一种基于化学反应机理的大气环境臭氧浓度预测系统技术方案

本发明专利技术公开一种基于化学反应机理的大气环境臭氧浓度预测系统，包括获取天气预报参数、历史观测数据清洗分析、分析筛选适合模型、模型训练和预测、预测结果分析、数据可视化等功能模块组成。该系统基于拉格朗日坐标系，建立气象参数、污染物浓度与臭氧浓度之间的响应关系，采用热力学平衡原理、化学反应平衡原理和光化学反应原理等基本化学反应工程学方面的理论，推导出来气象参数、污染物浓度等参数对臭氧浓度影响的非线性模型，通过将各软件功能模块独立设计，具备了低能耗、低碳排放、低运行成本、数据自动处理、部署容易、可对接生态云平台、系统扩展性强、维护容易、计算效率高等优点。因此，具有广阔的市场应用前景和良好的社会经济效益。会经济效益。会经济效益。

【技术实现步骤摘要】
一种基于化学反应机理的大气环境臭氧浓度预测系统


[0001]本专利技术属于大气环境污染预测领域，尤其涉及一种基于化学反应机理的臭氧预测系统。

技术介绍

[0002]臭氧(O3)浓度的准确预测，一直是一个比较难于实现的问题，预测工作往往需要借助大型计算机，基于复杂气象模型经过大量模拟计算后才能获得相对准确的结果。一般来说，这种传统的预测方法比较适用于污染较为严重的区域，而不一定符合空气污染较轻区域的实际情况。这种臭氧浓度降低的滞后性往往很难通过传统的模型反映出来。
[0003]在传统模型出现问题的时候，重新选择一条科学合理的预测路径，替代高能耗高成本的传统模型，降低碳排放是一件非常有意义的工作。

技术实现思路

[0004]本专利技术的目的在于构建一种计算量较低的、同时适用于高、中、低不同程度大气环境污染条件下的臭氧预测模型，减少预测过程的计算量，降低碳排放量的计算方案。
[0005]本专利技术的目的是这样实现的，一种基于化学反应机理的大气环境臭氧浓度预测系统，其特征在于包括：
[0006]1)系统软件功能，包括获取天气预报参数、历史观测数据清洗分析、分析筛选适合模型、模型训练和预测、预测结果分析、数据可视化；
[0007]2)系统各软件功能模块独立设计，既可以单独运行也可以并行加速计算，既可以单机处理也容易部署集群计算和云计算；
[0008]3)基于拉格朗日坐标系，建立气象参数、污染物浓度与臭氧浓度之间的响应关系；
[0009]4)采用热力学平衡原理、化学反应平衡原理和光化学反应原理基本化学反应工程学方面的理论，推导出来气象参数、污染物浓度参数对臭氧浓度影响的非线性模型。
[0010]所述的臭氧浓度预测模型可以表征湿度W和气压P耦合对臭氧浓度的影响，满足的关系，式中：k
′
、P
*
、b
′
均指拟合系数项。
[0011]所述的臭氧浓度预测模型以表征气温T和气压P耦合对臭氧浓度的影响，满足的关系，式中：a、b、c、d均指拟合系数项；或该关系去除lnP三项中的任1项或任2项的简化式。
[0012]所述的臭氧浓度预测模型以表征太阳辐射强度I对臭氧浓度的影响，满足的关系，式中：I0指入射光强度；指光化学效率；C指吸收光的物质的浓度(mol/L)；t指光化学反应时间。
[0013]所述的臭氧浓度预测模型以表征挥发性有机物VOCs浓度氮氧化物无机物
浓度与臭氧浓度的关系，满足的关系，式中：α
i
、δ
k
、∈均指拟合系数项；这里VOCs与臭氧的关系适用各类有机物，包括BVOC、OVOC、有机卤代物。
[0014]所述的臭氧浓度预测模型以表征颗粒物浓度C
PM
与臭氧浓度的关系，满足的关系，式中：α
′
、β
′
均值拟合系数项。
[0015]进一步地，上述随机任意选择特征关系式组合，都能获得一种较准确的臭氧浓度预测模型，特别气象参数组合。
[0016]本专利技术从机理上揭示了气象参数、颗粒物、VOCs、NOx无机物与臭氧浓度的关系。
[0017]本专利技术上述所推导出来的细颗粒物(PM
2.5
、PM1)的次生大气污染物预测模型，也同样符合权利要求1所述的特征并具备上面任一所述的一项特征。
[0018]具体地说，本专利技术的技术方案为：
[0019]所述的大气环境臭氧浓度预测模型是由获取天气预报参数、历史观测数据清洗分析、分析筛选适合模型、模型训练和预测、预测结果分析、数据可视化、与生态云平台数据对接等功能模块组成。实现方式如下：
[0020]①
所有模型基于拉格朗日坐标系建立；
[0021]②
假定气体微团在传输过程中反应达到拟平衡状态，推导出臭氧浓度与VOCs和NOx等物质浓度，满足关系式进一步结合催化理论，可以推导出臭氧浓度满足关系式另外，还可以得出臭氧浓度与气压的关系可能满足的关系，与反应平衡常数的关系满足
[0022]③
进一步结合热力学方面的原理，可以进一步推导出湿度与压力耦合对臭氧浓度的影响也可以进一步推导出温度与压力耦合对臭氧浓度的影响
[0023]④
结合比尔
‑
朗伯定律和光量子产率等光化学基础理论，可以推导出臭氧浓度与光照强度的关系
[0024]同时通过这种方式重新剖析大气化学过程，可以从另一面解构PM
2.5
和O3污染的成因机理。
[0025]本专利技术的优点为：
[0026]①
与传统大气污染预测模型相比，无需压力场、温度场、流场等气象参数的区域数据，也无需另外考虑局地气候条件；
[0027]②
与传统大气污染预测模型相比，数据校准精度要求不高，对观测误差具有较强的容错能力，不会因为历史参数的观测误差影响场数据，进而降低结果的准确性；
[0028]③
与传统大气污染预测模型相比，适用于具有较完整历史观测数据的站点臭氧浓度预测，对部分缺失气象参数的站点也能够通过获取相近气象观测站点来补充数据，并获得较精确的臭氧浓度预测结果；
[0029]④
与传统大气污染预测模型相比，污染源隐含在历史数据和风向数据特征中，通过数据训练变成参数集合的组成部分，无需另外制定源清单；
[0030]⑤
与传统大气污染预测模型离线预测模式类似，但无需自行建立气象预测模型，只需预测时从网络在线获取气象参数，直接用于预测；
[0031]⑥
扩展性较强，可根据历史观测数据的参数多少来调整模型，但参数的多少对模型的预测精度存在一定的影响。
[0032]因此，该类型大气环境臭氧浓度预测模型具有广阔的应用前景和良好的社会经济效益。表现为：
[0033](1)低能耗、低碳排放、低运行成本。与传统的大气污染预测模型相比，在同等预测精度等条件下，可以节约大量的计算资源，减少预测的成本，减少计算过程产生的电耗，为降低碳排放做出贡献。
[0034](2)数据自动处理、部署容易、可对接生态云平台。获取天气预报参数、历史观测数据清洗分析、分析筛选适合模型、模型训练和预测、预测结果分析、数据可视化、与生态云平台数据对接等软件模块功能均可以自动运行。系统各软件功能模块独立设计，既可以单独运行也可以并行加速计算，既可以单机处理也容易部署集群计算和云计算。
[0035](3)系统扩展性强、维护容易。可以根据需要更换核心算法模型，或者优化升级核心算法模型。
[0036](4)计算效率高。由于无需自行运行气象模型，可以节约大量的计算资源，同时可以集中在核心算法的优化升级方面。
附图说明
[0037]图1是本专利技术的臭氧浓度受湿度压力耦合作用影响对比分析图。
[0038]图2是本专利技术的臭氧浓度受温度压力耦合作用影响分析图。
[0039]图3是本专利技术的臭氧浓度采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于化学反应机理的大气环境臭氧浓度预测系统，其特征在于包括：1)系统软件功能，包括获取天气预报参数、历史观测数据清洗分析、分析筛选适合模型、模型训练和预测、预测结果分析、数据可视化；2)系统各软件功能模块独立设计，既可以单独运行也可以并行加速计算，既可以单机处理也容易部署集群计算和云计算；3)基于拉格朗日坐标系，建立气象参数、污染物浓度与臭氧浓度之间的响应关系；4)采用热力学平衡原理、化学反应平衡原理和光化学反应原理基本化学反应工程学方面的理论，推导出来气象参数、污染物浓度参数对臭氧浓度影响的非线性模型。2.根据权利要求1所述的基于化学反应机理的大气环境臭氧浓度预测系统，其特征在于所述的臭氧浓度预测模型可以表征湿度W和气压P耦合对臭氧浓度的影响，满足的关系，式中：k
′
、P
*
、b
′
均指拟合系数项。3.根据权利要求1所述的基于化学反应机理的大气环境臭氧浓度预测系统，其特征在于所述的臭氧浓度预测模型以表征气温T和气压P耦合对臭氧浓度的影响，满足的关系，式中：a、b、c、d均指拟合系数项；或该关系去除lnP三项中的任1项或任2项的简化式。4.根据权利要求1所述的基于化学反应机理的大气环境臭氧浓度预测系统，其特征在于所述的臭氧浓度预测模型以表征太阳辐射强度I对臭氧浓度的影响，满足的关系，式中：I0指入射光强度；指光化学效率；C指吸收光的物质的浓度(mol/L)；t指光化学反应时间。5.根据权利...

【专利技术属性】
技术研发人员：郑成辉，石成春，陈远锋，蔡如钰，严佐毅，林淞，陈伟立，蒋冬升，王宏，
申请(专利权)人：福建省环境科学研究院福建省排污权储备和技术中心，
类型：发明
国别省市：