一种基于监测车的大气污染监测和源辨识方法技术

本发明专利技术提供了一种基于监测车的大气污染监测和源辨识方法，属于大气污染物监测和源辨识技术领域。首先通过城市卫星地图建立待测城区建筑的三维模型；根据气象站提供的实时风速风向模拟计算出城区动态的流场；监测车按一定路线和原则选定三个测点，记录位置、时间和污染物浓度数据，通过伴随方法计算出可能的污染源位置，为监测车寻源方向提供指导；若没找到实际污染源，说明区域内存在多个污染源，需要继续选择其他测点重新辨识。对于多污染源情况，需要将找到的污染源关闭，去除其在研究区域内的污染影响，再利用同样方法依次寻找其余污染源。如此可以在实际动态风条件下准确地辨识出多个污染物源。

A Method of Air Pollution Monitoring and Source Identification Based on Monitoring Vehicle

The invention provides an air pollution monitoring and source identification method based on a monitoring vehicle, which belongs to the technical field of air pollutant monitoring and source identification. Firstly, the three-dimensional model of the urban buildings to be measured is established by the urban satellite map; the dynamic flow field in the urban area is calculated by the real-time wind speed and direction simulation provided by the meteorological station; the monitoring vehicle selects three measuring points according to a certain route and principle, records the location, time and pollutant concentration data, and calculates the possible pollution source location by the adjoint method, which provides guidance for the direction of the monitoring vehicle. If the actual pollution source is not found, it shows that there are many pollution sources in the area, and other measurement points need to be selected to re-identify. For multi-source situation, it is necessary to shut down the found pollution sources, remove their pollution effects in the study area, and then use the same method to find the remaining pollution sources in turn. In this way, multiple pollutant sources can be accurately identified under actual dynamic wind conditions.

【技术实现步骤摘要】
一种基于监测车的大气污染监测和源辨识方法
本专利技术属于大气污染监测和源辨识
，具体涉及一种在动态气象条件下利用移动监测车对同时存在的多个污染物源进行位置和释放强度的辨识方法。
技术介绍
大气污染已成为现代城市面临的严重问题，污染物的不合理排放不但对环境造成影响，同时威胁着居民的健康。在大气污染事件中，能否根据临时监测数据对污染源的位置进行快速识别，对于城市大气污染源的控制管理以及改善城市空气质量意义重大。目前对于大气污染的监测方法相对简单，监测路线以及点位覆盖不全面不细致，监测水平亟待提升，同时缺少应用于实际的有效寻源方式。现有专利：一种利用可移动污染物探测器辨识城市空间多污染物源的方法(授权公告号CN106777893A)采用基于概率论的伴随方法，在稳定流场中通过有限个移动探测器做到对城市多个污染源的快速辨识。该专利技术的缺陷在于：没有考虑到现实情况中风向风速是随时间不断变化的，导致研究区域的风场和污染物浓度场是动态而非稳定的。风场模拟的准确性对污染源方向的判断有重要影响，采用稳态流场进行模拟计算可能导致寻源的结果有误，或在寻源过程中浪费不必要的时间。因此，针对上述问题，本专利技术进一步改进了伴随方法用于城市空间的多污染物源辨识，提出一种应用于实际动态流场中的基于监测车的大气污染监测和源辨识方法，使源辨识结果更加准确，能够降低城市大气污染治理的成本，有助于城市空气的治理和改善。
技术实现思路
本专利技术的主要目的在于解决城市污染源的快速辨识问题，以及解决专利(授权公告号CN106777893A)没有考虑到实际情况下动态流场的缺陷。提出一种能应用于实际的，借助污染物监测车辨识多污染物源的方法。本专利技术的技术方案：一种基于监测车的大气污染监测和源辨识方法，步骤如下：(1)根据城市卫星地图建立待测城区建筑的三维模型；(2)首先默认待测城区只有一个污染源；监测车以5-10米/秒的速度于待测城区内行驶，路线覆盖待测城区内所有道路，沿路实时监测污染物浓度；若监测到污染物浓度值高于污染物对人体造成危害的限值，停车至污染物浓度数据稳定，将监测车位置坐标、停车时刻、污染物浓度记录为(P1，T1，C1)；再将监测车行驶至另外一个位置，停车并记录相关信息为(P2，T2，C2)；P2位置的选取原则是在P1位置基础上，沿街道向前或向后行驶，寻找一个污染物浓度与P1的污染物浓度相差至少10％的位置；最后，监测车移动到第三个位置，停车并记录(P3，T3，C3)，P3位置的选取原则同P2，且P1、P2和P3三点的连线不与主导风向平行；若难以达到以上浓度要求，则在P1位置前后30-50米选点作为P2和P3；(3)获取气象站提供的待测城区每秒变化的风速和风向信息，并选择合适的时间尺度做一定的数学上的简化处理；流场每隔一段时间更新，并假设在每个时段内是恒定的；从监测结束时刻开始，到监测开始时刻为止，将整理后的风象信息按时间逆序排列，作为变化的速度入口边界条件，使用计算流体力学求解纳维斯托克斯方程，得出监测期间待测城区按时间逆序变化的速度场；与稳态模拟相比，该处理可以描述风变对污染的影响；(4)污染物受变化的速度场的影响，其传播方程的边界条件也是动态变化的；将监测车记录的每个测点的浓度、位置和时间信息，代入非稳态的污染物传播方程的伴随方程：其中，ψ*为伴随概率因子(位置或时间的伴随概率因子)，τ为逆向的时间，为探测区域位置矢量，为测点位置矢量，c表示污染物浓度，Vj为xj轴方向上的速度，vc,j表示污染物c在xj方向上的有效湍流扩散系数，q0为污染物负源的单位体积流量，Γ1,Γ2和Γ3为边界条件，ni为xi轴方向的单位矢量，为负荷项，其表达式由两个阶跃方程组成：与速度方程相同，污染物的伴随方程也是从监测结束时刻开始，计算至监测开始时刻为止，通过求解方程得到每个测点推得的污染源的标准伴随位置概率(SALP)；每个位置的SALP表示源存在的可能性，概率最大位置就是污染物源最可能存在的位置；每个测点单独推得的污染源位置无限多，通过求解如下方程公式(1-4)，将三个测点的辨识结果整合，即可确定唯一一个可能的污染源位置及强度：其中，N为探测数据的个数，τi和分别为对应于第i个探测数据的探测位置、探测时间(逆向)和探测到的污染物浓度，τ0为假设的污染物释放时间，M0为假设的污染物释放强度，为对应于第i个探测数据的SALP，为根据第i个探测数据求得的相应污染物释放浓度M0和位置x的概率分布，将的分布形式定义为正态分布：其中，为对应于第i个探测数据可能的实际污染物浓度；σε为本寻源方法的标准差，设定为60％，其中包括20％的仪器误差，20％的风简化误差和20％的计算误差；代入P1、P2和P3对应的位置、浓度和时间信息，求解非稳态的污染物传播方程的伴随方程，并结合概率方法辨识到第一个污染物源的第一个可能位置S1(1)和释放强度C1(1)，无人机飞至S1(1)处确定污染源的真实位置；(5)若无人机没有在S(1)附近找到污染源，则监测车前往S1(1)位置，并注意沿途污染物浓度的变化趋势；如果浓度明显上升然后下降，说明真实源位于峰值位置附近或上游；如果浓度持续上升，说明真实源位置可能在S1(1)上游；根据此原则搜索以找到确切的源位置，派管理人员将其关闭，阻止其继续超标排放，目的是将已知污染源的影响从场内去除；(6)若步骤(5)没有找到实际污染源，说明区域内存在多个污染源，监测车从S1(1)出发沿此时主导风向移动，选择三个新的测点并重复第二步至第五步，直至找到污染源的准确位置；(7)将所有已知污染源关停后，如果监测车在区域内依然能测到高于人体危害限值的污染浓度，表明还有污染源没有被找到，重复步骤二至步骤六直至所有威胁的污染物源均已被找到。步骤(3)中，所述的对每秒变化的风速和风向信息选择合适的时间尺度做一定的数学上的简化处理，该时间尺度的选择应考虑计算量和准确性，时间尺度过大不能反映风的变化，过小会带来巨大的计算量。该值可使用监测区域半径与小时平均风速的比值来大致估算，或可暂定时间尺度为十分钟；数学上的简化处理优选对上述时间尺度风象数据求矢量平均值的方法。所述移动监测车上载有大气污染物监测仪、便携污染物探测设备、红外热成像系统、可携载设备的无人机、卫星通讯定位系统、微型气象站、快速计算工作站。所述大气污染物监测仪可满足对待测地区特定的污染物种类的监测，且保证测试精度；无人机可携载便携污染物监测设备，在初步判断污染源位置S1后，前往该处进行位置和浓度确认；卫星通讯定位系统可精确记录行车路线和测点位置；微型气象站提供实时气象数据；工作站配置要满足城市尺度CFD模拟计算需求。本专利技术的有益效果：本专利技术计算时不再采用固定不变的风象数据，而是使用气象站实时更新的风象数据，在模拟计算中更大的还原了实际流场和污染物传递的情况；在监测过程中增加了对测试时间点的记录，模拟计算公式中增加了时间项，对污染物的传播采用非稳态计算，本方法更贴近现实情况，故计算结果更加准确；附图说明图1为本专利技术提供的一种大气污染监测方法的流程示意图；图2为本专利技术实施例提供的一个简化案例中的寻源过程图；图3为本专利技术提供的一种大气污染监测车布局俯视图；图4为本专利技术提供的一种大气污染监测车布局左视图；图5为本专利技术提本文档来自技高网...

【技术保护点】
1.一种基于监测车的大气污染监测和源辨识方法，其特征在于，步骤如下：(1)根据城市卫星地图建立待测城区建筑的三维模型；(2)首先默认待测城区只有一个污染源；监测车以5‑10米/秒的速度于待测城区内行驶，路线覆盖待测城区内所有道路，沿路实时监测污染物浓度；若监测到污染物浓度值高于污染物对人体造成危害的限值，停车至污染物浓度数据稳定，将监测车位置坐标、停车时刻、污染物浓度记录为(P1，T1，C1)；再将监测车行驶至另外一个位置，停车并记录相关信息为(P2，T2，C2)；P2位置的选取原则是在P1位置基础上，沿街道向前或向后行驶，寻找一个污染物浓度与P1的污染物浓度相差至少10％的位置；最后，监测车移动到第三个位置，停车并记录(P3，T3，C3)，P3位置的选取原则同P2，且P1、P2和P3三点的连线不与主导风向平行；若难以达到以上浓度要求，则在P1位置前后30‑50米选点作为P2和P3；(3)获取气象站提供的待测城区每秒变化的风速和风向信息，并选择合适的时间尺度做一定的数学上的简化处理；流场每隔一段时间更新，并假设在每个时段内是恒定的；从监测结束时刻开始，到监测开始时刻为止，将整理后的风象信息按时间逆序排列，作为变化的速度入口边界条件，使用计算流体力学求解纳维斯托克斯方程，得出监测期间待测城区按时间逆序变化的速度场；与稳态模拟相比，该处理可以描述风变对污染的影响；(4)污染物受变化的速度场的影响，其传播方程的边界条件也是动态变化的；将监测车记录的每个测点的浓度、位置和时间信息，代入非稳态的污染物传播方程的伴随方程：...

【技术特征摘要】
1.一种基于监测车的大气污染监测和源辨识方法，其特征在于，步骤如下：(1)根据城市卫星地图建立待测城区建筑的三维模型；(2)首先默认待测城区只有一个污染源；监测车以5-10米/秒的速度于待测城区内行驶，路线覆盖待测城区内所有道路，沿路实时监测污染物浓度；若监测到污染物浓度值高于污染物对人体造成危害的限值，停车至污染物浓度数据稳定，将监测车位置坐标、停车时刻、污染物浓度记录为(P1，T1，C1)；再将监测车行驶至另外一个位置，停车并记录相关信息为(P2，T2，C2)；P2位置的选取原则是在P1位置基础上，沿街道向前或向后行驶，寻找一个污染物浓度与P1的污染物浓度相差至少10％的位置；最后，监测车移动到第三个位置，停车并记录(P3，T3，C3)，P3位置的选取原则同P2，且P1、P2和P3三点的连线不与主导风向平行；若难以达到以上浓度要求，则在P1位置前后30-50米选点作为P2和P3；(3)获取气象站提供的待测城区每秒变化的风速和风向信息，并选择合适的时间尺度做一定的数学上的简化处理；流场每隔一段时间更新，并假设在每个时段内是恒定的；从监测结束时刻开始，到监测开始时刻为止，将整理后的风象信息按时间逆序排列，作为变化的速度入口边界条件，使用计算流体力学求解纳维斯托克斯方程，得出监测期间待测城区按时间逆序变化的速度场；与稳态模拟相比，该处理可以描述风变对污染的影响；(4)污染物受变化的速度场的影响，其传播方程的边界条件也是动态变化的；将监测车记录的每个测点的浓度、位置和时间信息，代入非稳态的污染物传播方程的伴随方程：其中，ψ*为伴随概率因子(位置或时间的伴随概率因子)，τ为逆向的时间，为探测区域位置矢量，为测点位置矢量，c表示污染物浓度，Vj为xj轴方向上的速度，vc,j表示污染物c在xj方向上的有效湍流扩散系数，q0为污染物负源的单位体积流量，Γ1,Γ2和Γ3为边界条件，ni为xi轴方向的单位矢量，为负荷项，其表达式由两个阶跃方程组成：与速度方程相同，污染物的伴随方程也是从监测结束时刻开始，计算至监测开始时刻为止，通过求解方程得到每个测点推得的污染源的标准伴随位置概率SALP；每个位置的SALP表示源存在的可能性，概率最大位置就是污染物源最可能存在的位置；每个测点单独推得的污染源位置无限多，通过求解如下方程公式(1-4)，...

【专利技术属性】
技术研发人员：薛雨，郑情文，王祎，翟志强，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21