基于拉格朗日扩散模型的环境影响预警方法及系统技术方案

本发明专利技术适用于城市大气污染防治技术领域，尤其涉及基于拉格朗日扩散模型的环境影响预警方法及系统，所述方法包括：采集污染源信息，根据污染源信息构建源信息库；获取气象场数据，根据气象场数据和污染源信息进行模拟，建立重点源预报数据库；建立重点源管控措施库，获取空气质量预报，基于空气质量预报对相应企业进行管控；对管控过程进行监督，并对管控效果进行评价。本发明专利技术运用CALPUFF评估了城市重点源对国控点污染物浓度贡献情况并储存相关数据，在城市空气质量预报中出现污染情况，直接调用CALPUFF模型结果，对贡献较大的重点源启动预警；数据的直接调用能够更及时的应对即将到来的大气污染过程，实现了对空气污染的预警和预报。警和预报。警和预报。

【技术实现步骤摘要】
基于拉格朗日扩散模型的环境影响预警方法及系统


[0001]本专利技术属于城市大气污染防治
，尤其涉及基于拉格朗日扩散模型的环境影响预警方法及系统。

技术介绍

[0002]城市的发展伴随着重点行业或企业的建设，其排放对城市大气环境质量具有重要影响，针对城市大气污染防治采取了精细化管控政策，其开展的工作通常有污染问题巡查反馈、重点区域走航监测、空气质量预测预报、县区实地调研等，其中关于空气质量预测预报的开展能够有效地指导工作组对污染天气的应对，预报工作中对污染源影响的量化评估和闭环管理尤为重要。
[0003]目前关于气象的预测预报主流为WRF、关于空气质量预测预报的模型包括中小尺度模型（AERMOD模型、ADMS模型和CALPUFF模型）、综合区域尺度模型（CMAx模型、CMAQ模型、NAQPMS模型和WRF
‑
Chem模型）和全球尺度模型（MOZART模型和GEOS
‑
Chem模型）；其中，AERMOD模型、ADMS模型和CALPUFF模型均被列为我国《环境影响评价技术导则大气环境》(HJ 2.2
‑
2018)中的推荐模型，AERMOD模型、ADMS模型、CALPUFF模型均可模拟挥发性有机物(VOCs)、SO2、NOx一次污染情况，但只有CALPUFF模型可模拟VOCs生成二次有机气溶胶的情况，能够评估二次颗粒物浓度，此外CALPUFF模型在模拟地形复杂情况下污染物的扩散情况也具有优势。
[0004]现有技术中无法确定重点源对城市空气质量的影响，且无法对空气质量进行预警和预报。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种基于拉格朗日扩散模型的环境影响预警方法，旨在解决现有技术中无法确定重点源对城市空气质量的影响，且无法对空气质量进行预警和预报的问题。
[0006]本专利技术实施例是这样实现的，一种基于拉格朗日扩散模型的环境影响预警方法，所述方法包括：采集污染源信息，根据污染源信息构建源信息库；获取气象场数据，根据气象场数据和污染源信息进行模拟，建立重点源预报数据库；建立重点源管控措施库，获取空气质量预报，基于空气质量预报对相应企业进行管控；对管控过程进行监督，并对管控效果进行评价。
[0007]优选的，所述获取气象场数据，根据气象场数据和污染源信息进行模拟，建立重点源预报数据库的步骤，具体包括：获取气象场数据，通过CALPUFF模块对气象场数据和源信息库中的数据进行模拟，
得到模拟结果；通过CALPOST模块对模拟结果进行后处理，得到后处理结果；对污染物浓度贡献数据和气象场数据进行评价处理，得到评价处理结果；绘制污染物分布热图，构建重点源预报数据库，所述后处理结果、评价处理结果以及污染物分布热图均存储于重点源预报数据库中。
[0008]优选的，所述后处理结果包括预报时间段内各重点源对国控站点污染物的平均浓度贡献值、小时贡献值和污染物热图绘制所需要的GRD文件。
[0009]优选的，所述对污染物浓度贡献数据和气象场数据进行评价处理，得到评价处理结果的步骤，具体包括：读取平均浓度贡献值，提取各重点源污染物浓度贡献值并进行排名，根据污染物浓度贡献值与气象场数据中的风向分析污染物传输的方位敏感性，得到主导风向和时间段，得到评价处理结果。
[0010]优选的，所述污染物至少包括SO2、NOx、PM
10
、PM
2.5
和VOCs。
[0011]优选的，所述重点源管控措施库至少包括行业标准和地方治理措施，所述重点源管控措施库实时更新。
[0012]优选的，所述采集污染源信息的步骤包括获取城市大气污染物排放清单或重点源在线监测数据，得到污染源信息，污染源信息至少包括污染源的经纬度、烟囱高度、烟囱直径、烟气温度、烟气流速、污染物排放强度和在线监测数据，所述在线监测数据至少包括污染物排放浓度、烟气量和氧含量。
[0013]优选的，采集污染源信息，根据污染源信息构建源信息库的步骤，还包括进行数据预处理、分类和筛选：根据氧含量对异常值进行剔除，通过Python计算程序，根据重点源在线监测数据中污染物浓度和烟气量，对各个污染物小时排放量进行计算，并将污染物排放量单位转换为千克；通过Python数据整合程序对污染源信息进行数据格式的转换，建立符合CALPUFF模型的源信息库。
[0014]本专利技术实施例的另一目的在于提供一种基于拉格朗日扩散模型的环境影响预警系统，所述系统包括：数据采集模块，用于采集污染源信息，根据污染源信息构建源信息库；数据模拟模块，用于获取气象场数据，根据气象场数据和污染源信息进行模拟，建立重点源预报数据库；空气质量管控模块，用于建立重点源管控措施库，获取空气质量预报，基于空气质量预报对相应企业进行管控；管控评价模块，用于对管控过程进行监督，并对管控效果进行评价。
[0015]本专利技术提出一种基于拉格朗日扩散模型的环境影响预警方法，运用CALPUFF评估了城市重点源对国控点污染物浓度贡献情况并储存相关数据，在城市空气质量预报中出现污染情况时，直接调用CALPUFF模型结果，对贡献较大的重点源启动预警；数据的直接调用能够更及时的应对即将到来的大气污染过程，实现了对空气污染的预警和预报。
附图说明
[0016]图1为该专利技术一种基于拉格朗日扩散模型的环境影响预警方法的流程图。
[0017]图2为该专利技术实施例的重点源预警预报实施流程图。
[0018]图3为污染源信息库的建立过程图。
[0019]图4为该专利技术模型结果数据存储模块示意图。
[0020]图5为该专利技术实施例的预警时间段重点源对国控点污染物浓度贡献图。
[0021]图6为该专利技术实施例预警期间电力企业污染物排放量削减图。
[0022]图7为该专利技术实施例预警期间电力企业对国控点污染物浓度贡献值削减图。
具体实施方式
[0023]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0024]CALPUFF是一个非稳态拉格朗日烟团模型系统，可模拟三维流场随时间和空间发生变化时污染物在大气环境中的输送、转化和清除过程；因此，本实施例中，CALPUFF等同于拉格朗日扩散模型，为了便于表述，本实施例中的部分地方用CALPUFF来表示拉格朗日扩散模型。
[0025]如图1所示，为该专利技术一种基于拉格朗日扩散模型的环境影响预警方法的流程图，所述方法包括：采集污染源信息，根据污染源信息构建源信息库。
[0026]在本步骤中，如图3所示，根据大气污染源排放清单或重点源在线监测数据收集CALPUFF所需的污染源信息，运用python语言进行数据预处理、分类和筛选，建立源信息库；信息收集主要通过城市大气污染物排放清单或重点源在线监测数据，污染源信息主要包括污染源的经纬度、烟囱高度（m）、烟囱直径（m本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拉格朗日扩散模型的环境影响预警方法，其特征在于，所述方法包括：采集污染源信息，根据污染源信息构建源信息库；获取气象场数据，根据气象场数据和污染源信息进行模拟，建立重点源预报数据库；建立重点源管控措施库，获取空气质量预报，基于空气质量预报对相应企业进行管控；对管控过程进行监督，并对管控效果进行评价。2.根据权利要求1所述的基于拉格朗日扩散模型的环境影响预警方法，其特征在于，所述获取气象场数据，根据气象场数据和污染源信息进行模拟，建立重点源预报数据库的步骤，具体包括：获取气象场数据，通过CALPUFF模块对气象场数据和源信息库中的数据进行模拟，得到模拟结果；通过CALPOST模块对模拟结果进行后处理，得到后处理结果；对污染物浓度贡献数据和气象场数据进行评价处理，得到评价处理结果；绘制污染物分布热图，构建重点源预报数据库，所述后处理结果、评价处理结果以及污染物分布热图均存储于重点源预报数据库中。3.根据权利要求2所述的基于拉格朗日扩散模型的环境影响预警方法，其特征在于，所述后处理结果包括预报时间段内各重点源对国控站点污染物的平均浓度贡献值、小时贡献值和污染物热图绘制所需要的GRD文件。4.根据权利要求3所述的基于拉格朗日扩散模型的环境影响预警方法，其特征在于，所述对污染物浓度贡献数据和气象场数据进行评价处理，得到评价处理结果的步骤，具体包括：读取平均浓度贡献值，提取各重点源污染物浓度贡献值并进行排名，根据污染物浓度贡献值与气象场数据中的风向分析污染物传输的方位敏感性，得到主导风向和时间段，得到评价处理结果。5.根据权利要求1所述的基于拉格朗日扩散模型的环境影响预警方法，其特征在于，所述污染物至少包...

【专利技术属性】
技术研发人员：高越，徐学哲，方芹，余雪，阳成强，
申请(专利权)人：安徽中科蓝壹信息科技有限公司，
类型：发明
国别省市：