【技术实现步骤摘要】
本专利技术属于环境监测，具体而言涉及一种基于多源数据的周边污染源溯源方法、装置、介质及设备。
技术介绍
1、污染源溯源对环境保护、公共健康、法律执行、资源利用和事故应急处理等方面都具有重要的意义，是环境管理和保护工作中的重要环节。
2、具体地，通过准确定位和识别污染源，可以有针对性地采取控制和治理措施，减少或消除污染物的排放，从而保护环境和生态系统的健康。通过污染源溯源，可以了解污染源的生产过程和排放情况，有助于优化资源利用和生产方式，提高资源利用效率，减少环境负荷。在环境污染事故发生时，通过迅速准确地识别污染源，可以及时采取应急处理措施，最大限度地减少事故对环境和人民的损害。
3、当前，常见的污染来源追溯方法主要有：污染源排放清单法、数值模型模拟法、受体模型解析法等，其中，数值模型模拟法以二代大气扩散模型和三代空气质量数值模型为常用方式，另有忽略污染传输中物理化学转化过程而简化应用的气团扩散模型法。大气扩散模型是大气污染治理的重要工具之一，其目的是研究排放进入大气的空气污染物的扩散、转化、迁移和清除的规律，目前描述大气扩散规律的模式主要分为3类，包括：经修正的高斯烟流扩散模型、欧拉扩散模型和拉格朗日扩散模型。
4、但是，现有的溯源方法没有考虑到污染扩散中由于气象条件以及多源污染物之间的关联性，存在溯源精度低的问题需要解决。
技术实现思路
1、鉴于上述的分析，本专利技术实施例为了解决现有的溯源方法没有考虑到污染扩散中由于气象条件以及多源污染物之间
2、基于监控区域内的气象历史数据和污染物监测历史数据确定监控区域内的待定污染源及位置；
3、将监控区域划分为若干网格，在监控区域内设置若干监测站以获取风场数据以及多项污染物的实时浓度数据和风场数据；
4、基于监测站获取的数据对每个网格进行插值；
5、监控每个网格的污染物实时浓度数据，根据污染物浓度值和浓度值上升速度确定高值网格；
6、根据高值网格产生时对应的风场数据获取高值网格的风速和风向数据，基于所述风速和风向数据确定排查区域；
7、根据待定污染源的位置确定位于所述排查区域中的可疑污染源集合；
8、基于所述高值网格的产生时超标的污染物项目进行匹配分析以确定污染源类别，根据污染源类别和所述可疑污染源集合确定污染源。
9、在一些实施例中，基于监控区域内的气象历史数据和污染物监测历史数据确定监控区域内的待定污染源及位置，包括：
10、构建训练数据集，所述训练数据集中的训练样本包括区域内的地理信息、气象历史数据以及污染物监测历史数据，所述地理信息具有若干点位，所述若干点位的一部分具有污染源标签；
11、将所述训练数据集输入基于神经网络的污染源点位预测模型以预测所述地理信息中的污染源点位，基于预测结果和所述污染源点位标签的差异确定损失值；
12、基于损失值对所述预测模型进行训练，训练后的预测模型用于根据区域内的气象历史数据和污染物监测历史数据确定污染源点位；
13、将监控区域内的气象历史数据和污染物监测历史数据输入所述预测模型以得到待定污染源。
14、在一些实施例中，所述污染源标签还包括污染源类别，所述预测模型的输出包括污染源点位和对应的污染源类别；
15、污染源类别包括扬尘源、交通源、燃烧源、工业排放源或者化工排放源中的一种或者多种。
16、在一些实施例中，所述多项污染物包括pm2.5、pm10、so2、no2、no、nox、o3或者co中的一种或者多种。
17、在一些实施例中，所述基于所述风速和风向数据确定排查区域，包括：
18、基于风速确定排查区域的中心点距离，表示为：
19、d=v×t×3600 s/h /1000 m/km，其中d单位为千米，表示排查区域的中心点距离高值网格的距离，v单位为m/s，表示风速，t单位为小时，表示实时污染物浓度的获取间隔；
20、以高值网格的中心点为基准，在风向的反方向上距离为d的位置作为排查区域中心点，以排查区域中心点为基准，确定预设大小的排查区域。
21、在一些实施例中，在计算出d的值之后，若d>10千米，则判定为远距离传输污染，不执行后续溯源步骤。
22、在一些实施例中，基于所述高值网格的产生时超标的污染物项目进行匹配分析以确定污染源类别，包括：
23、根据每一项超标的污染物项目基于单一要素匹配关系单独进行匹配；
24、根据所有超标的污染物项目基于多要素匹配关系识别污染源类别。
25、本专利技术还提供一种基于多源数据的周边污染源溯源装置，包括：
26、待定污染源解析模块，基于监控区域内的气象历史数据和污染物监测历史数据确定监控区域内的待定污染源及位置；
27、数据获取模块，将监控区域划分为若干网格，在监控区域内设置若干监测站以获取风场数据以及多项污染物的实时浓度数据和风场数据；
28、插值模块，基于监测站获取的数据对每个网格进行插值；
29、高值网格确定模块，监控每个网格的污染物实时浓度数据，根据污染物浓度值和浓度值上升速度确定高值网格；
30、排查区域确定模块，根据高值网格产生时对应的风场数据获取高值网格的风速和风向数据，基于所述风速和风向数据确定排查区域；
31、排查模块，根据待定污染源的位置确定位于所述排查区域中的可疑污染源集合；
32、类别筛选溯源模块，基于所述高值网格的产生时超标的污染物项目进行匹配分析以确定污染源类别，根据污染源类别和所述可疑污染源集合确定污染源。
33、本专利技术还提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如上任一实施例所述的基于多源数据的周边污染源溯源方法。
34、本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一实施例所述的基于多源数据的周边污染源溯源方法。
35、本专利技术以上实施例至少具有以下有益效果：
36、1、本专利技术实施例结合气象、污染源等辅助数据，建立模型，进一步进行污染溯源分析，能够帮助地方管理部门进行针对性污染管理，提高环境管理效率，有效提升环境空气质量。
37、2、本专利技术实施例考虑多种环境污染物之间并非孤立存在，其存在某种关联，通过确定此种联系可以区分污染源类型，为开展环境治理提供方向性指引。通过环境站点的污染物浓度数据再结合风速风向数据进行反推，则可以追踪到上游潜在污染源的影响。
本文档来自技高网...【技术保护点】
1.一种基于多源数据的周边污染源溯源方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数据的周边污染源溯源方法，其特征在于：基于监控区域内的气象历史数据和污染物监测历史数据确定监控区域内的待定污染源及位置，包括：
3.根据权利要求2所述的基于多源数据的周边污染源溯源方法，其特征在于：所述污染源标签还包括污染源类别，所述预测模型的输出包括污染源点位和对应的污染源类别；
4.根据权利要求1所述的基于多源数据的周边污染源溯源方法，其特征在于：所述多项污染物包括PM2.5、PM10、SO2、NO2、NO、NOx、O3或者CO中的一种或者多种。
5.根据权利要求1所述的基于多源数据的周边污染源溯源方法，其特征在于：所述基于所述风速和风向数据确定排查区域，包括：
6.根据权利要求5所述的基于多源数据的周边污染源溯源方法，其特征在于：在计算出d的值之后，若d>10千米，则判定为远距离传输污染，不执行后续溯源步骤。
7.根据权利要求1所述的基于多源数据的周边污染源溯源方法，其特征在于：基于所述高值网格的
8.一种基于多源数据的周边污染源溯源装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-7任一项所述的基于多源数据的周边污染源溯源方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的基于多源数据的周边污染源溯源方法。
...【技术特征摘要】
1.一种基于多源数据的周边污染源溯源方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数据的周边污染源溯源方法，其特征在于：基于监控区域内的气象历史数据和污染物监测历史数据确定监控区域内的待定污染源及位置，包括：
3.根据权利要求2所述的基于多源数据的周边污染源溯源方法，其特征在于：所述污染源标签还包括污染源类别，所述预测模型的输出包括污染源点位和对应的污染源类别；
4.根据权利要求1所述的基于多源数据的周边污染源溯源方法，其特征在于：所述多项污染物包括pm2.5、pm10、so2、no2、no、nox、o3或者co中的一种或者多种。
5.根据权利要求1所述的基于多源数据的周边污染源溯源方法，其特征在于：所述基于所述风速和风向数据确定排查区域，包括：
6.根据...
【专利技术属性】
技术研发人员：李倩，刘保献，王欣，李云婷，孙瑞雯，陈阳，
申请(专利权)人：北京市生态环境监测中心，
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。