荧光素，Li(t‑1)表示第t‑1代萤火虫i的荧光素，ρ表示荧光素的衰减率，ρ∈(0,1)，γ表示荧光素更新率，F(xi(t))表示萤火虫i在当前位置xi(t)的目标函数值，目标函数的计算公式为：F(xi(t))=Σk=1K1dik2(t)]]>其中，dik(t)表示萤火虫i在当前位置xi(t)与企业k坐标Ek的距离；S5.4：对于每只萤火虫i，分别计算向其邻域Ni(t)内另一只萤火虫j的移动概率pij(t)；采用轮盘赌规则选择本次萤火虫i所要向其运动的萤火虫j，将其序号记为j′，然后根据下式更新萤火虫i的位置：xi(t+1)=xi(t)+s(xj′(t)-xi(t)||xj′(t)-xi(t)||)+Δattibute+Δwind]]>其中，xj′(t)表示第t代萤火虫j′的位置，s表示移动步长，||||表示求欧几里德范数；Δattibute表示萤火虫相似性修正因子，其计算方法为：首先在萤火虫i的邻域Ni(t)内，搜索与萤火虫i的属性值Ai最接近的萤火虫j*，然后计算Δattibute：Δattibute=sa·(xj*(t)-xi(t)||xj*(t)-xi(t)||)]]>其中，sa表示预设的步长，是第t代萤火虫j*的位置；Δwind表示风速风向修正因子，其计算公式为：其中sw表示缩放因子；S5.5：如果迭代次数t＝T，T表示预设的最大迭代次数，将每只萤火虫的当前位置作为其源头位置停止迭代；否则进入步骤S5.6；S5.6：更新每只萤火虫的邻域半径然后令t＝t+1，返回步骤S5.3：S6：根据企业所对应的图像块坐标Ek，得到企业污染覆盖范围的半径Rk；S7：根据污染覆盖范围的半径Rk与各只萤火虫的源头位置将企业k作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，统计其污染覆盖范围内的萤火虫所对应的气溶胶厚度值水平，作为企业k的污染指标。...

【技术特征摘要】
1.一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，其特征在
于，包括以下步骤：
S1：获取卫星光谱遥感图像和对应的区域数字地图；
S2：获取卫星光谱遥感图像对应区域的风向和风速，得到风速矢量S3：对卫星光谱遥感图像进行气溶胶光学厚度反演，得到卫星光谱遥感图
像中每个像元的气溶胶光学厚度值；
S4：对卫星光谱遥感图像进行网格化，网格边长根据实际情况设置，将卫
星光谱遥感图像划分为M×N个图像块，计算每个图像块中所包含像元的气溶胶
光学厚度平均值；同时对卫星光谱遥感图像对应的区域数字地图进行网格化，
划分为M×N个图像块，根据企业坐标得到企业k所对应的图像块坐标Ek，
k＝1,2,…,K，K表示企业数量；
S5：采用基于GSO的污染溯源方法进行污染物溯源，其具体步骤包括：
S5.1：设置每只萤火虫的初始荧光素值Li(0)相同，将各像素块的坐标作为
萤火虫的初始位置xi(0)，将像素块所对应的气溶胶光学厚度平均值作为萤火虫
的属性值Ai，设置各萤火虫邻域初始值，i＝1,2,…,Q，Q＝M×N；
S5.2：令迭代次数t＝1；
S5.3：根据以下公式计算第t代萤火虫的荧光素：
Li(t)＝(1-ρ)Li(t-1)+γF(xi(t))
其中，t表示迭代次数，i表示萤火虫序号，Li(t)表示第t代萤火虫i的荧光
素，Li(t-1)表示第t-1代萤火虫i的荧光素，ρ表示荧光素的衰减率，ρ∈(0,1)，
γ表示荧光素更新率，F(xi(t))表示萤火虫i在当前位置xi(t)的目标函数值，目标
函数的计算公式为：
F(xi(t))=Σk=1K1dik2(t)]]>其中，dik(t)表示萤火虫i在当前位置xi(t)与企业k坐标Ek的距离；
S5.4：对于每只萤火虫i，分别计算向其邻域Ni(t)内另一只萤火虫j的移动
概率pij(t)；采用轮盘赌...

【专利技术属性】
技术研发人员：陈云坪，童玲，韩威宏，王文欢，钟传琦，梁家铭，黄佳，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51