本发明创造涉及城市管理技术领域,特别涉及一种城市气浮颗粒扩散追踪方法。
背景技术:
气浮颗粒(烟团、pm2.5、pm10等)漂移、放射泄漏污染、化学气体扩散、(油体泄漏、赤潮等)水体污染表现为在空间上的区域性和污染区域内的不同浓度/强度分布,对于水体污染物的扩散分布已经有成熟的追踪方法,但是对于气浮颗粒的扩散分布的追踪方法还是缺乏。
技术实现要素:
本发明的目的是提供一种城市气浮颗粒扩散追踪方法,解决现有气浮颗粒扩散分布追踪方面的短板。
本发明解决其技术问题的解决方案是:一种城市气浮颗粒扩散追踪方法,包括:
步骤1、建立采集点;
步骤2、以采集点为原点,建立空间直角坐标系;
步骤3、采集在所述空间直角坐标系下,不同坐标点的气浮颗粒浓度数据和风速数据;
步骤4、将采集得到的气浮颗粒浓度数据进行曲线拟合得到气浮颗粒浓度拟合函数;
步骤5、将采集得到的风速数据进行曲线拟合得到风速拟合函数;
步骤6、将所述气浮颗粒浓度拟合函数和风速拟合函数代入污染物分布数学模型得到污染物扩散范围预测图;
其中,所述污染物分布数学模型为:
其中,a(x,y,z)为气浮颗粒浓度拟合函数,b(x,y,z)为风速拟合函数。
进一步,在步骤3中,在所述空间直角坐标系下,不同坐标点的气浮颗粒浓度数据和风速数据的采集方法包括:利用无人机采集不同坐标点的气浮颗粒浓度数据和风速数据。
进一步,在步骤4中,将采集得到的气浮颗粒浓度数据进行曲线拟合的方法包括最小二乘法。
进一步,在步骤5中,将采集得到的风速数据进行曲线拟合的方法包括最小二乘法。
本发明的有益效果是:本发明的方法通过建立污染物分布数学模型,并利用污染物分布数学模型得到气浮颗粒污染物扩散范围预测图,通过所述气浮颗粒污染物扩散范围预测图得到气浮颗粒的扩散范围,实现对气浮颗粒的追踪。解决了现有缺乏对气浮颗粒追踪方面的短板。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单说明。显然,所描述的附图只是本发明的一部分实施例,而不是全部实施例,本领域的技术人员在不付出创造性劳动的前提下,还可以根据这些附图获得其他设计方案和附图。
图1是实施例1的步骤流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。另外,文中所提到的所有联接/连接关系,并非单指构件直接相接,而是指可根据具体实施情况,通过添加或减少联接辅件,来组成更优的联接结构。本发明创造中的各个技术特征,在不互相矛盾冲突的前提下可以交互组合。
实施例1,参考图1,一种城市气浮颗粒扩散追踪方法,包括:
步骤1、建立采集点;
步骤2、以采集点为原点,建立空间直角坐标系;
步骤3、采集在所述空间直角坐标系下,不同坐标点的气浮颗粒浓度数据和风速数据;
步骤4、将采集得到的气浮颗粒浓度数据进行曲线拟合得到气浮颗粒浓度拟合函数;
步骤5、将采集得到的风速数据进行曲线拟合得到风速拟合函数;
具体的,在步骤4和步骤5中,可采用曲线拟合软件对气浮颗粒浓度数据和风速数据进行曲线拟合,本实施例采用的是origin软件。
步骤6、将所述气浮颗粒浓度拟合函数和风速拟合函数代入污染物分布数学模型得到污染物扩散范围预测图;具体的,可采用matlab运行污染物分布数学模型,从而得到污染物扩散范围预测图,根据所述污染物扩散范围预测图即可得到气浮颗粒扩散的范围,实现对气浮颗粒的追踪。
其中,所述污染物分布数学模型为:
其中,a(x,y,z)为气浮颗粒浓度拟合函数,b(x,y,z)为风速拟合函数。
本发明的方法通过建立污染物分布数学模型,并利用污染物分布数学模型得到气浮颗粒污染物扩散范围预测图,通过所述气浮颗粒污染物扩散范围预测图得到气浮颗粒的扩散范围,实现对气浮颗粒的追踪。
作为优化,在步骤3中,在所述空间直角坐标系下,不同坐标点的气浮颗粒浓度数据和风速数据的采集方法包括:利用无人机采集不同坐标点的气浮颗粒浓度数据和风速数据。采用无人机进行数据采集可以更加方便的进行大量数据的采集,相对于固定监测站的采集方法,利用无人机采集可以使得采集更加灵活,效果更好。
作为优化,在步骤4中,将采集得到的气浮颗粒浓度数据进行曲线拟合的方法包括最小二乘法;在步骤5中,将采集得到的风速数据进行曲线拟合的方法包括最小二乘法。
以上对本发明的较佳实施方式进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变型或替换,这些等同的变型或替换均包含在本技术权利要求所限定的范围内。