基于数值模拟和机器学习的小尺度NOx污染溯源方法技术

本发明专利技术公开了基于数值模拟和机器学习的小尺度NOx污染溯源方法，步骤如下：建立气象数据预报系统，收集历史气象数据；收集NOx历史监测数据，并基于NOx历史监测数据，建立机器学习系统，构建异常值检测模型；将NOx实时数据接入异常值检测模型中进行检测，在检测到数据异常时，说明发生NOx污染事件；建立后向轨迹追踪系统，获取后向轨迹数据；基于后向轨迹数据和NOx浓度时间序列数据，分别使用PSCF、CWT、RTWC和QTBA算法，建立NOx污染溯源计算模型，得到NOx潜在污染源分布数据；使用Max‑Min标准化算法，对得到的四种NOx污染潜在源分布数据进行数据归一化，再进行数据平均，得到潜在污染源综合概率分布数据。本发明专利技术能够更为精准地实现对NOx潜在污染源的小尺度溯源。

【技术实现步骤摘要】

本专利技术涉及大气污染防治与溯源，尤其涉及基于数值模拟和机器学习的小尺度nox污染溯源方法。

技术介绍

1、随着工业化和城市化的迅速发展，大气污染特别是氮氧化物(nox)污染成为环境保护的重要挑战之一。nox的排放主要来源于燃煤、燃油和燃气等燃烧过程，其排放不仅对空气质量产生直接影响，也对人体健康和生态系统造成危害。

2、nox在大气中具有较为局部化的传播特性，与其他大气污染物相比，其扩散范围相对较小：nox主要由一氧化氮(no)和二氧化氮(no2)组成，它们在大气中具有较高的反应活性，会大气中的其他组分发生快速的化学反应，如氧气、氢氧自由基等，进而形成气溶胶和臭氧等二次污染物，这些反应通常发生在较短的时间尺度内。而且nox排放源通常呈现非均匀分布，例如交通、工业、城市燃烧等活动集中区域，这些排放源在空间上呈现集聚特性，使得nox在排放源周围的小尺度范围内浓度较高，进一步加剧了其在小尺度范围内的空间非均匀性；同时，受到空气对流效应的影响，nox排放源释放的气体会在较短的时间内被局部扩散和输送，更多地表现为在小尺度范围内的局部污染。

本文档来自技高网...

【技术保护点】

1.基于数值模拟和机器学习的小尺度NOx污染溯源方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于数值模拟和机器学习的小尺度NOx污染溯源方法，其特征在于：在步骤S1中，具体包括以下步骤：

3.根据权利要求1所述的基于数值模拟和机器学习的小尺度NOx污染溯源方法，其特征在于：在步骤S2中，具体包括以下步骤：

4.根据权利要求1所述的基于数值模拟和机器学习的小尺度NOx污染溯源方法，其特征在于：在步骤S3中，具体包括以下步骤：

5.根据权利要求1所述的基于数值模拟和机器学习的小尺度NOx污染溯源方法，其特征在于：在步骤S4中，具体...

【技术特征摘要】

1.基于数值模拟和机器学习的小尺度nox污染溯源方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于数值模拟和机器学习的小尺度nox污染溯源方法，其特征在于：在步骤s1中，具体包括以下步骤：

3.根据权利要求1所述的基于数值模拟和机器学习的小尺度nox污染溯源方法，其特征在于：在步骤s2中，具体包括以下步骤：

4.根据权利要求1所述的基于数值模拟和机器学习的小尺度nox污染溯源方法，其特征在于：在步骤s3中，具体包括以下步骤：

5.根据权利要求1所述的基于数值模拟和机...

【专利技术属性】
技术研发人员：黄青蓝，黄红娟，范震寰，王仕奇，王涛平，吴东玥，
申请(专利权)人：江苏蓝创智能科技股份有限公司，
类型：发明
国别省市：