基于无人机采样的反演强点源碳排放强度计算方法及系统技术方案

本发明专利技术公开了基于无人机采样的反演强点源碳排放强度计算方法及系统，所述方法包括以下步骤：步骤S1、采集采样数据，所述采样数据包括位置信息、CO2浓度以及气象数据；步骤S2、根据采集的采样数据，建立对应的强点源碳排放扩散模型；步骤S3、基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解；步骤S4、根据验证数据集评估电厂碳排放强度的准确性。本发明专利技术的技术有益效果为可以根据无人机采样设备采集得到的实测数据，结合自适应的定量化评估模型，能够实现对强点源碳排放强度进行有效的快速计算。碳排放强度进行有效的快速计算。碳排放强度进行有效的快速计算。

【技术实现步骤摘要】
基于无人机采样的反演强点源碳排放强度计算方法及系统


[0001]本专利技术涉及环境监测
，具体是指基于无人机采样设备反演强点源碳排放强度的方法及系统。

技术介绍

[0002]强点源的碳排放总量超过了人为生产活动中碳排放总量的三分之一，目前针对于该类碳排放评估只能通过排放清单进行低精度、低时间分辨率的估计。由于强碳排放源往往是由化石燃料等燃烧造成，其排放特性具有较大的波动性，因此，如何快速、高精度反演强点源碳排放成为我国进行碳核算工作中的重要一环。
[0003]现如今通过浓度数据对排放源“自上而下“的评估方法已经逐渐发展为了可靠的手段，具有实时性以及高精度。卫星遥感，在特定的探测轨道以及气象条件下，可根据获取的温室气体浓度，实现对点源的定量化计算。但是目前的温室气体卫星容易受观测环境的影响，如云、气溶胶以及太阳辐射强度，且无法实现对特定区域的定向化监测。机载遥感方法可以获得大尺度的碳通量，但是机载遥感方式的技术要求较高，切成本高，无法实现长期的连续监测。地基设备，固定站原位测量仪器，多传感器组网，可对区域碳通量进行评估，但是针对强点源排放建立传感器组网性价比较低。无人机气体采样系统具有较高的灵活性可以采集不同空间的浓度分布，可充分获取点源碳排放引起的CO2扩散特性，结合扩散模型以及反演算法，将有效地对碳扩散进行模型重建并且获取碳排放强度。
[0004]由此，本专利提供了一套基于无人机采样系统以及稳定的碳排放核算方法去快速、高精度地去获得强点源碳排放的方案。该方案推荐的排放反演框架可极大地降低对先验知识的要求，完全实现自适应化全局最优调整，以保证在实际应用过程中受浓度采样精度以及气象获取精度的影响最小。此方案的推广，将为我国碳排放核算以及碳减排政策制定提供有力的数据支撑，且有望形成监督体制促使我国由化石燃料向清洁能源的结构转化。

技术实现思路

[0005]为解决现有技术中针对强点源排放量无法进行高精度、高适用性地监测难题，本专利技术提供基于无人机采样设备反演强点源碳排放强度的方法及系统。
[0006]本专利技术提供了一种基于无人机采样的反演强点源碳排放强度计算方法，所述方法包括以下步骤：
[0007]步骤S1、采集采样数据，所述采样数据包括位置信息、CO2浓度以及气象数据；
[0008]步骤S2、根据采集的采样数据，建立对应的强点源碳排放扩散模型；
[0009]步骤S3、基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解；
[0010]步骤S4、根据验证数据集评估电厂碳排放强度的准确性。
[0011]优选地，根据无人机采样设备采集采样数据包括：根据待评估强点源的地形特征、
气象场特点，设计合理的无人机飞行采样路线，获取强点源碳排放的浓度扩散特征。
[0012]优选地，所述建立对应的强点源碳排放扩散模型包括：根据强点源碳排放特点，结合无人机采样设备采集的空间数据，选用高斯扩散模型对电厂碳排放进行数学建模。
[0013]优选地，所述建立对应的强点源碳排放扩散模型包括：
[0014]S2.1、根据强排放源的位置以及实测风向建立扩散坐标系：
[0015]S2.2、根据步骤S2.1所建立的扩散坐标系，建立强点源碳排放扩散模型。
[0016]优选地，所述强点源碳排放扩散模型表示如下，
[0017][0018]其中，(x,y,z)为无人机采样设备测量点的坐标，C(x,y,z)为(x,y,z)坐标处的CO2浓度，q为排放强度，u为风速，H为电厂碳排放的有效排放高度，σ
y
和σ
z
分别为水平扩散参数和垂直扩散参数，B为CO2的背景浓度，α为地面反射系数，σ
y
＝a
·
x
b
，σ
z
＝c
·
x
d
，a，b为水平扩散系数，c，d为垂直扩散系数。
[0019]优选地，所述基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解还包括：
[0020]对所建立碳排放扩散模型中的未知参数进行求解，进而得到电厂碳排放强度，其中，未知参数表示为排放扩散模型中的H、α、B、z、a、b、c、d。
[0021]优选地，所述基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解包括：
[0022]根据采集强点源碳排放下风口的监测数据以及S2中所建立的强点源碳排放扩散模型，基于粒子群算法以及信赖域算法计算电厂碳排放强度。
[0023]优选地，所述基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解包括：
[0024]采集强点源碳排放下风口的监测数据以及建立的强点源碳排放扩散模型，对电厂碳排放强度进行求解通过以下步骤实施：
[0025]S3.1、将无人机采样系统所采集的总数据集进行分类，随机选取总数据集中的80％的观测数据量作为输入集，输入强点源碳排放扩散模型中，得出强点源碳排放扩散模型的对应参数；所述观测数据量表示CO2浓度、测量点位置信息以及气象数据；
[0026]S3.2、将输入集中的CO2浓度数据，气象数据以及位置信息输入强点源碳排放扩散模型，基于设置的参数求解界限，重复计算10000次，得到对应参数中最接近最优解的值；通过信赖域算法迭代以求解得到目标函数最小的极值点，作为最终的最优解；
[0027]S3.3、再次将输入集的CO2浓度数据，气象数据以及位置信息带入强点源碳排放扩散模型，将步骤S3.2中10000次计算结果中的对应参数的最小值以及最大值作为潜在真实值求解区间，将对应参数的平均值作为初始点，根据优化的信赖域算法对待求参数进行精确求解，其计算结果作为最后的参数求解值。
[0028]优选地，所述根据验证数据集评估计算碳排放结果的准确性包括：
[0029]将S3.1中的剩余20％观测数据作为验证集去评价步骤S3求解参数的真实性；根据步骤S3中计算得到的参数以及扩散模型，对验证集相应位置的CO2浓度数值进行重建；根据实测CO2浓度与模拟CO2浓度的相关系数对待求解参数的真实性进行评价。
[0030]优选地，所述根据实测CO2浓度与模拟CO2浓度的相关系数对待求解参数的真实性进行评价通过以下公式得到：
[0031][0032]式中，C
v
为验证集内的CO2浓度值，C
′
v
为验证集中根据步骤S3计算的参数值模拟的验证集对应的CO2浓度值，Cov(C
′
v
,C
v
)为C
′
v
和C
v
的协方差，Var(C
′
v
)为C
′
v
的方差，Var(C
v
)为C
v
的方差；
[0033]当R大于0.9时，步骤S3参数求本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机采样的反演强点源碳排放强度计算方法，所述方法包括以下步骤：步骤S1、采集采样数据，所述采样数据包括位置信息、CO2浓度以及气象数据；步骤S2、根据采集的采样数据，建立对应的强点源碳排放扩散模型；步骤S3、基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解；步骤S4、根据验证数据集评估电厂碳排放强度的准确性。2.根据权利要求1所述的方法，其特征在于：根据无人机采样设备采集采样数据包括：根据待评估强点源的地形特征、气象场特点，设计合理的无人机飞行采样路线，获取强点源碳排放的浓度扩散特征。3.根据权利要求1所述的方法，其特征在于：所述建立对应的强点源碳排放扩散模型包括：根据强点源碳排放特点，结合无人机采样设备采集的空间数据，选用高斯扩散模型对电厂碳排放进行数学建模。4.根据权利要求3所述的方法，其特征在于：所述建立对应的强点源碳排放扩散模型包括：S2.1、根据强排放源的位置以及实测风向建立扩散坐标系：S2.2、根据步骤S2.1所建立的扩散坐标系，建立强点源碳排放扩散模型。5.根据权利要求1所述的方法，其特征在于：所述强点源碳排放扩散模型表示如下，其中，(x,y,z)为无人机采样设备测量点的坐标，C(x,y,z)为(x,y,z)坐标处的CO2浓度，q为电厂碳排放强度，u为风速，H为电厂碳排放的有效排放高度，σ
y
和σ
z
分别为水平扩散参数和垂直扩散参数，B为CO2的背景浓度，α为地面反射系数，σ
y
＝a
·
x
b
，σ
z
＝c
·
x
d
，a，b为水平扩散系数，c，d为垂直扩散系数。6.根据权利要求5所述的方法，其特征在于：所述基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解还包括：对所建立碳排放扩散模型中的未知参数进行求解，进而得到电厂碳排放强度，其中，未知参数表示为排放扩散模型中的H、α、B、z、a、b、c、d。7.根据权利要求5所述的方法，其特征在于：所述基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解包括：采集强点源碳排放下风口的监测数据以及建立的强点源碳排放扩散模型，对电厂碳排放强度进行求解通过以下步骤实施：S3.1、将无人机采样系统所采集的总数据集进行分类，随机选取总数据集中的80％的观测数据量作为输入集，输入强点源碳排放扩散模型中，得出强点源碳排放扩...

【专利技术属性】
技术研发人员：史天奇，韩舸，马昕，裴志鹏，邱若楠，蔡孟阳，
申请(专利权)人：武汉大学，
类型：发明
国别省市：