【技术实现步骤摘要】
本公开涉及大气污染来源解析，具体地，涉及一种污染源贡献浓度的确定方法、装置、存储介质与电子设备。
技术介绍
1、目前，基于受体源解析技术可以解析出影响监测站点的站点污染物浓度的污染源类型是燃煤源、交通源、工业源、扬尘源、生物质燃烧源等一次源和二次源，以及解析出一次源对站点污染物浓度的贡献浓度与二次源对站点污染物浓度的贡献浓度。
2、但是，基于该受体源解析技术得到的一次源对站点污染物浓度的贡献浓度并不准确。
技术实现思路
1、本公开的目的是提供一种污染源贡献浓度的确定方法、装置、存储介质与电子设备。
2、为了实现上述目的，本公开实施例的第一方面提供一种污染源贡献浓度的确定方法，包括：
3、确定第一贡献浓度与二次无机组分的组分浓度之间的贡献比例；所述第一贡献浓度是一次源对所述组分浓度的贡献浓度；
4、根据所述贡献比例与二次源对站点污染物浓度的第二贡献浓度，得到所述一次源对所述站点污染物浓度的第三贡献浓度；所述站点污染物浓度中包含有所述二次无机组分；
5、基于所述第三贡献浓度与第四贡献浓度，得到所述一次源对所述站点污染物浓度的目标贡献浓度；所述第四贡献浓度是受体模型模拟得到的所述一次源对所述站点污染物浓度的贡献浓度。
6、可选地，所述确定第一贡献浓度与二次无机组分的组分浓度之间的贡献比例，包括：
7、将所述第一贡献浓度与所述二次无机组分的组分浓度之间的比值，作为所述贡献比例。
8、可选地，所述
9、将所述贡献比例与所述第二贡献浓度之间的乘积，作为所述第三贡献浓度。
10、可选地，所述方法还包括：
11、将所述一次源的第一种类数量与站点污染物浓度中的一次无机元素作为所述受体模型的输入参数，得到一次源的第二种类数量；
12、将所述第二种类数量与所述站点污染物浓度中非一次无机元素的组分数据作为所述受体模型的输入参数，得到污染源的目标种类数量、所述第四贡献浓度与所述第二贡献浓度；所述污染源包括所述一次源与所述二次源。
13、可选地，所述将所述一次源的第一种类数量与站点污染物浓度中的一次无机元素作为所述受体模型的输入参数，得到一次源的第二种类数量，包括：
14、对多组站点污染物浓度、所述站点污染物浓度的组分数据与模拟的目标区域的气象数据进行聚类，得到局地排放数据；其中，所述局地排放数据中包含有局地的一次无机元素，所述局地排放数据是在风速小于风速阈值的情况下得到的站点污染物浓度；
15、将所述局地的一次无机元素与所述第一种类数量作为所述受体模型的输入参数，得到所述第二种类数量。
16、可选地，所述方法还包括：
17、根据所述第四贡献浓度与目标回归模型中所述一次源的目标回归系数，得到所述第一贡献浓度。
18、可选地，所述目标回归模型通过以下步骤训练得到：
19、以所述一次源的第四贡献浓度与监测站点监测到的二次无机组分的监测浓度作为初始回归模型的训练样本；
20、对于所述初始回归模型的每一轮训练，确定所述监测浓度与所述初始回归模型输出的预测组分浓度之间的残差；
21、以最小化所述残差为目标，得到所述初始回归模型演变后得到的所述目标回归模型。
22、可选地，所述以所述一次源的第四贡献浓度与监测站点监测到的二次无机组分的监测浓度作为初始回归模型的训练样本，包括：
23、以天气型下所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本。
24、可选地，所述以天气型下所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本，包括：
25、在第一残差大于预设残差的情况下，筛选出在天气型下的目标气象要素；其中，所述目标气象要素的数据变化会导致所述二次无机组分的变化值大于预设值，所述第一残差是以所述天气型下的所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本后，所述初始回归模型输出的预测组分浓度与所述监测浓度之间的残差；
26、将所述目标气象要素下的气象数据分割为多个第一气象区间；
27、对于任一所述第一气象区间而言，以所述第一气象区间下所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本。
28、可选地，所述对于任一所述第一气象区间而言，以所述第一气象区间下所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本，包括：
29、在第二残差大于所述预设残差的情况下，缩小所述第一气象区间至第二气象区间，以所述第二气象区间下所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本；其中，所述第二残差是以所述第一气象区间下所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本后，所述初始回归模型输出的预测组分浓度与所述监测浓度之间的残差。
30、为了实现上述目的，本公开实施例的第二方面提供一种污染源贡献浓度的确定装置，包括：
31、贡献比例确定模块，被配置为确定第一贡献浓度与二次无机组分的组分浓度之间的贡献比例；所述第一贡献浓度是一次源对所述组分浓度的贡献浓度；
32、第三贡献浓度确定模块，被配置为根据所述贡献比例与二次源对站点污染物浓度的第二贡献浓度，得到所述一次源对所述站点污染物浓度的第三贡献浓度；所述站点污染物浓度中包含有所述二次无机组分；
33、目标贡献浓度确定模块，被配置为基于所述第三贡献浓度与第四贡献浓度，得到所述一次源对所述站点污染物浓度的目标贡献浓度；所述第四贡献浓度是受体模型模拟得到的所述一次源对所述站点污染物浓度的贡献浓度。
34、为了实现上述目的，本公开实施例的第三方面提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例的第一方面提供的污染源贡献浓度的确定方法的步骤。
35、为了实现上述目的，本公开实施例的第四方面提供一种电子设备，包括：
36、存储器，其上存储有计算机程序；
37、处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第一方面提供的污染源贡献浓度的确定方法的步骤。
38、通过上述技术方案，由于二次源对站点污染物浓度的贡献浓度是一次源的排放造成的，所以会将二次源对站点污染物浓度的贡献浓度重新分配至一次源对站点污染物浓度的贡献浓度上，使得得到的一次源对站点污染物浓度的目标贡献浓度考虑了二次源对站点污染物浓度的贡献浓度，其准确性更高，也更加符合实际大气环境。
39、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种污染源贡献浓度的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定第一贡献浓度与二次无机组分的组分浓度之间的贡献比例，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述贡献比例与二次源对站点污染物浓度的第二贡献浓度，得到所述一次源对所述站点污染物浓度的第三贡献浓度，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述将所述一次源的第一种类数量与站点污染物浓度中的一次无机元素作为所述受体模型的输入参数，得到一次源的第二种类数量，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述目标回归模型通过以下步骤训练得到：
8.根据权利要求7所述的方法，其特征在于，所述以所述一次源的第四贡献浓度与监测站点监测到的二次无机组分的监测浓度作为初始回归模型的训练样本，包括：
9.根据权利要求8所述的方法，其特征在于，所述以天气型下所
10.根据权利要求9所述的方法，其特征在于，所述对于任一所述第一气象区间而言，以所述第一气象区间下所述一次源的第四贡献浓度与所述监测浓度作为所述初始回归模型的训练样本，包括：
11.一种污染源贡献浓度的确定装置，其特征在于，包括：
12.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-10中任一项所述方法的步骤。
13.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种污染源贡献浓度的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定第一贡献浓度与二次无机组分的组分浓度之间的贡献比例，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述贡献比例与二次源对站点污染物浓度的第二贡献浓度，得到所述一次源对所述站点污染物浓度的第三贡献浓度，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述将所述一次源的第一种类数量与站点污染物浓度中的一次无机元素作为所述受体模型的输入参数，得到一次源的第二种类数量，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述目标回归模型通过以下步骤训练得到：<...
【专利技术属性】
技术研发人员：曹宁，刘文雯，鲁晓晗，李亚林，张言璐，王洋，冯明悦，秦东明，
申请(专利权)人：北京中科三清环境技术有限公司，
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。