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。
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。