【技术实现步骤摘要】
本专利技术涉及空气质量监测，尤其涉及一种大气甲烷排放强度监测方法、装置、电子设备及存储介质。
技术介绍
1、甲烷（ch4）是全球第二大温室气体。相较于二氧化碳（co2），甲烷在大气中存续时间较短，但由于其吸收热红外辐射的效率更高，在20年时间尺度内，甲烷的全球增温潜势是二氧化碳的 84倍。甲烷对目前人类感知的全球变暖的贡献率约为四分之一。为此，开展对甲烷排放强度的监测，减少人为造成的甲烷排放对于减缓气候变暖速度具有重要意义。
2、目前，流行一种基于大气化学传输模型结合卫星监测的大气甲烷浓度来估算甲烷排放通量的方法，但是，该方法使用的卫星监测数据单一，并且运行大气化学传输模型所需算力开销大，计算时间长，导致大气甲烷排放强度监测结果的精度不高且效率低下。
3、因此，如何更好地进行大气甲烷排放强度监测已经成为业界亟待解决的技术问题。
技术实现思路
1、本专利技术提供一种大气甲烷排放强度监测方法、装置、电子设备及存储介质，用以更好地进行大气甲烷排放强度监测。
2、本专利技术提供一种大气甲烷排放强度监测方法，包括：
3、获取监测区域的大气甲烷柱浓度数据；
4、将所述大气甲烷柱浓度数据输入至大气甲烷排放强度估算模型，得到所述大气甲烷排放强度估算模型输出的所述监测区域的甲烷排放强度；所述大气甲烷排放强度估算模型是根据监测区域内的大气监测数据样本及对应的甲烷浓度增强信息标签训练得到的；大气监测数据样本包括大气甲烷柱浓度数据样本和大气柱监测
5、根据本专利技术提供的一种大气甲烷排放强度监测方法，在所述将所述大气甲烷柱浓度数据输入至大气甲烷排放强度估算模型之前，所述方法还包括：
6、将所述大气监测数据样本及对应的甲烷浓度增强信息标签作为一组训练样本，获取多组训练样本；
7、对于任意一组训练样本，将所述训练样本输入至所述大气甲烷排放强度估算模型，输出所述训练样本对应的甲烷排放强度预测值；
8、利用预设损失函数，根据所述训练样本对应的甲烷排放强度预测值和所述训练样本对应的甲烷浓度增强信息标签，计算损失值；
9、基于所述损失值，对所述大气甲烷排放强度估算模型的模型参数进行调整，直至所述损失值小于预设阈值或训练次数达到预设次数；
10、将所述损失值小于所述预设阈值或训练次数达到所述预设次数时所得到的模型参数，作为训练好的大气甲烷排放强度估算模型的模型参数。
11、根据本专利技术提供的一种大气甲烷排放强度监测方法，所述利用预设损失函数，根据所述训练样本对应的甲烷排放强度预测值和所述训练样本对应的甲烷浓度增强信息标签，计算损失值，包括：
12、基于所述训练样本对应的甲烷排放强度预测值，确定所述训练样本对应的甲烷浓度增强预测信息；
13、将所述甲烷浓度增强预测信息和甲烷浓度增强信息标签代入所述预设损失函数，计算损失值；所述预设损失函数是基于所述甲烷浓度增强预测信息与甲烷浓度增强信息标签之间的平滑损失值，以及预设惩罚项确定的。
14、根据本专利技术提供的一种大气甲烷排放强度监测方法，所述大气柱监测数据样本包括大气柱质量数据样本和各风向方位上的大气柱质量通量数据样本；所述基于所述训练样本对应的甲烷排放强度预测值，确定所述训练样本对应的甲烷浓度增强预测信息，包括：
15、基于所述甲烷排放强度预测值、所述大气柱质量数据样本、所述各风向方位上的大气柱质量通量数据样本，以及所述各风向方位上的甲烷柱质量数据样本，计算所述训练样本对应的监测区域甲烷排放的灵敏度矩阵；
16、基于所述灵敏度矩阵、所述训练样本对应的监测区域内所有排放源的甲烷排放强度矩阵以及所述训练样本对应的监测区域内气象数据，确定所述训练样本对应的甲烷浓度增强预测信息。
17、根据本专利技术提供的一种大气甲烷排放强度监测方法，所述气象数据包括地表压力数据和水蒸气柱总量数据；所述基于所述灵敏度矩阵、所述训练样本对应的监测区域内所有排放源的甲烷排放强度矩阵以及所述训练样本对应的监测区域内气象数据，确定所述训练样本对应的甲烷浓度增强预测信息，包括：
18、对所述灵敏度矩阵和所述训练样本对应的监测区域内所有排放源的甲烷排放强度矩阵进行乘积运算，得到所述训练样本对应的监测区域甲烷排放的增强矩阵；
19、基于所述增强矩阵、所述地表压力数据和所述水蒸气柱总量数据，确定所述甲烷浓度增强预测信息。
20、根据本专利技术提供的一种大气甲烷排放强度监测方法，所述预设损失函数是通过如下公式确定的：
21、；
22、其中：
23、;
24、式中，表示所述损失值，表示平滑损失值，表示所述甲烷浓度增强信息标签，表示所述甲烷浓度增强预测信息，表示预设惩罚项，、分别表示预设的上下边界阈值。
25、本专利技术还提供一种大气甲烷排放强度监测装置，包括：
26、获取模块，用于获取监测区域的大气甲烷柱浓度数据；
27、监测模块，用于将所述大气甲烷柱浓度数据输入至大气甲烷排放强度估算模型，得到所述大气甲烷排放强度估算模型输出的所述监测区域的甲烷排放强度；所述大气甲烷排放强度估算模型是根据监测区域内的大气监测数据样本及对应的甲烷浓度增强信息标签训练得到的；大气监测数据样本包括大气甲烷柱浓度数据样本和大气柱监测数据样本，所述大气甲烷柱浓度数据样本包括各风向方位上的甲烷柱质量数据样本。
28、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述大气甲烷排放强度监测方法。
29、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述大气甲烷排放强度监测方法。
30、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述大气甲烷排放强度监测方法。
31、本专利技术提供的大气甲烷排放强度监测方法、装置、电子设备及存储介质，通过结合卫星观测的大气甲烷柱浓度数据与影响大气甲烷柱浓度的气象数据，利用包括各风向方位上甲烷柱质量数据样本的大气甲烷柱浓度数据样本、大气柱监测数据样本以及对应的甲烷浓度增强信息标签对深度神经网络进行训练，得到训练好的大气甲烷排放强度估算模型，并利用大气甲烷排放强度估算模型对监测区域的大气甲烷柱浓度数据进行识别，可以输出高精度的甲烷排放强度监测结果，且无需运行大气化学传输模型，有效提升了甲烷排放强度的监测效率。
本文档来自技高网...【技术保护点】
1.一种大气甲烷排放强度监测方法，其特征在于，包括：
2.根据权利要求1所述的大气甲烷排放强度监测方法，其特征在于，在所述将所述大气甲烷柱浓度数据输入至大气甲烷排放强度估算模型之前，所述方法还包括：
3.根据权利要求2所述的大气甲烷排放强度监测方法，其特征在于，所述利用预设损失函数，根据所述训练样本对应的甲烷排放强度预测值和所述训练样本对应的甲烷浓度增强信息标签，计算损失值，包括：
4.根据权利要求3所述的大气甲烷排放强度监测方法，其特征在于，所述大气柱监测数据样本包括大气柱质量数据样本和各风向方位上的大气柱质量通量数据样本；所述基于所述训练样本对应的甲烷排放强度预测值，确定所述训练样本对应的甲烷浓度增强预测信息，包括：
5.根据权利要求4所述的大气甲烷排放强度监测方法，其特征在于，所述气象数据包括地表压力数据和水蒸气柱总量数据；所述基于所述灵敏度矩阵、所述训练样本对应的监测区域内所有排放源的甲烷排放强度矩阵以及所述训练样本对应的监测区域内气象数据，确定所述训练样本对应的甲烷浓度增强预测信息，包括：
6.根据权利要求3-
7.一种大气甲烷排放强度监测装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述大气甲烷排放强度监测方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述大气甲烷排放强度监测方法。
...【技术特征摘要】
1.一种大气甲烷排放强度监测方法，其特征在于，包括：
2.根据权利要求1所述的大气甲烷排放强度监测方法，其特征在于，在所述将所述大气甲烷柱浓度数据输入至大气甲烷排放强度估算模型之前，所述方法还包括：
3.根据权利要求2所述的大气甲烷排放强度监测方法，其特征在于，所述利用预设损失函数，根据所述训练样本对应的甲烷排放强度预测值和所述训练样本对应的甲烷浓度增强信息标签，计算损失值，包括：
4.根据权利要求3所述的大气甲烷排放强度监测方法，其特征在于，所述大气柱监测数据样本包括大气柱质量数据样本和各风向方位上的大气柱质量通量数据样本；所述基于所述训练样本对应的甲烷排放强度预测值，确定所述训练样本对应的甲烷浓度增强预测信息，包括：
5.根据权利要求4所述的大气甲烷排放强度监测方法，其特征在于，所述气象数据包括地...
【专利技术属性】
技术研发人员：宋豪，郭开元，雷莉萍，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。