基于海量大气污染浓度数据的污染空间分析方法及装置制造方法及图纸

本发明专利技术公开了一种基于海量大气污染浓度数据的污染空间分析方法及装置，属于大气污染监测领域。该方法包括：获取地面高密度监测网络监测到的目标区域的大气污染浓度数据；将获取到的大气污染浓度数据排列成矩阵的形式，得到大气污染浓度数据矩阵；对大气污染浓度数据矩阵进行双聚类处理，得到多个不同传感器监测站点的双聚类块；将双聚类处理后的大气污染浓度数据插值到空气质量模型的网格中，并进行网格化处理；将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比，确定出高浓度排放网格，得到不同双聚类块的高值区域。本发明专利技术能够获得区县级别的空气质量变化精细化特征，甄别本地的污染源特征，为环境管理形成更为系统化的技术支撑。

Pollution space analysis method and device based on mass air pollution concentration data

The invention discloses a pollution space analysis method and device based on mass air pollution concentration data, which belongs to the field of air pollution monitoring. The method includes: air pollution concentration data acquisition target area monitoring network of high density to the ground; the air pollution concentration data acquired are arranged in a matrix form of air pollution concentration data matrix; on the air pollution concentration data matrix double clustering processing, get the double clustering block a number of different sensor monitoring stations the double grid cluster treatment; air pollution concentration data interpolation to air quality model, and grid processing; atmospheric pollution in each grid atmospheric pollution concentration and dye concentration around within the grid are compared to determine a high concentration of emissions by grid, high value area of different double clustering block. The invention can obtain air quality change characteristics of fine county level, characteristics of pollution sources screening local technical support, formed more systematic environmental management.

【技术实现步骤摘要】
基于海量大气污染浓度数据的污染空间分析方法及装置
本专利技术涉及大气污染监测
，具体涉及一种基于海量大气污染浓度数据的污染空间分析方法及装置。
技术介绍
为推进空气质量改善，落实属地环保责任，按照清洁空气行动计划要求，北京市制定了《北京市2013-2017年清洁空气行动计划实施情况考核办法(试行)》(京政办发〔2014〕61号)和《北京市2013-2017年清洁空气行动计划实施情况考核办法(试行)实施细则》(京环发〔2014〕92号)，每年对各区空气质量改善情况和清洁空气行动计划任务完成情况进行考核。传统的监测网络受人力和物力的制约，空间分辨率较粗，只针对空气质量进行常规监测，无法实时分析区内污染特征，定位疑似污染源，更产生不了精细化监测产品，落实属地管理和调动基层环保力量进行执法监管存在较大难度。国家知识产权局于2017年3月22日公开了申请号为201510564563.8，名称为《基于大密度部署传感器的大气污染监控及管理方法及系统》的专利技术专利，该专利技术通过在区域内大密度部署传感器，并对返回的传感器数据采用云端算法进行联合校正，并进一步采用高斯推断模型在空间上推断出未部署传感器位置点的大气污染数据，再将上述已部署和未部署传感器位置点的大气污染物数据统一反馈给监控中心，进行监控和管理，以实现实时监测取证，量化评级及精细化管理的目标。但是，该专利技术只是将传感器数据反馈给监控中心，并未对大气污染数据进行后续处理。
技术实现思路
本专利技术要解决的技术问题是提供一种基于海量大气污染浓度数据的污染空间分析方法及装置，其能够获得区县级别的空气质量变化精细化特征，并能够甄别本地的污染源特征，为环境管理形成更为系统化的技术支撑。为解决上述技术问题，本专利技术提供技术方案如下：一种基于海量大气污染浓度数据的污染空间分析方法，包括：步骤1：获取地面高密度监测网络监测到的目标区域的大气污染浓度数据，其中，所述地面高密度监测网络由部署在目标区域的多个传感器组成；步骤2：将获取到的大气污染浓度数据排列成矩阵的形式，得到大气污染浓度数据矩阵，其中，所述大气污染浓度数据矩阵中的行以传感器监测站点进行排列，所述大气污染浓度数据矩阵中的列以时间顺序进行排列；步骤3：对所述大气污染浓度数据矩阵进行双聚类处理，得到多个不同传感器监测站点的双聚类块；步骤4：将双聚类处理后的大气污染浓度数据利用空间分析工具插值到空气质量模型的网格中，对大气污染浓度数据进行网格化处理；步骤5：将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比，确定出高浓度排放网格，最后得到不同双聚类块的高值区域。进一步的，所述步骤5之后还包括：步骤6：对不同的高值区域采用不同的颜色进行区分。进一步的，所述步骤3包括：步骤31：将大气污染浓度数据矩阵分割成若干个子矩阵；步骤32：计算第N个子矩阵的平均平方残基打分函数H(I，J)和子矩阵中每行和每列的平均残基a(i)和a(j)：其中，N大于等于1且小于等于子矩阵的总个数，|I|和|J|分别为子矩阵的行数和列数，aij为子矩阵的元素的值，aIj、aiJ和aIJ分别为子矩阵中第I行的平均值、第J行的平均值和子矩阵整体的平均值，即：若H(I，J)＞δ，则执行步骤33，若H(I，J)≤δ，该子矩阵形成双聚类块，并且结束，其中，δ为预先设定的最大平均平方剩余分数；步骤33：将所述子矩阵中最大的a(i)或a(j)对应的行或列删除；步骤34：将所述子矩阵中最小的a(i)或a(j)对应的行或列添加到子矩阵中，之后转至所述步骤32。进一步的，所述步骤3还包括：当一个双聚类块形成后，使用随机数代替已经形成的双聚类块中的元素的值，之后对其它的子矩阵进行双聚类处理。进一步的，所述步骤5中，将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比时，采用等值线、阴影图、栅格图或填色图进行对比。一种基于海量大气污染浓度数据的污染空间分析装置，包括：获取模块：用于获取地面高密度监测网络监测到的目标区域的大气污染浓度数据，其中，所述地面高密度监测网络由部署在目标区域的多个传感器组成；大气污染浓度数据矩阵建立模块：用于将网格化处理后的大气污染浓度数据排列成矩阵的形式，得到大气污染浓度数据矩阵，其中，所述大气污染浓度数据矩阵中的行以传感器监测站点进行排列，所述大气污染浓度数据矩阵中的列以时间顺序进行排列；双聚类处理模块：用于对所述大气污染浓度数据矩阵进行双聚类处理，得到多个不同的双聚类块；网格化处理模块：用于将获取的大气污染浓度数据利用空间分析工具插值到空气质量模型的网格中，对大气污染浓度数据进行网格化处理；高值区域建立模块：用于将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比，确定出高浓度排放网格，最后得到不同双聚类块的高值区域。进一步的，所述高值区域建立模块之后还包括：高值区域区分模块：用于对不同的高值区域采用不同的颜色进行区分。进一步的，所述双聚类处理模块包括：子矩阵分割模块：用于将大气污染浓度数据矩阵分割成若干个子矩阵；计算模块：用于计算第N个子矩阵的平均平方残基打分函数H(I，J)和子矩阵中每行和每列的平均残基d(i)和d(j)：其中，N大于等于1且小于等于子矩阵的总个数，|I|和|J|分别为子矩阵的行数和列数，aij为子矩阵的元素的值，aIj、aiJ和aIJ分别为子矩阵中第I行的平均值、第J行的平均值和子矩阵整体的平均值，即：若H(I，J)＞δ，则进入删除模块，若H(I，J)≤δ，该子矩阵形成双聚类块，并且结束，其中，δ为预先设定的最大平均平方剩余分数；删除模块：用于将所述子矩阵中最大的a(i)或a(j)对应的行或列删除；添加模块：用于将所述子矩阵中最小的a(i)或a(j)对应的行或列添加到子矩阵中。进一步的，所述双聚类处理模块还包括：用于当一个双聚类块形成后，使用随机数代替已经形成的双聚类块中的元素的值，之后对其它的子矩阵进行双聚类处理。进一步的，所述高值区域建立模块中，将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比时，采用等值线、阴影图、栅格图或填色图进行对比。本专利技术具有以下有益效果：与现有技术相比，本专利技术的基于海量大气污染浓度数据的污染空间分析方法及装置，通过在目标区域部署多个传感器建立地面高密度监测网络获取目标区域的大气污染浓度数据，并对目标区域的大气污染浓度数据进行双聚类处理得到不同的双聚类块，之后将双聚类处理后的大气污染浓度数据利用空间分析工具插值到空气质量模型的网格中，并将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比，确定出高浓度排放网格，最后得到不同双聚类块的高值区域，并获得污染区域范围及边界、污染强度、高污染发生的频率，结合污染源排放数据和污染源调查，能够认识高值区域形成的污染源排放原因，支持市及区县展开污染排放的监察及控制。本专利技术利用了基于传感器地面高密度监测网络产生的海量数据进行空气质量排名和高值区识别，这些数据与传统的卫星遥感数据相比，时空分辨率较高且数据质量可靠，能够获得区县级别的空气质量变化精细化特征，形成甄别本地污染源特征的分析方法，为环境管理形成更为系统化的技术支撑。附图说明图1为本专利技术的基于海量大气污染浓度数据的污染空间分析方法的流程示意图；图2为本专利技术的基于海量本文档来自技高网...

【技术保护点】
一种基于海量大气污染浓度数据的污染空间分析方法，其特征在于，包括：步骤1：获取地面高密度监测网络监测到的目标区域的大气污染浓度数据，其中，所述地面高密度监测网络由部署在目标区域的多个传感器组成；步骤2：将获取到的大气污染浓度数据排列成矩阵的形式，得到大气污染浓度数据矩阵，其中，所述大气污染浓度数据矩阵中的行以传感器监测站点进行排列，所述大气污染浓度数据矩阵中的列以时间顺序进行排列；步骤3：对所述大气污染浓度数据矩阵进行双聚类处理，得到多个不同传感器监测站点的双聚类块；步骤4：将双聚类处理后的大气污染浓度数据利用空间分析工具插值到空气质量模型的网格中，对大气污染浓度数据进行网格化处理；步骤5：将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比，确定出高浓度排放网格，最后得到不同双聚类块的高值区域。

【技术特征摘要】
1.一种基于海量大气污染浓度数据的污染空间分析方法，其特征在于，包括：步骤1：获取地面高密度监测网络监测到的目标区域的大气污染浓度数据，其中，所述地面高密度监测网络由部署在目标区域的多个传感器组成；步骤2：将获取到的大气污染浓度数据排列成矩阵的形式，得到大气污染浓度数据矩阵，其中，所述大气污染浓度数据矩阵中的行以传感器监测站点进行排列，所述大气污染浓度数据矩阵中的列以时间顺序进行排列；步骤3：对所述大气污染浓度数据矩阵进行双聚类处理，得到多个不同传感器监测站点的双聚类块；步骤4：将双聚类处理后的大气污染浓度数据利用空间分析工具插值到空气质量模型的网格中，对大气污染浓度数据进行网格化处理；步骤5：将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比，确定出高浓度排放网格，最后得到不同双聚类块的高值区域。2.根据权利要求1所述的基于海量大气污染浓度数据的污染空间分析方法，其特征在于，所述步骤5之后还包括：步骤6：对不同的高值区域采用不同的颜色进行区分。3.根据权利要求1所述的基于海量大气污染浓度数据的污染空间分析方法，其特征在于，所述步骤3包括：步骤31：将大气污染浓度数据矩阵分割成若干个子矩阵；步骤32：计算第N个子矩阵的平均平方残基打分函数H(I，J)和子矩阵中每行和每列的平均残基a(i)和a(j)：其中，N大于等于1且小于等于子矩阵的总个数，|I|和|J|分别为子矩阵的行数和列数，aij为子矩阵的元素的值，aIj、aiJ和aIJ分别为子矩阵中第I行的平均值、第J行的平均值和子矩阵整体的平均值，即：若H(I，J)＞δ，则执行步骤33，若H(I，J)≤δ，该子矩阵形成双聚类块，并且结束，其中δ为预先设定的最大平均平方剩余分数；步骤33：将所述子矩阵中最大的a(i)或a(j)对应的行或列删除；步骤34：将所述子矩阵中最小的a(i)或a(j)对应的行或列添加到子矩阵中，之后转至所述步骤32。4.根据权利要求3所述的基于海量大气污染浓度数据的污染空间分析方法，其特征在于，所述步骤3还包括：当一个双聚类块形成后，使用随机数代替已经形成的双聚类块中的元素的值，之后对其它的子矩阵进行双聚类处理。5.根据权利要求1所述的基于海量大气污染浓度数据的污染空间分析方法，其特征在于，所述步骤5中，将每个网格内的大气污染浓度与周边网格内的大气污染浓度进行对比时，采用等值线、阴影图、栅格图或填色图进行对比。6.一种基于海量大气污染浓度数据的污染空间分析装置，其特...

【专利技术属性】
技术研发人员：程念亮，李云婷，张大伟，王欣，孙峰，陈晨，
申请(专利权)人：北京市环境保护监测中心，
类型：发明
国别省市：北京,11