本发明涉及环保技术领域，进一步地是涉及空气质量监测领域，具体是涉及一种基于拉格朗日输送模型的空气质量快速溯源预报方法。
背景技术：
随着工业化、城市化的快速发展，大气污染对人类社会的影响越来越大，对人民的生活生产带来了严重的威胁。因此公众对环境空气质量的关注日益增加。基于空气污染的严峻形势，环保部要求各地开展空气污染来源解析、空气质量预报业务和能力建设。同时在重污染发生时，急需对于大气污染进行来源解析，分析识别污染贡献重点区，为污染控制提供依据。这时，一种稳定、快速的空气质量溯源预报模型，不仅能为人民的日常生活和生产活动提供指导，还能为政府部门制定相应的环保措施提供基础性的数据和依据。
目前国内外常用的空气质量溯源模型基本是基于包含复杂化学过程的区域化学模型。常用的区域化学模型属于命令行界面，参数多，步骤复杂，计算量大，需要配备大型的服务器提供运行平台，随着区域增大和格点细化，运算速度十分缓慢。
常用的拉格朗日粒子输送模式主要有FLEXPART和HYSPLIT，其中后者在国内的实际应用中较为广泛。HYSPLIT是由NOAA发展的一款使用现有格点气象数据驱动的可用于处理紧急大气污染事件的应急响应、个例分析诊断、或者气候分析等用途的模式。该模式可以进行前向模拟得到示踪物从源释放后的输送扩散，也能后向模拟得到接收点的潜在源区贡献，在国内得到了广泛应用。上述方法因使用现有的格点气象数据驱动，缺少当地实时的气象预报数据格点资料，在溯源预报应用中较少。利用拉格朗日模型输出结果与排放源清单结合计算空气污染溯源的结合应用更是缺乏。
有鉴于此，本发明建立了拉格朗日模型衔接中尺度天气预报模式(WRF)模式预报的气象场，输出污染物来源潜在源区贡献，并结合排放源清单对于未来空气质量进行溯源预报。
技术实现要素：
本发明的一个目的是要提供一种基于拉格朗日输送模型的空气质量快速溯源预报方法，其能够实现对区域、城市的大气污染来源解析、预报，以及对识别污染贡献重点区和污染减排措施的快速响应论证，进而实现对污染源更为有效地监管与控制。
特别地，本发明提供了一种基于拉格朗日输送模型的空气质量快速溯源预报方法，包括：
步骤1：利用中尺度天气预报模式模拟所需模拟区域的气象场；
步骤2：根据拉格朗日输送模型的气象场要求提取所述气象场模拟系统所输出的所述气象场的关键要素；
步骤3：设置所述拉格朗日输送模型的基础参数，并通过所述拉格朗日输送模型计算所释放粒子的时空概率分布，建立粒子概率分布数据库；
步骤4：结合所述释放粒子的时空概率分布和所述模拟区域的污染源清单计算污染物的潜在源区贡献分布；
步骤5：统计模拟计算得到的所述污染物的浓度和所述污染物清单中各行业对于所述污染物的浓度的贡献量。
进一步地，所述步骤1中所述气象场的模拟包括如下过程：收集基础气象资料，设置选择网络精度，选择所需模拟区域和数据处理分析，输出指定的所述模拟区域的关于气象场的模拟结果。
进一步地，在所述步骤2中，所提取的所述关键要素为对气团输送起关键作用的要素，包括所述步骤1中所述气象场的风速、温度、湿度和气压场。
进一步地，在所述步骤2中，将计算输出的气象场资料转换成拉格朗日模型能够读取的格式，进行数据格式转换时，是将中尺度天气预报模式下输出的NC格式的气象数据转换为ARL格式的气象场格点数据。
进一步地，在所述步骤3中，所述拉格朗日输送模型的基础参数包括：
建立所述气象场中粒子释放的模拟时间方案，包括模拟开始时间的设定，模拟持续的日期以及污染小时步长，并选择后向或者前向模拟的小时数；
选择需要模拟的区域范围，确定所述模拟区域的边界经纬度；
确定模拟站点的个数，建立模拟地点的经纬度坐标和粒子释放的高度以及公里网格点；
选择模型垂直运动的方案、模式层顶高度、模型结果数据输出格式和内容。
进一步地，在所述步骤3中，运行拉格朗日输送模型获得释放粒子的时空 概率分布的过程，是根据实际情况输出包括后向或者前向不同模拟时长的累计粒子的滞留时间和粒子数的空间分布，采用科学的统计方法进行整理计算，得出释放粒子的空间概率分布，建立粒子概率分布数据库。
进一步地，在所述步骤4中，对于污染物的潜在源区贡献分布，具体计算过程如下：
首先，建立大气污染源清单数据库，根据实际情况分为不同区域、不同分辨率以及不同行业；
然后，从所述粒子概率分布数据库和所述污染源清单数据库获取数据，进行污染物潜在源区贡献分布的计算；
最后，建立污染物潜在源区数据库，读取所述污染物潜在源区数据库的数据运行模型，计算得到模拟的污染物浓度和清单中各行业对于污染物浓度的贡献量。
进一步地，在所述步骤5中，建立模拟污染物浓度及清单中各行业对污染物贡献的数据库，解析上述数据库，得到需要的污染物浓度数据，转换为出图需要的格式数据并自动渲染输出。
本发明的基于拉格朗日输送模型的空气质量快速溯源预报方法，由于将拉格朗日输送模型的输出结果与排放源清单结合来计算空气污染溯源，建立了拉格朗日模型衔接WRF模式预报的气象场，能够计算输出污染物来源潜在源区贡献，并结合排放源清单对于未来空气质量进行溯源预报的方法和系统，为解决现有技术中大气污染预报模型计算量大且速度慢的问题，提供了一种新的空气污染溯源方法。
进一步地，本发明能够实现对区域、城市的大气污染来源解析、预报，以及对识别污染贡献重点区和污染减排措施的快速响应论证，进而实现对污染源更为有效地监管与控制。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1是根据本发明一个实施例的空气质量快速溯源预报方法的工作流程示 意图。
具体实施方式
图1是根据本实施例的空气质量快速溯源预报方法的工作流程示意图。如图1所述，该基于拉格朗日输送模型的空气质量快速溯源预报方法，其一般性地可包括以下步骤：
步骤1：利用中尺度天气预报模式模拟所需模拟区域的气象场；
步骤2：根据拉格朗日输送模型的气象场要求提取所述气象场模拟系统所输出的所述气象场的关键要素；
步骤3：设置所述拉格朗日输送模型的基础参数，并通过所述拉格朗日输送模型计算所释放粒子的时空概率分布(footprint)，建立粒子概率分布数据库；
步骤4：结合所述释放粒子的时空概率分布和所述模拟区域的污染源清单计算污染物的潜在源区贡献分布(PSC，potential source contribution)；
步骤5：统计模拟计算得到的所述污染物的浓度和所述污染物清单中各行业对于所述污染物的浓度的贡献量。
进一步地，所述步骤1中所述气象场的模拟包括如下过程：
(1)基础气象资料的收集整理。采用多渠道全球或更大范围的气象的初始场数据驱动，同化气象场资料，代入中尺度天气预报模式。
(2)确定中尺度天气预报模式的模拟网格精度。根据实际预报需求精度可以设定为从几百米到几十公里不等；
(3)选择所需模拟区域。建立合理的模拟嵌套方案，选择合适的模拟区域；
(4)数据处理分析，输出指定的所述模拟区域的关于气象场的模拟结果。基于中尺度天气预报模式(WRF)，建立实时数值天气预报系统，精细准确地模拟以及预测天气状况和气象要素，形成未来3天至7天的气象预报场数据库
进一步地，在所述步骤2中，所提取的所述关键要素为对气团输送起关键作用的要素，包括所述步骤1中所述气象场的风速、温度、湿度和气压场。然后利用ARW2ARL将计算输出的气象场资料转换成拉格朗日模型能够读取的格式，在所述步骤2中，进行数据格式转换时，是将中尺度天气预报模式下输出的NC格式的气象数据转换为ARL格式的气象场格点数据。
进一步地，在所述步骤3中，所述拉格朗日输送模型的基础参数包括：
建立所述气象场中粒子释放的模拟时间方案，包括模拟开始时间的设定，模拟持续的日期以及污染小时步长，并选择后向或者前向模拟的小时数；
选择需要模拟的区域范围，确定所述模拟区域的边界经纬度；
确定模拟站点的个数，建立模拟地点的经纬度坐标和粒子释放的高度以及公里网格点；
选择模型垂直运动的方案、模式层顶高度、模型结果数据输出格式和内容。
进一步地，在所述步骤3中，运行拉格朗日输送模型获得释放粒子的时空概率分布的过程，是根据实际情况输出包括后向或者前向不同模拟时长的累计粒子的滞留时间和粒子数的空间分布，采用科学的统计方法进行整理计算，得出释放粒子的空间概率分布，建立粒子概率分布数据库。
具体说来，在受体点释放一定量的粒子，随着粒子的后向轨迹计算，推出粒子可能的来源空间分布。根据实际情况推出包括后向或者前向不同模拟时长的累计粒子的滞粒子在每一个三维网格驻留的时间。只有经过地面的气团才会受排放的影响，高空的气团就算驻留很长时间，它的浓度也较难发生变化。提取100m高度以下的驻留时间，采用科学的统计方法进行整理计算，得出影响地面污染输送的释放粒子的空间概率分布。
进一步地，在所述步骤4中，对于污染物的潜在源区贡献分布，具体计算过程如下：
首先，建立大气污染源清单数据库，根据实际情况分为不同区域、不同分辨率以及不同行业，包含工业、农业、电厂、交通和居民生活五大类源排放；
然后，从所述粒子概率分布数据库和所述污染源清单数据库获取数据，进行污染物潜在源区贡献分布的计算；
最后，建立污染物潜在源区数据库，读取所述污染物潜在源区数据库的数据运行模型，计算得到模拟的污染物浓度和清单中各行业对于污染物浓度的贡献量。根据空间层高、污染物类型、覆盖区域、时间点或时间段，动态展现查询时段内每小时的模式预测结果。具体包括：
(1)建立模拟污染物浓度及清单中各行业对污染物贡献的数据库。能够对具体时间、具体地点不同类型空气污染的来源解析，输出市内其他地区、市外地区对重污染地区大气环境质量的贡献率，及影响污染大气的主要污染物类型组成(PM2.5、扬尘、SO2等)和各组成的贡献率，从而分析识别污染贡献大户(区域及污染源)；
(2)解析拉格朗日输送模型运行结果文件，得到需要的污染物浓度数据， 转换为出图需要的格式数据并自动渲染输出。对主要大气污染物进行追踪溯源，自动生成直观的分布图，为污染控制方案制定提供依据。
本发明的基于拉格朗日输送模型的空气质量快速溯源预报方法，由于将拉格朗日输送模型的输出结果与排放源清单结合来计算空气污染溯源，建立了拉格朗日模型衔接WRF模式预报的气象场，能够计算输出污染物来源潜在源区贡献，并结合排放源清单对于未来空气质量进行溯源预报的方法和系统，为解决现有技术中大气污染预报模型计算量大且速度慢的问题，提供了一种新的空气污染溯源方法。
进一步地，本发明能够实现对区域、城市的大气污染来源解析、预报，以及对识别污染贡献重点区和污染减排措施的快速响应论证，进而实现对污染源更为有效地监管与控制。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。