一种基于气象参数的恶臭ou值预测方法和系统的制作方法
【技术领域】
[0001] 本发明涉及环境监测领域，具体涉及一种基于气象参数的恶臭OU值预测方法和 系统。
【背景技术】
[0002] 当前我国大气污染形势严峻，京津冀地区大气污染日益严重，影响身体健康指数， 居民投诉强烈。恶臭气体（ODOR)是大气污染和雾霾的重要组成部分，大量的数据分析和研 究表明，恶臭气体的恶臭强度OU值与有刺激性气味的污染气体、气象因素、可吸入颗粒物 (PM10，PM2. 5)等因素的关系十分密切。气象条件对恶臭气体扩散、稀释和累计有一定作用， 在恶臭源一定的条件下，OU值大小主要取决于气象条件。目前，恶臭气体OU值监测设备并 没有考虑气象因素对其的影响，因此，气象因素对OU值产生影响大小和基于气象参数预测 恶臭OU值这一问题亟待解决。
【发明内容】
[0003] 本发明所要解决的技术问题是气象因素对OU值产生影响大小和基于气象参数预 测恶臭OU值的问题。
[0004] 为了解决上述技术问题，本发明所采用的技术方案是提供一种基于气象参数的恶 臭OU值预测方法，包括以下步骤：
[0005] 步骤1、通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度 分析，找到与恶臭气体OU值关联度最大的气象因素；
[0006] 步骤2、利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的 曲线拟合方程；
[0007] 步骤3、通过多个监测站点的在线恶臭监测仪实时采集与恶臭气体OU值关联度最 大的气象因素数据；
[0008] 步骤4、云端恶臭分析平台利用恶臭气体OU值与关联度最大气象因素之间的曲线 拟合方程以及实时检测的关联度最大的气象因素数据对下一时刻的恶臭气体OU值进行趋 势分析和预报预测。
[0009] 在上述方法中，所述气象因素包括温度、湿度、风速、风向、大气压、有刺激性气味 的污染气体和可吸入颗粒物。
[0010] 在上述方法中，在步骤1中，对恶臭气体OU值的历史数据与气象因素的历史数据 进行灰色关联度分析是以恶臭气体OU值序列Y为系统特征行为数据，气象因素序列X 1为系 统相关因素行为数据对其灰色绝对关联度、灰色相对关联度和灰色综合关联度进行计算， 并将这三种关联度的结果分别作为与恶臭气体OU值关联度最大的气象因素，其中，i = 1， 2, 3, 4, 5, 6, 7〇
[0011] 在上述方法中，所述恶臭气体ου值与气象因素的灰色绝对关联度ε<]1α = 1， 2, 3, 4, 5, 6, 7)为：
[0013] 其中，Is。！为恶臭气体OU值序列Y的始点零化像的有向面积，Is1I为气象因素序 列X 1的始点零化像的有向面积。
[0014] 在上述方法中，所述恶臭气体OU值与气象因素的灰色相对关联度r<]l(i = 1，2, 3， 4, 5, 6, 7)为：
[0016] 其中，|s'。|为恶臭气体OU值序列Y的初值像W的始点零化像的有向面积， s' i I为气象因素序列&的初值像X1'的始点零化像的有向面积。
[0017] 在上述方法中，所述恶臭气体OU值与气象因素的灰色综合关联度P ?^(i = 1，2, 3， 4, 5, 6, 7)为：
[0018] P 0i= θ ε oi+(l-Θ )roi (取 Θ = 〇· 5)。
[0019] 在上述方法中，步骤2具体包括以下步骤：
[0020] 步骤21、假设与恶臭气体OU值关联度最大的气象因素数据为X](j = 1，2,…，η)， 相应的恶臭气体OU值数据为yj，对Xj按从小到大的顺序排列；
[0021] 步骤22、给定数据点（X]，y])设拟合多项式为：
[0022] Yj= a o+ajXj+. . . +akXjk,
[0023] 其中，aA x 广，系数，m = 1，2, 3,…，k, k 取 n-1 ;
[0024] 步骤23、求各定数据点到这条曲线的距离之和R2,公式如下：
[0026] 步骤24、利用各定数据点到这条曲线的距离之和R2公式，求得符合条件的a J直；
[0027] 步骤25、将求得的a值代入步骤22的拟合多项式，得到恶臭气体OU值与关联度最 大气象因素之间的曲线拟合方程。
[0028] 在上述方法中，步骤24包括以下步骤：
[0029] 步骤241、对距离之和R2公式右边求aj扁导数，得到如下等式：
[0032] 步骤242、对步骤241中的等式左边进行化简，得到如下等式：
[0034] 步骤243、将步骤242得到的等式表示成矩阵的形式，该矩阵为：
[0036] 步骤244、将步骤243中的范德蒙得矩阵化简，得到如下矩阵：
[0037]
[0038] 步骤245、求解步骤244简化得到的矩阵，得到符合要求的ani值。
[0039] 本发明还提供了一种基于气象参数的恶臭OU值预测系统，包括控制中心和分别 设置在多个监测站点的在线恶臭监测仪，所述控制中心具有云端恶臭分析平台，所述云端 恶臭分析平台上设有恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程；
[0040] 多个所述在线恶臭监测仪通过3G网络实时将检测的各个气象因素数据传输到所 述控制中心，所述云端恶臭分析平台利用所述曲线拟合方程以及实时检测的气象因素数据 对下一时刻的恶臭气体OU值进行趋势分析和预报预测；
[0041] 所述恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程的建立采用以下 方式：
[0042] 通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度分析， 找到与恶臭气体OU值关联度最大的气象因素；再利用偏最小二乘法分析得到恶臭气体OU 值与关联度最大气象因素之间的曲线拟合方程。
[0043] 本发明利用广义灰色关联度法分析恶臭气体OU值与气象因素的关系，找到与恶 臭气体OU值关联度最大的气象因素，再利用偏最小二乘法分析恶臭气体OU值与关联度最 大气象因素之间的对应变化趋势图，得到恶臭气体OU值与关联度最大气象因素的曲线拟 合方程，并利用该方程实现对特定气象环境下的恶臭气体OU值的趋势分析和预报预测，综 合了气象条件对恶臭气体扩散、稀释和累计对恶臭OU值的影响，更精确地实现了恶臭监测 和预测，对于环境监测及预警分析具有重大的现实意义。
【附图说明】
[0044] 图1为本发明提供的一种基于气象参数的恶臭OU值预测系统的架构图图；
[0045] 图2为本发明提供的一种基于气象参数的恶臭OU值预测方法的流程图；
[0046] 图3为最小二乘法多项式曲线拟合示意图。
【具体实施方式】
[0047] 本发明利用广义灰色关联度法分析恶臭气体OU值与气象因素的关系，通过分析 恶臭气体OU值和气象因素的历史数据，找到与恶臭气体OU值关联度最大的气象因素；再利 用Spearman秩相关系数法分析恶臭气体OU值与关联度最大气象因素之间的对应变化趋势 图得到恶臭气体OU值与关联度最大气象因素的曲线拟合方程，利用该方程对特定气象环 境下的恶臭气体OU值进行趋势分析和预报预测，其中，
[0048] (1)、灰色关联度法。
[0049] 设Y1, Y2，…，Ys为系统特征行为数据序列，X1, X2，…，X11^相关因素行为序列。 若 Y1, Y2，…，Ys5X1, X2，…，XM长度也相同，YljQ = 1，2，…，s ;j = l，2，···，!!!）为 Ys 与X,的灰色关联度，则称
为灰色关联矩阵。
[0051] 灰色关联矩阵中第i行元素是系统特征数据Y1Q = 1，2, 一,s)与相关因素序列 X1, X2，…，XjJ灰色关联度；第j列元素是系统特征序列Y P Y2，…，Ys与相关因素 X = 1，2，的灰色关联度。
[0052] 类似的可以定义广义的灰色关联矩阵，如下的绝对的灰色关联矩阵A、相对的灰色 关联矩阵B和灰色综合关联矩阵C。
[0054] 利用灰色关联矩阵，可以对系统特征或相关因素做优势分析。
[0055] (2)偏最小二乘法（Partial least squares method，PLS)是一种多因变量对多 自变量的回归建模方法，可以较好的解决许多以往用普通多元回归无法解决的问题，偏最 小二乘回归的原理是建立一个线性模型：Y = XB+E，其中X是具有m个变量、η个样本点的 响应矩阵，Y是具有P个变量、η个样本点的预测矩阵，B是回归系数矩阵，E为噪音校正矩 阵，与Y具有相同的维数，采用回归算法找出两个矩阵X和Y之间的线性关系。
[0056] 下面结合说明书附图和具体实施例对本发明做出详细的说明。
[0057] 如图1所示，本发明提供的一种基于气象参数的恶臭OU值预测系统，包括控制中 心10和分别设置在多个监测站点的在线恶臭监测仪20,控制中心10具有云端恶臭分析平 台11，多个在线恶臭监测仪20通过3G网络实时将检测的各个气象因素数据传输到控制中 心10,云端恶臭分析平台11上设有恶臭气体OU值与关联度最大气象因素之间的曲线拟合 方程，利用该曲线拟合方程以及实时检测的气象因素数据对下一时刻的恶臭气体OU值进 行趋势分析和预报预测，其中，恶臭气体OU值与关联度最大气象因素之间的曲线拟合方程 的建立采用以下方式：
[0058] 通过对恶臭气体OU值历史数据与气象因素的历史数据进行灰色关联度分析，找 到与恶臭气体OU值关联度最大的气象因素；再利用偏最小二乘法分析得到恶臭气体OU值 与关联度最大气象因素之间的曲线拟合方程。
[0059] 在本发明中，气象因素包括温度、湿度、风速、风向、大气压、S02(有刺激性气味的 污染气体）和PM2. 5 (可吸入颗粒物）等。
[0060] 本发明还提供了一种基于气象参数的恶臭OU值预测方法，如图2所示，该方法包 括以下步骤：
[0061] 步骤1、通过对恶臭气体OU值的历史数据与气象因素的历史数据进行灰色关联度 分析，找到与恶臭气体OU值关联度最大的气象因素。
[0062] 在本发明中，恶臭气体OU值的历史数据来自所要测量地区的空气质量自动监测 站点在过去一段时间的监测数据，气象因素的历史数据来自中国气象科学数据共享服务网 的逐日监测数据，另有部分数据来自《中国环境年鉴》（2003~2004年）、《中国气象年鉴》 (2012年）、《中国环境统计年鉴》（2005~2012年）、《北京统计年鉴》（2012年）、《北京市 环境状况公报》。
[0063] 步骤2、利用偏最小二乘法分析得到恶臭气体OU值与关联度最大气象因素之间的 曲线拟合方程。
[0064] 步骤3、通过多个监测站点的在线恶臭监测仪实时采集与恶臭气体OU值关联度最 大气象因素数据，并传送给控制中心的云端恶臭分析平台。
[0065] 步骤4、云端恶臭分析平台利用其上设有的恶臭气体OU值与关联度最大气象因素 之间的曲线拟合方程，并根据实时检测的气象因素数据对下一时刻的恶臭气体OU值进行 趋势分析和预报预测。
[0066] 在本发明中，步骤1的实现是采用广义灰色关联理论中的优势分析法，通过分别 计算恶臭气体OU值与气象因素的灰色绝对关联矩阵、灰色相对关联矩阵和灰色综合关联 矩阵，而得到相应的灰色绝对关联度、灰色相对关联度和灰色综合关联度（表征恶臭气体 OU值的最