[發明專利]一種污染物擴散預測方法及系統

有效

• 申請號: 201810897376.5
• 申請日: 2018-08-08
• 公開（公告）號: CN109117549B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 宋春紅;劉浩
• 申請（專利權）人: 浙江航天恒嘉數據科技有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06T7/00
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 楊立;李航

本發明涉及一種污染物擴散預測方法及系統，其方法包括S1，根據擴散條件構建目標煙氣排放口排放的煙氣的高斯擴散模型；S2，采集所述目標煙氣排放口排放的煙氣的圖像，并對所述圖像進行圖像處理，得出所述目標煙氣排放口排放的煙氣的軌跡方程；S3，根據所述軌跡方程對所述目標煙氣排放口排放的煙氣進行空間濃度分布預測，并通過與采集的所述目標煙氣排放口排放的煙氣的真實值進行比較，對所述高斯擴散模型進行修正；S4，利用修正后的所述高斯擴散模型，并采用關聯規則算法對所述目標煙氣排放口排放的煙氣中的污染物進行軌跡擴散預測。本發明方法基于高斯擴散模型結合圖像識別技術，可以有效的減少數據的采集難度，能夠優化預測效果。

技術領域

本發明涉及污染物擴散預測領域，具體涉及一種污染物擴散預測方法及系統。

背景技術

現有技術中通常采用高斯擴散模型對污染物的擴散進行預測。然而，現有的高斯擴散模型建立在較多的理想假設的前提下，其需要的假設條件有：①風的平均流場穩定，風速均勻，風向平直；②污染物的濃度在y、z軸方向符合正態分布；③污染物在輸送擴散中質量守恒；④污染源的源強均勻、連續。另外，根據現有的高斯擴散模型推導出的公式所需數據多，且數據獲取難度大，高斯擴散模型準確度較低，實際預測效果不理想。

發明內容

本發明所要解決的技術問題是提供一種污染物擴散預測方法及系統，可以有效的減少數據的采集難度并能夠優化預測效果。

本發明解決上述技術問題的技術方案如下：一種污染物擴散預測方法，包括以下步驟，

S1，根據擴散條件構建目標煙氣排放口排放的煙氣的高斯擴散模型；

S2，采集所述目標煙氣排放口排放的煙氣的圖像，并對所述圖像進行圖像處理，得出所述高斯擴散模型所需的參數數據和所述目標煙氣排放口排放的煙氣的軌跡方程；

S3，根據所述軌跡方程對所述目標煙氣排放口排放的煙氣進行空間濃度分布預測，并通過與采集的所述目標煙氣排放口排放的煙氣的真實值進行比較，且結合所述高斯擴散模型所需的參數數據對所述高斯擴散模型進行修正；

S4，利用修正后的所述高斯擴散模型，并采用關聯規則算法對所述目標煙氣排放口排放的煙氣中的污染物進行軌跡擴散預測。

本發明的有益效果是：本發明一種污染物擴散預測方法基于高斯擴散模型，結合圖像識別技術，從圖像數據獲取高斯擴散模型所需的參數數據，可以有效的減少數據的采集難度；同時，利用圖像信息擬合煙氣軌跡，修正高斯擴散模型，這樣能夠提高高斯擴散模型的準確度；通過修正后的高斯擴散模型且采用關聯規則算法，對煙氣中的污染物進行軌跡擴散預測，能夠優化預測效果。

在上述技術方案的基礎上，本發明還可以做如下改進。

進一步，還包括以下步驟，

S5，根據反演算法，利用修正后的所述高斯擴散模型，并結合企業排放物的特征因子庫，對污染物進行溯源。

采用上述進一步方案的有益效果是：采用反演算法，根據多個大氣站的監測數據以及風向等，進行反推得出目標污染氣體的可以排放工廠區域，結合企業的特征因子庫，進一步縮小排放區域的范圍，達到溯源的效果。

進一步，所述S5具體為，

采用反演算法，根據多個大氣站的監測數據以及風向和修正后的所述高斯擴散模型進行反推，得出污染氣體的排放區域；

結合企業的特征因子庫，縮小排放區域的范圍，實現污染物的溯源。

進一步，所述S2具體為，

S21，對所述圖像進行二值化處理；

S22，利用邊緣模板算子對經過二值化處理后的圖像的背景差分，并結合區域增長算法，分割獲取所述高斯擴散模型所需的參數數據和所述目標煙氣排放口排放的煙氣的軌跡方程。