一种细颗粒物减排情景模拟方法、装置及其存储介质与流程

本发明涉及一种细颗粒物的减排模拟，尤其是一种细颗粒物减排情景模拟方法、装置及其存储介质。

背景技术：

1、城市细颗粒物浓度（pm2.5）主要与以下三点原因有关：1、人为源直接排放的一次细颗粒物；2、污染源排放的前体物（no2、so2、co和vocs等）在不利气象条件下发生均相/非均相化学反应，从而形成的二次细颗粒物；3、跨区域、跨城市传输的细颗粒物。即源排放水平、气象条件和传输条件是影响颗粒物浓度的主要因子。其中，逐日气象条件基本不受人为因素干扰，周边城市细颗粒物水平不由该城市控制，因此，只能通过削减本地前体物排放水平来降低本地颗粒物水平。本方法提供了一种通过固定气象条件、固定周边城市颗粒物水平，只增加或减少该城市前体物浓度，从而模拟该城市细颗粒物浓度，从而支撑政府部门达标减排规划、明确减排方向和前体物削减比例、重污染天应急减排清单制定。

2、污染物的减排情景模拟一般基于区域气象-大气化学在线耦合模式，即数值模型。然而，数值模型方法的核心是以大气动力学、大气环境化学为基础，根据空气污染排放源数据、气象数据，用方程组构建数学模型来计算污染物时空分布，再通过计算机求解。其将时间、空间维度划分成网格，设定好边界条件和初始条件，再辅之以污染源数据和气象数据，然后进行大量计算。然而，数值模式模拟时受到排放清单滞后、化学机制机理不完善、计算量大、硬件要求高、耗时长等方面的制约或影响。

技术实现思路

1、为解决上述问题，本发明提供一种细颗粒物减排情景模拟方法，具体技术方案为：

2、一种细颗粒物减排情景模拟方法，包括以下步骤：

3、s1、基于机器学习方法建立细颗粒物浓度变化模型；

4、s2、计算未减排时的pm2.5模拟浓度：

5、将原始气象数据、污染物浓度数据带入浓度变化模型，计算pm2.5模拟浓度；

6、s3、计算减排情景下的pm2.5模拟浓度：

7、设置前体物减排情景，输入so2、no2和co减排的浓度带入浓度变化模型，计算减排后的pm2.5浓度，

8、s4、减排效果的定量评估：

9、减排浓度＝未减排时的模拟浓度－减排情景下的模拟浓度；

10、所述减排浓度＞0时，减排情景有利于降低pm2.5浓度；

11、所述减排浓度＜0时，该减排情景不利于降低pm2.5浓度。

12、优选的，所述浓度变化模型公式如下：

13、；

14、式中：

15、x为自变量；

16、y为因变量；

17、wn为每个自变量函数的权重；

18、fn是一组每个特征变量分别建模为目标变量的函数。

19、优选的，所述步骤s1中：

20、所述因变量取pm2.5浓度的对数；

21、所述自变量取影响逐日pm2.5浓度的三类因子，所述三类因子包括：本地一次排放、本地前体物水平和气象条件、传输影响。

22、进一步的，所述本地一次排放用前一日的pm2.5浓度表征；所述本地前体物水平和气象条件用前一日so2浓度、前一日no2浓度、前一日co浓度、日平均温度、日平均湿度、日累计降水量、u分量、v分量表征；所述传输影响用周边十个城市前一日pm2.5浓度表征；其中，所述u分量和所述v分量是风速的矢量分解，所述u分量为风的东西向分量，所述v分量为风的南北向分量。

23、其中，所述u分量和所述v分量计算方法如下：

24、u分量=风速×sin((风向－180)×π/180)；

25、v分量=风速×cos((风向-180)×π/180)。

26、一种细颗粒物减排情景模拟方法的装置，所述装置包括：处理器、存储器以及程序；所述程序存储在所述存储器中，所述处理器调用存储器存储的程序，以执行上述一种细颗粒物减排情景模拟方法的步骤。

27、一种计算机可读存储介质，所述计算机可读存储介质被配置成存储程序，所述程序被配置成执行上述一种细颗粒物减排情景模拟方法的步骤。

28、与现有技术相比本发明具有以下有益效果：

29、本发明提供的一种细颗粒物减排情景模拟方法成本低、不需要大型计算机、不使用三维传输模型、计算量小、速度快。

技术特征：

1.一种细颗粒物减排情景模拟方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种细颗粒物减排情景模拟方法，其特征在于，

3.根据权利要求2所述的一种细颗粒物减排情景模拟方法，其特征在于，

4.根据权利要求3所述的一种细颗粒物减排情景模拟方法，其特征在于，

5.根据权利要求4所述的一种细颗粒物减排情景模拟方法，其特征在于，

6.一种细颗粒物减排情景模拟方法的装置，其特征在于，所述装置包括：

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质被配置成存储程序，所述程序被配置成执行权利要求1所述的一种细颗粒物减排情景模拟方法的步骤。

技术总结
本发明涉及一种细颗粒物减排情景模拟方法，包括以下步骤：S1、基于机器学习方法建立细颗粒物浓度变化模型；S2、计算未减排时的PM2.5模拟浓度：将原始气象数据、污染物浓度数据带入浓度变化模型计算PM2.5模拟浓度；S3、计算减排情景下的PM2.5模拟浓度：设置前体物减排情景，输入SO<subgt;2</subgt;、NO<subgt;2</subgt;和CO减排的浓度带入浓度变化模型计算减排后的PM2.5浓度，S4、减排效果的定量评估：减排浓度＝未减排时的模拟浓度－减排情景下的模拟浓度；减排浓度＞0时，减排情景有利于降低PM2.5浓度；减排浓度＜0时，减排情景不利于降低PM2.5浓度。该方法成本低、不需要大型计算机、不使用三维传输模型、计算量小、速度快。

技术研发人员：刘静达,蒋陈,孙璐航
受保护的技术使用者：无锡中科光电技术有限公司
技术研发日：
技术公布日：2024/3/12