基于多组分在线监测数据与因子分析模型联用的目标因子转换-PMF耦合算法制造技术

本发明专利技术提供基于多组分在线监测数据与因子分析模型联用的目标因子转换‑PMF耦合算法。包括：在线数据的输入，构建多组分在线数据，输入到因子分析模型；模型参数设置，选择因子个数，设置模型参数；确定实测源成分谱，并将实测源成分谱归一化；实际源贡献的计算，利用输入的受体数据和归一化的实测源成分谱计算出源贡献；模型计算与目标因子替换，模型经计算得到初始的因子成分谱和因子贡献，用归一化的实测源谱和实际源贡献对其替换；拉伸计算，在替换后的基础上进行拉伸操作，得到最终计算结果。本发明专利技术提供的目标因子转换‑PMF耦合算法能实现因子分析模型计算中拉伸计算功能的自动化，具有很好的推广应用前景。

【技术实现步骤摘要】
基于多组分在线监测数据与因子分析模型联用的目标因子转换-PMF耦合算法
本专利技术涉及大气颗粒物源解析领域，具体涉及一种目标因子转换-PMF耦合算法。
技术介绍
改善中国区域性霾污染现状，提高大气能见度，需对高浓度PM2.5进行有效控制和治理，使用科学的源解析方法判断PM2.5来源是控制和治理的关键。为治理严重大气污染，20世纪70年代美国率先开展颗粒物来源解析的研究，20世纪90年代欧洲的相关研究也有显著进展。我国源解析工作起步于20世纪80年代。PM2.5来源解析是科学、有效地开展灰霾污染防治的基础和前提，是制定空气质量达标规划的重要依据。目前PM2.5源解析以离线的滤膜采样为主，采样时间一般为24小时或更长，从样品采集、化学组分析到模型结果的获取周期长，一定时间内平均化的数据无法捕捉小时间尺度(如几分钟或几小时)的高浓度污染过程，难以满足对短时间内突发重污染事件来源解析的需求。近年来研发出的多种颗粒物在线仪器可提供某些化学组分和示踪物的实时浓度，在线源解析可为制定快速和有效的控制措施提供重要的决策服务，是未来源解析工作发展的重要方向。目前，利用因子分析模型结合在线监测数据建立的本文档来自技高网...

【技术保护点】
1.基于多组分在线监测数据与因子分析模型联用的目标因子转换‑PMF耦合算法，其特征在于包括：在线数据的输入，利用在线监测仪器监测的颗粒物及其组分浓度，构建多组分在线数据，输入到因子分析模型；模型参数设置，选择因子个数，设置模型计算参数；确定实测源成分谱，并将实测源成分谱归一化；实际源贡献的计算，利用输入的受体数据和归一化的实测源成分谱计算出源贡献；模型计算与目标因子替换，模型经计算得到初始的因子成分谱和因子贡献，用归一化的实测源谱和实际源贡献对其替换，得到初始计算结果；拉伸计算，在初始结果的基础上进行拉伸操作，设置拉伸条件，得到最终的模型计算结果。

【技术特征摘要】
1.基于多组分在线监测数据与因子分析模型联用的目标因子转换-PMF耦合算法，其特征在于包括：在线数据的输入，利用在线监测仪器监测的颗粒物及其组分浓度，构建多组分在线数据，输入到因子分析模型；模型参数设置，选择因子个数，设置模型计算参数；确定实测源成分谱，并将实测源成分谱归一化；实际源贡献的计算，利用输入的受体数据和归一化的实测源成分谱计算出源贡献；模型计算与目标因子替换，模型经计算得到初始的因子成分谱和因子贡献，用归一化的实测源谱和实际源贡献对其替换，得到初始计算结果；拉伸计算，在初始结果的基础上进行拉伸操作，设置拉伸条件，得到最终的模型计算结果。2.如权利要求1中所述的基于多组分在线监测数据与因子分析模型联用的目标因子转换-PMF耦合算法，其特征在于所述的在线数据的输入，是基于不同仪器监测的颗粒物浓度及其化学组分在线监测数据构成的模型输入数据，包括颗粒物浓度，水溶性离子，碳组分和元素浓度数据；颗粒物浓度是指由颗粒物在线监测仪器测量的PM2.5浓度；水溶性离子由在线离子色谱分析仪测量，包括NH4+、Na+、K+、Ca2+、Mg+、SO42-、NO3-和Cl-；碳组分由半连续OC/EC仪器测量，包括OC和EC；元素由重金属在线分析仪监测，包括K、Ca、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、Ga、As、Se、Ag、Cd、Sn、Sb、Ba、Au、Hg、Tl、Pb和Bi组分。3.如权利要求1中所述的基于多组分在线监测数据与因子分析模型...

【专利技术属性】
技术研发人员：史国良，董世豪，刘佳媛，冯银厂，
申请(专利权)人：南开大学，
类型：发明
国别省市：天津,12