一种污染物扩散预测方法及系统技术方案

本发明专利技术涉及一种污染物扩散预测方法及系统，其方法包括S1，根据扩散条件构建目标烟气排放口排放的烟气的高斯扩散模型；S2，采集所述目标烟气排放口排放的烟气的图像，并对所述图像进行图像处理，得出所述目标烟气排放口排放的烟气的轨迹方程；S3，根据所述轨迹方程对所述目标烟气排放口排放的烟气进行空间浓度分布预测，并通过与采集的所述目标烟气排放口排放的烟气的真实值进行比较，对所述高斯扩散模型进行修正；S4，利用修正后的所述高斯扩散模型，并采用关联规则算法对所述目标烟气排放口排放的烟气中的污染物进行轨迹扩散预测。本发明专利技术方法基于高斯扩散模型结合图像识别技术，可以有效的减少数据的采集难度，能够优化预测效果。

A Prediction Method and System for Pollutant Diffusion

The invention relates to a pollutant diffusion prediction method and system. The method includes S1, which constructs a Gauss diffusion model of flue gas discharged from the target flue gas outlet according to diffusion conditions; S2, collects the image of the flue gas discharged from the target flue gas outlet, and carries out image processing, obtains the flue gas trajectory equation of the target flue gas outlet, and S3, according to the location of the target flue gas outlet. The trajectory equation is used to predict the spatial concentration distribution of the flue gas emitted from the target flue gas outlet, and the Gauss diffusion model is modified by comparing the real value of the flue gas emitted from the target flue gas outlet with the real value of the collected flue gas emitted from the target flue gas outlet; S4, the modified Gauss diffusion model is used, and the association rule algorithm is used to predict the flue gas emitted from the target flue gas outlet. The trajectory diffusion of pollutants is predicted. The method of the invention is based on the Gauss diffusion model combined with image recognition technology, which can effectively reduce the difficulty of data acquisition and optimize the prediction effect.

【技术实现步骤摘要】
一种污染物扩散预测方法及系统
本专利技术涉及污染物扩散预测领域，具体涉及一种污染物扩散预测方法及系统。
技术介绍
现有技术中通常采用高斯扩散模型对污染物的扩散进行预测。然而，现有的高斯扩散模型建立在较多的理想假设的前提下，其需要的假设条件有：①风的平均流场稳定，风速均匀，风向平直；②污染物的浓度在y、z轴方向符合正态分布；③污染物在输送扩散中质量守恒；④污染源的源强均匀、连续。另外，根据现有的高斯扩散模型推导出的公式所需数据多，且数据获取难度大，高斯扩散模型准确度较低，实际预测效果不理想。
技术实现思路
本专利技术所要解决的技术问题是提供一种污染物扩散预测方法及系统，可以有效的减少数据的采集难度并能够优化预测效果。本专利技术解决上述技术问题的技术方案如下：一种污染物扩散预测方法，包括以下步骤，S1，根据扩散条件构建目标烟气排放口排放的烟气的高斯扩散模型；S2，采集所述目标烟气排放口排放的烟气的图像，并对所述图像进行图像处理，得出所述高斯扩散模型所需的参数数据和所述目标烟气排放口排放的烟气的轨迹方程；S3，根据所述轨迹方程对所述目标烟气排放口排放的烟气进行空间浓度分布预测，并通过与采集的所本文档来自技高网...

【技术保护点】
1.一种污染物扩散预测方法，其特征在于：包括以下步骤，S1，根据扩散条件构建目标烟气排放口排放的烟气的高斯扩散模型；S2，采集所述目标烟气排放口排放的烟气的图像，并对所述图像进行图像处理，得出所述高斯扩散模型所需的参数数据和所述目标烟气排放口排放的烟气的轨迹方程；S3，根据所述轨迹方程对所述目标烟气排放口排放的烟气进行空间浓度分布预测，并通过与采集的所述目标烟气排放口排放的烟气的真实值进行比较，且结合所述高斯扩散模型所需的参数数据对所述高斯扩散模型进行修正；S4，利用修正后的所述高斯扩散模型，并采用关联规则算法对所述目标烟气排放口排放的烟气中的污染物进行轨迹扩散预测。

【技术特征摘要】
1.一种污染物扩散预测方法，其特征在于：包括以下步骤，S1，根据扩散条件构建目标烟气排放口排放的烟气的高斯扩散模型；S2，采集所述目标烟气排放口排放的烟气的图像，并对所述图像进行图像处理，得出所述高斯扩散模型所需的参数数据和所述目标烟气排放口排放的烟气的轨迹方程；S3，根据所述轨迹方程对所述目标烟气排放口排放的烟气进行空间浓度分布预测，并通过与采集的所述目标烟气排放口排放的烟气的真实值进行比较，且结合所述高斯扩散模型所需的参数数据对所述高斯扩散模型进行修正；S4，利用修正后的所述高斯扩散模型，并采用关联规则算法对所述目标烟气排放口排放的烟气中的污染物进行轨迹扩散预测。2.根据权利要求1所述的一种污染物扩散预测方法，其特征在于：还包括以下步骤，S5，根据反演算法，利用修正后的所述高斯扩散模型，并结合企业排放物的特征因子库，对污染物进行溯源。3.根据权利要求2所述的一种污染物扩散预测方法，其特征在于：所述S5具体为，采用反演算法，根据多个大气站的监测数据以及风向和修正后的所述高斯扩散模型进行反推，得出污染气体的排放区域；结合企业的特征因子库，缩小排放区域的范围，实现污染物的溯源。4.根据权利要求1至3任一项所述的一种污染物扩散预测方法，其特征在于：所述S2具体为，S21，对所述图像进行二值化处理；S22，利用边缘模板算子对经过二值化处理后的图像的背景差分，并结合区域增长算法，分割获取所述高斯扩散模型所需的参数数据和所述目标烟气排放口排放的烟气的轨迹方程。5.根据权利要求1至3任一项所述的一种污染物扩散预测方法，其特征在于：所述S4具体为，S41，根据所述目标烟气排放口周围的采样点的实际浓度数据，采用关联规则算法，计算出所述目标烟气排放口排放的烟气中的已知可见气体和未知不可见气体之间的关联规则；S42，通过修正后的所述高斯扩散模型计算出所述目标烟气排放口排放的烟气中的已知可见气体的扩散轨迹；S43，基于所述关联规则，通过所述目标烟气排放口排放的烟气中的已知可见气体的扩散轨迹对所述目标烟气排放口排放的烟气中的未知不可见气体在空间上的浓度分布进行预测。6.一种污染物扩散预测系统，其特征在于：包括...

【专利技术属性】
技术研发人员：宋春红，刘浩，
申请(专利权)人：浙江航天恒嘉数据科技有限公司，
类型：发明
国别省市：浙江,33