[發明專利]一種空氣污染物排放清單反演方法和設備

有效

• 申請號: 201910597957.1
• 申請日: 2019-07-04
• 公開（公告）號: CN110334438B
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 耿永輝;鄭龍;劉玉鳳;朱景升
• 申請（專利權）人: 北京思路創新科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/12
• 代理公司: 中國和平利用軍工技術協會專利中心 11215
• 代理人: 劉光德;彭霜

本發明提出一種空氣污染物排放清單反演方法和設備，所述方法包括：步驟1：根據空氣污染物排放原始清單文件和原始氣象場文件生成初始種群；步驟2：模擬空氣污染物濃度；步驟3：判斷是否達到迭代終止條件，如果達到迭代終止條件，則輸出最終的反演清單文件，否則轉步驟4；步驟4：基于遺傳算法生成新種群，轉步驟2。采用所述方法相比于CMAQ模式預測的空氣質量，其準確度更高。

技術領域

本發明涉及氣象領域，具體涉及一種空氣污染物排放清單反演方法和設備。

背景技術

近20年來,空氣污染預報模式的研究得到了很大的發展。空氣質量模式將復雜的大氣物理、化學模式系統化，建立污染物排放、氣象、化學反應相關的模型，模擬空氣質量的變化。而污染物排放清單作為空氣質量模式的模型輸入文件，其準確性對空氣質量模型最終的模擬效果有很大影響。由于污染源類型復雜，數據獲取困難，空間分布不均勻，時間尺度變化大，所以具有相當大的不確定性，給空氣質量模擬的結果也帶來了很大的不確定性。

參見圖1，為現有技術中流行的空氣污染物清單反演技術流程，一般假定排放和監測值之間存在線性關系，根據模擬污染物濃度與實際監測值之間的差異，來反向修改清單的輸入。通過迭代：

其中P_n(x,y)、Q_n(x,y)分別為源“反演”迭代第n次計算獲取的污染物濃度與源排放分布函數，P_n+1(x,y)、Q_n+1(x,y)分別為源“反演”迭代第n+1次計算獲取的污染物濃度和源排放分布函數。收斂判據如下：

其中是網格x，y(對選定區域劃分后，x,y表示坐標位置。比如對10km×12km區域進行5×4劃分，即對10km進行5等分，12km進行4等分，其中，x＝2,y＝3時，則為10km的第2個等分區域以及12km的第3個等分區域對應位置處污染物濃度的實測值。F_n+1(x,y)＝P_n+1(x,y)為源“反演”迭代第n+1次計算獲取的污染物濃度分布函數。ΔF_n+1為實測值與n+1次“迭代”模式計算結果的偏差值，即n+1次修正源的計算誤差，σ％為誤差閾值的百分比，當偏差值小于預設的最小誤差或者達到最大迭代次數時，迭代終止，否則根據偏差調整清單，進行下一輪的迭代模擬。

但是，對于二次反應生成的污染物來說，形成機制較復雜，排放和濃度呈現明顯的非線性關系，用上述方法調整效果不佳。或者需要調整多輪，運算時間較長。其次，此種方法基于梯度計算，容易找到的是局部最優解，而非全局最優解。第三，從污染物排放到形成最終污染物，經過了空氣傳輸擴散、化學反應、濕沉降、干沉降等過程，因此，空氣污染物排放量和污染物濃度呈現明顯的非線性關系，給空氣污染物排放清單反演帶來了困難。

發明內容

針對上述技術問題，本發明通過利用遺傳算法和CMAQ(CommunityMultiscaleAirQualityModel)模型結合，提出了一種空氣污染物排放清單分析方法，并可用于優化排放清單。遺傳算法(GeneticAlgorithm)的概念是由Holland于1973年受生物進化論的啟發而首次提出的。遺傳算法(Genetic Algorithm)遵循“適者生存”、“優勝劣汰”的原則，是一類借鑒生物界自然選擇和自然遺傳機制的隨機化搜索算法。遺傳算法模擬一個人工種群的進化過程，通過選擇(Selection)、交叉(Crossover)以及變異(Mutation)等機制，在每次迭代中都保留一組候選個體，重復此過程，種群經過若干代進化后，理想情況下其適應度達到近似最優的狀態。

本發明提出了一種空氣污染物排放清單反演方法，包括以下步驟：

步驟1：根據空氣污染物排放原始清單文件和原始氣象場文件生成初始種群；