[發明專利]一種基于觀測數據的臭氧來源分析方法及裝置

在審

• 申請號: 202011280574.0
• 申請日: 2020-11-16
• 公開（公告）號: CN112362816A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 肖林鴻;王自發;潘鶴;吳劍斌;樊旭;鐘方潛;王文丁;陳煥盛;秦東明
• 申請（專利權）人: 中科三清科技有限公司
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種基于觀測數據的臭氧來源分析方法，其特征在于，所述方法包括；

獲取目標區域在預設時間段內的氣象場數據和污染物觀測數據；

對所述污染物觀測數據進行異常值剔除處理和缺失值修復處理；

根據所述氣象場數據和處理后的所述污染物觀測數據，確定多個前體物濃度組合情景；

根據所述多個前體物濃度組合情景，識別出在所述預設時間段內所述目標區域中對臭氧的生成起主導作用的前體污染物。

2.根據權利要求1所述的方法，其特征在于，所述對所述污染物觀測數據進行異常值剔除處理，包括：

將所述污染物觀測數據中不滿足預設閾值范圍的污染物濃度剔除；和/或，

通過預設聚類算法識別并剔除所述污染物觀測數據中不滿足預設地區聚類條件的污染物濃度；和/或，

從所述污染物觀測數據中確定出突變異常濃度，剔除所述突變異常濃度。

3.根據權利要求1所述的方法，其特征在于，所述對所述污染物觀測數據進行缺失值修復處理，包括：

根據所述污染物觀測數據，確定所述預設時間段內是否存在缺失第一臭氧前體物的濃度的第一時刻；

若所述第一臭氧前體物包括導致臭氧生成的所有臭氧前體物，則根據所述預設時間段內其他時刻對應的污染物觀測數據，通過預設機器學習算法預測所述第一時刻對應的所述所有臭氧前體物的濃度，在所述污染物觀測數據中添加所述第一時刻對應的所有臭氧前體物的濃度；

若所述第一臭氧前體物不包括導致臭氧生成的所有臭氧前體物，則獲取所述目標區域的歷史污染物觀測數據，根據所述歷史污染物觀測數據，在所述污染物觀測數據中添加所述第一臭氧前體物的濃度。

4.根據權利要求3所述的方法，其特征在于，所述根據所述歷史污染物觀測數據，在所述污染物觀測數據中添加所述第一臭氧前體物的濃度，包括：

根據所述歷史污染物觀測數據，擬合各臭氧前體物對應的組分比例；

根據所述各臭氧前體物對應的組分比例，計算所述第一臭氧前體物的濃度；

在所述第一時刻對應的污染物觀測數據中添加所述第一臭氧前體物的濃度。

5.根據權利要求1所述的方法，其特征在于，所述根據所述氣象場數據和處理后的所述污染物觀測數據，確定多個前體物濃度組合情景，包括：

將所述氣象場數據和處理后的所述污染物觀測數據確定為所述目標區域在所述預設時間段內的基準濃度情景；

調整所述基準濃度情景包括的各臭氧前體物的濃度，獲得多個前體物濃度組合情景。

6.根據權利要求1所述的方法，其特征在于，所述根據所述多個前體物濃度組合情景，識別出在所述預設時間段內所述目標區域中對臭氧的生成起主導作用的前體污染物，包括：

通過預設箱模式分別模擬每個前體物濃度組合情景對應的臭氧濃度；

根據所述每個前體物濃度組合情景對應的臭氧前體物的濃度和臭氧濃度，確定所述預設時間段內所述目標區域中對臭氧的生成起主導作用的前體污染物。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

根據所述每個前體物濃度組合情景對應的各臭氧前體物濃度及臭氧濃度，繪制臭氧等濃度曲線圖；

根據所述基準濃度情景包括的各臭氧前體物濃度和臭氧濃度，在所述臭氧等濃度曲線圖中標注出所述基準濃度情景。

8.一種基于觀測數據的臭氧來源分析裝置，其特征在于，所述裝置包括；

獲取模塊，用于獲取目標區域在預設時間段內的氣象場數據和污染物觀測數據；

數據質控模塊，用于對所述污染物觀測數據進行異常值剔除處理和缺失值修復處理；

情景確定模塊，用于根據所述氣象場數據和處理后的所述污染物觀測數據，確定多個前體物濃度組合情景；

識別模塊，用于根據所述多個前體物濃度組合情景，識別出在所述預設時間段內所述目標區域中對臭氧的生成起主導作用的前體污染物。