基于光学三维扫描的大气污染颗粒物图像检测方法与流程

摘要: 本发明涉及大气环境监管,更具体地说,本发明涉及基于光学三维扫描的大气污染颗粒物图像检测方法。背景技术:1、随着我国工业园区大气污染精细化监管需求不断提升,细颗粒...
基于光学三维扫描的大气污染颗粒物图像检测方法与流程

本发明涉及大气环境监管,更具体地说,本发明涉及基于光学三维扫描的大气污染颗粒物图像检测方法。

背景技术:

1、随着我国工业园区大气污染精细化监管需求不断提升,细颗粒物、可吸入颗粒物等大气污染物的原位检测、排放源识别与污染责任划分成为环境治理核心环节,当前工业园区大气污染颗粒物检测与溯源技术存在明显应用局限,难以满足精准监管要求;

2、然而,现有光学三维扫描的大气污染颗粒物图像检测还存在以下不足:

3、首先,现有检测方法多依赖颗粒物粒径、浓度等宏观参数,未结合三维形貌与偏振散射光学特征开展识别,单颗粒特征提取维度不足,排放源匹配易受环境干扰,识别准确率与可信度偏低;

4、其次,气流场与扩散场建模多采用简化气象数据,未融合园区三维建筑模型与颗粒物实时运动矢量,流场重建精度不足,同时排放源特征库无自进化能力、逆向溯源误差较大,无法实现污染贡献量化与责任精准划分,难以形成可落地的执法依据;

5、为此,推出基于光学三维扫描的大气污染颗粒物图像检测方法。

技术实现思路

1、为了克服现有技术的上述缺陷,本发明的实施例提供基于光学三维扫描的大气污染颗粒物图像检测方法。

2、为实现上述目的,本发明提供如下技术方案:

3、基于光学三维扫描的大气污染颗粒物图像检测方法,包括如下步骤:

4、特征指纹库构建:预先对园区内各企业排放口进行颗粒物特征采样,构建融合三维形貌特征与偏振散射特征的特征指纹库,其中三维形貌特征包含等效粒径、球形度、分形维数,偏振散射特征包含退偏比、二向色性;

5、预先对各企业的所有有组织排放口和无组织散逸点进行颗粒物采样;

6、对样本特征进行统计分析,提取每个排放源的特征原型,形成包含特征均值、方差与分布范围的指纹簇,建立特征指纹库;

7、构建气流场与扩散场:由全部监测节点同步采集所在位置的气象数据与颗粒物三维运动位移矢量,结合工业园区建筑物三维模型,重建园区三维气流场,并生成三维颗粒物扩散浓度场;

8、排放源匹配:提取待测颗粒物的三维形貌与偏振散射特征,将其与预构建的特征指纹库进行逐一比对,计算颗粒物与库内特征的相似度;将相似度结果与预设阈值对比,选取相似度最小且低于阈值的排放源,判定为该颗粒物的归属排放源,并计算对应的匹配置信度;

9、逆向敏感度矩阵计算:将气流场按时间倒序排列、风向取反,生成反向气流场;在目标受体区域投放虚拟反向粒子,标记粒子正向时间并驱动其在反向气流场中运动,按照预设规则判定粒子状态;统计各排放源各时刻的命中粒子数量,结合粒子投放总数计算比值,得到敏感度矩阵;

10、责任报告生成:提取各排放源的责任数据并开展综合分析,核算得到各排放源的综合责任指数;依据综合责任指数与预设的责任等级标准,划分各排放源的责任等级,生成工业园区污染责任划分报告。

11、具体的,得到气流场的具体过程为:

12、预先对园区所有风况组合进行cfd气流模拟,将模拟结果经pod处理,提取可代表原流场的主要空间分布模式,存储为模态库;

13、各监测节点同步采集两类实时数据:气象数据由超声风速仪获取,包含监测位置的瞬时三维风速、风向、温度、湿度;颗粒物运动数据通过全息成像系统追踪同一颗粒物连续两帧的位置变化,解算得到三维运动位移矢量,同时由粒子计数器输出颗粒物数浓度;

14、以模态库为基础,为颗粒物位移矢量与气象风速数据分别设置差异化权重系数并求解模态系数;

15、为模态系数预先设定一组初始值,进行线性叠加,计算出每个监测节点位置处的风速估计值作为叠加出的风速;

16、针对各监测节点,分别计算重构风速与实测颗粒物位移矢量的矢量偏差、与气象实测风速的风速偏差,对两类偏差加权后累加所有节点的偏差值,得到综合误差值;

17、调整模态系数的值,使总加权综合误差值逐步缩小,当综合误差值缩小到最小时,对应的模态系数作为最优模态系数,代入公式后得到实时气流场。

18、具体的,得到扩散浓度场的具体过程为:

19、在气流场上运行拉格朗日粒子扩散模型,通过统计各三维网格单元内虚拟粒子的数量,生成模拟浓度场;

20、对模拟浓度场进行插值校正,使浓度场在节点处的值与实测值一致,输出园区三维颗粒物扩散浓度场。

21、具体的,得到相似度值的具体过程为:

22、提取对应颗粒物的三维形貌特征和偏振散射特征,并进行归一化处理后,组成特征向量,,其中,为特征总个数;

23、对每个特征,在指纹库中取各排放源的原型均值,计算这些均值在所有排放源之间的方差,该方差越大,说明对应特征区分不同排放源的能力越强;

24、第个特征的权重为:,其中,,为所有d个特征的排放源间方差之和;构建权重对角矩阵

25、识别特征指纹库中第个排放源的特征原型包含均值向量和协方差矩阵;

26、当前颗粒物归一化特征向量与排放源的加权马氏距离公式为:;即得到特征向量与排放源的相似度值。

27、具体的,得到匹配置信度的具体过程为:

28、依次计算颗粒物与指纹库中所有排放源的相似度值,得到相似度值集合;

29、预先设定相似度值对应的相似度阈值,选取相似度值最小的排放源且相似度值小于阈值时,则判定颗粒物所属对应的排放源;

30、在确定对应的排放源后,获取相似度值集合中的最小值,和对应的相似度阈值,利用公式得到匹配置信度。

31、具体的,得到敏感度矩阵的具体过程为:

32、在气流场中读取时间序列,,...,,令反向时刻索引对应正向时刻,即:,,;

33、对对应的正向时刻,将该时刻每个网格点的风速矢量取负号,得到反向气流场:;

34、设定受体区域以及受体区域对应的投放参数,在目标收取区域内投放p个虚拟反向粒子,由反向气流场和反向湍流扰动驱动其逐时间步运动;

35、通过计算虚拟反向粒子最终位置与已知排放源坐标之间的三维空间欧氏距离,与预设的归属半径进行比对,判定粒子状态;

36、当粒子与对应排放源距离小于阈值时,将对应粒子标记为命中粒子,将飞出园区的粒子标记为外来传输粒子,将反向运动时长超过预设阈值的粒子标记为失效粒子;

37、统计各排放源各正向时刻的命中粒子数,除以投放总数p,得到敏感度矩阵。

38、具体的,对责任数据进行综合分析的具体过程为:

39、设定责任分析时段,在时段内,统计被标记为排放源对应的颗粒物数量,将排放源对应的颗粒物数量与总标记颗粒物数量进行比值计算得到标记颗粒物占比;

40、在分析时段内,取排放源对应的敏感度矩阵,并计算均值得到排放源对应的敏感均值,统计所有排放源敏感度均值之和,将敏感均值与所有排放源敏感度均值之和进行比值计算得到敏感度占比;

41、取所有被标记为排放源对应颗粒物的匹配置信度,计算算术平均值作为平均匹配置信度。

42、具体的,确定对应责任等级的过程为:

43、分别将标记颗粒物占比、敏感度占比以及平均匹配置信度进行综合处理后得到综合责任指数;

44、预设综合责任指数对应的综合责任指数阈值,当综合责任指数大于对应阈值时,计算综合责任指数与对应阈值的差值得到责任差值,预设责任差值对应的三组责任差值区间,且每组责任差值区间分别对应一个责任等级将责任差值与对应的责任差值区间进行匹配确定对应责任等级。

45、本发明的技术效果和优点:

46、本发明通过光学三维扫描与偏振全息成像采集颗粒物三维形貌、偏振散射多维度特征,对特征进行归一化处理构建标准化特征向量,基于排放源间特征方差计算区分度权重并构建加权对角矩阵,采用加权马氏距离匹配自进化特征指纹库,同时引入匹配置信度量化匹配结果可靠性,实现了单颗粒物排放源的高精准识别与强抗干扰匹配,解决了传统方法依赖粒径、浓度等宏观参数、特征维度单一、易受环境噪声干扰、识别结果缺乏可信度支撑的问题。

47、本发明通过离线降阶模态库与在线实测颗粒物数浓度双向约束,融合园区三维建筑模型与实时气象数据构建高精度三维气流场,以实测数浓度为约束对模拟浓度场进行插值校正,生成园区三维颗粒物扩散浓度场,实现了污染物扩散轨迹与空间浓度分布的精准重建,解决了传统流场建模未考虑建筑阻挡效应、扩散场模拟精度不足、无法支撑精细化溯源分析的缺陷。

48、本发明通过构建反向气流场投放虚拟反向粒子进行逆向溯源,统计各排放源命中粒子数生成敏感度矩阵,结合敏感度、标记颗粒物占比等多维度数据加权核算综合责任指数,实现了污染排放源的精准溯源与污染责任的量化划分,为工业园区大气污染监管提供了可落地的执法依据,解决了传统溯源误差大、责任划分缺乏量化标准、难以支撑执法判定的难题。