一种基于扩散路径信息的大气全氟化合物溯源方法及系统技术方案

本发明专利技术公开了一种基于扩散路径信息的大气全氟化合物溯源方法及系统，涉及大气污染物溯源技术领域，首先构建全氟化合物立体空间分布模型；采集目标区域内历史气象数据，模拟得到全氟化合物扩散路径信息；获取每个扩散路径上的污染源信息；基于历史气象数据，获取扩散路径上污染源扩散至监测点所需的时间，进而确定污染源当时的大气全氟化合物排放信息；将污染源当时的大气全氟化合物排放信息，结合历史气象数据，模拟得到污染源对监测点大气全氟污染物的贡献量，进而得到每个污染源对监测点的污染贡献比；依据污染贡献比，确定监测点大气全氟污染物的关键污染源

【技术实现步骤摘要】
一种基于扩散路径信息的大气全氟化合物溯源方法及系统


[0001]本专利技术涉及大气污染物溯源
，更具体的说是涉及一种基于扩散路径信息的大气全氟化合物溯源方法及系统
。

技术介绍

[0002]全氟化合物
(perfluorinated compounds
，
PFCs)
是由人工合成且非自然环境存在的一类持久性有机污染物，其根据基团可以分为两大类：全氟烷基羧酸盐和全氟烷基磺酸盐
。
它是一类具有特殊化学性质的人造化合物，其以表面活性
、
热稳定性
、
耐酸性以及疏水疏油性而广泛应用于生产与生活中，如不粘锅涂料
(
如不沾锅具
)、
纺织
、
农药
、
航空
、
电镀材料
、
家庭用品
、
化妆品
、
杀虫剂
、
灭火剂和防水防污剂等
。
它具有生殖毒性
、
诱变毒性
、
发育毒性
、
神经毒性
、
免疫毒性等多种毒性，是一类具有全身多脏器毒性的环境污染物
。
由于其普遍的存在以及环境持久性和毒性而引起当今社会的重要环境关注，世界范围对全氟化合物潜在的生物聚集和人体毒性愈发重视
。
[0003]目前，进行大气全氟化合物溯源的方法通常为人工现场排查，即需要对监测点附近区域内的所有污染源进行核查，并且无法准确判断排放大气全氟污染物的污染源是否是监测点大气全氟污染物的来源
。
而已有的扩散模型
(
如
AERMOD
等
)
对污染物扩散溯源的过程耗时较长，且难以准确识别扩散路径上的关键污染源及污染贡献比等信息
。
[0004]因此，如何提供一种能够快速
、
准确
、
高效地排查出监测点大气全氟化合物关键污染源及污染贡献比的方法，是本领域技术人员亟需解决的问题
。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于扩散路径信息的大气全氟化合物溯源方法及系统
。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于扩散路径信息的大气全氟化合物溯源方法，包括以下步骤：
[0008]步骤
1、
采集目标区域内的地面数据
、
高空数据
、
大气全氟化合物分布数据，构建全氟化合物立体空间分布模型；
[0009]步骤
2、
采集目标区域内历史气象数据，结合所述全氟化合物立体空间分布模型，模拟得到全氟化合物扩散路径信息；
[0010]步骤
3、
基于所述全氟化合物扩散路径信息，获取每个扩散路径上的污染源信息；
[0011]步骤
4、
基于所述历史气象数据，结合所述全氟化合物立体空间分布模型，获取扩散路径上污染源扩散至监测点所需的时间；
[0012]步骤
5、
基于所述污染源扩散至监测点所需的时间，确定污染源当时的大气全氟化合物排放信息；
[0013]步骤
6、
将污染源当时的大气全氟化合物排放信息，结合所述历史气象数据，模拟得到污染源对监测点大气全氟污染物的贡献量；
[0014]步骤
7、
基于每个污染源对监测点大气全氟污染物的贡献量以及污染源当前的大气全氟化合物检测数据，得到每个污染源对监测点大气全氟污染物的污染贡献比；
[0015]步骤
8、
依据所述污染贡献比，确定监测点大气全氟污染物的关键污染源
。
[0016]可选的，所述步骤1中，目标区域是指以监测点为中心，以历史平均风速在单位时间内的行驶路径为半径，所构成的区域；所述单位时间为1～7天
。
[0017]可选的，所述步骤1中，构建全氟化合物立体空间分布模型的方法为：
[0018]步骤
1.1、
由高分辨率卫星持续获得的目标区域全氟化合物的垂直柱浓度
、
大气化学模式获得的气象信息，以及人口
、
道路网
、
土地覆盖类型地理信息，构建数据集
D1
；以
MAX
‑
DOAS
水平遥感
、
无人机遥感
、
地面监测站点原位监测得到的全氟化合物数据，构建数据集
L1
；以数据集
D1
作为输入数据，以数据集
L1
作为标签，对第一神经网络进行训练，获得高精度近地面大气全氟化合物数据的模型
M1
；
[0019]步骤
1.2、
以大气化学模式获得的气象数据
、
卫星观测得到的对流层大气全氟化合物数据
、MAX
‑
DOAS
背景站垂直遥感观测结果
、
高精度的近地面大气全氟化合物数据，构建数据集
D2
；以分层标准化后的
MAX
‑
DOAS
垂直遥感观测结果，构建数据集
L2
；以数据集
D2
作为输入数据，以数据集
L2
作为标签，对第二神经网络进行训练，获得大气全氟化合物立体分布结果的模型
M2
；
[0020]步骤
1.3、
把区域内所有空间点当前时刻对应的以大气化学模式获得的气象数据
、
卫星观测得到的对流层大气全氟化合物数据
、MAX
‑
DOAS
背景站垂直遥感观测结果
、
高精度的近地面大气全氟化合物数据输入模型
M2
，获得当前时刻区域内的全氟化合物立体空间分布模型
。
[0021]可选的，所述步骤2中，历史气象数据是指历史单位时间内的温湿度数据
、
风力风向数据
、
雨量数据
、
大气气压数据
。
[0022]可选的，所述步骤3中，基于所述全氟化合物扩散路径信息，获取每个扩散路径上的污染源信息的方法为：
[0023]根据全氟化合物扩散路径信息，获取全氟化合物扩散路径上的所有污染源；
[0024]采集所述污染源的排放历史记录，判断所述污染源的排放历史记录中是否有大气全氟化合物，并进行筛选；
[0025]将筛选得到的污染源即为扩散路径上的污染源信息
。
[0026]可选的，所述步骤5中，检测污染源大气全氟化合物排放信息的方法为：
[0027]在污染源下风向距污染源边界预设距离以外设置若干个监督本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于扩散路径信息的大气全氟化合物溯源方法，其特征在于，包括以下步骤：步骤
1、
采集目标区域内的地面数据
、
高空数据
、
大气全氟化合物分布数据，构建全氟化合物立体空间分布模型；步骤
2、
采集目标区域内历史气象数据，结合所述全氟化合物立体空间分布模型，模拟得到全氟化合物扩散路径信息；步骤
3、
基于所述全氟化合物扩散路径信息，获取每个扩散路径上的污染源信息；步骤
4、
基于所述历史气象数据，结合所述全氟化合物立体空间分布模型，获取扩散路径上污染源扩散至监测点所需的时间；步骤
5、
基于所述污染源扩散至监测点所需的时间，确定污染源当时的大气全氟化合物排放信息；步骤
6、
将污染源当时的大气全氟化合物排放信息，结合所述历史气象数据，模拟得到污染源对监测点大气全氟污染物的贡献量；步骤
7、
基于每个污染源对监测点大气全氟污染物的贡献量以及污染源当前的大气全氟化合物检测数据，得到每个污染源对监测点大气全氟污染物的污染贡献比；步骤
8、
依据所述污染贡献比，确定监测点大气全氟污染物的关键污染源
。2.
根据权利要求1所述的一种基于扩散路径信息的大气全氟化合物溯源方法，其特征在于，所述步骤1中，目标区域是指以监测点为中心，以历史平均风速在单位时间内的行驶路径为半径，所构成的区域；所述单位时间为1～7天
。3.
根据权利要求1所述的一种基于扩散路径信息的大气全氟化合物溯源方法，其特征在于，所述步骤1中，构建全氟化合物立体空间分布模型的方法为：步骤
1.1、
由高分辨率卫星持续获得的目标区域全氟化合物的垂直柱浓度
、
大气化学模式获得的气象信息，以及人口
、
道路网
、
土地覆盖类型地理信息，构建数据集
D1
；以
MAX
‑
DOAS
水平遥感
、
无人机遥感
、
地面监测站点原位监测得到的全氟化合物数据，构建数据集
L1
；以数据集
D1
作为输入数据，以数据集
L1
作为标签，对第一神经网络进行训练，获得高精度近地面大气全氟化合物数据的模型
M1
；步骤
1.2、
以大气化学模式获得的气象数据
、
卫星观测得到的对流层大气全氟化合物数据
、MAX
‑
DOAS
背景站垂直遥感观测结果
、
高精度的近地面大气全氟化合物数据，构建数据集
D2
；以分层标准化后的
MAX
‑
DOAS
垂直遥感观测结果，构建数据集

【专利技术属性】
技术研发人员：朱丽君，孙玉霞，吕双，
申请(专利权)人：德州市疾病预防控制中心，
类型：发明
国别省市：