一种基于空间代表性的PM2.5观测站点优化布局方法与流程

一种基于空间代表性的pm2.5观测站点优化布局方法
技术领域
1.本发明属于空气质量监测技术领域，更具体地，涉及一种基于空间代表性的pm
2.5
观测站点优化布局方法。


背景技术：

2.地面pm
2.5
浓度是空气污染监测的重要内容，pm
2.5
空气质量评价一般是基于地面观测站点数据。现有的pm
2.5
观测站点分布主要集中在城市地区，站点布设通常考虑的是站点之间的距离，以及站点所在位置的污染排放类型，并没有考虑站点覆盖范围的人口比例；而现有的pm
2.5
观测站点数量有限，且单个观测站点空间上只能代表有限地区，这就导致现有的pm
2.5
观测站点空间覆盖的总人口比例可能较小，进而导致pm
2.5
空气质量评价可能出现较大的误差。
3.针对该不足，本发明从站点空间覆盖的人口比例角度出发，提出一种新的pm
2.5
观测站点布局方法。鉴于此，本发明开发一种pm
2.5
观测站点优化布局方法，进而使观测站点的覆盖范围满足一定的人口比例，在开发本方法时，具有以下几个技术难点：
4.(1)如果定量评估pm
2.5
观测站点的空间覆盖范围，即计算观测站点的空间代表性；
5.(2)如何利用空间代表性指标，对pm
2.5
观测站点的分布进行优化，进而使人口覆盖范围比例达到一定的阈值。


技术实现要素：

6.为了解决上述问题，本发明提供一种基于空间代表性的pm
2.5
观测站点优化布局方法。
7.为了实现以上目的，本发明采用的一种技术方案如下：
8.一种基于空间代表性的pm
2.5
观测站点优化布局方法，包含以下步骤：
9.步骤s0，对目标区域进行网格化划分形成网格集合，并计算每个网格点内pm
2.5
观测站点的空间代表性；
10.步骤s1，对网格集合内所有网格点对应的pm
2.5
观测站点的空间代表性进行降序排列，并将排名第一的pm
2.5
观测站点的空间代表性对应的网格点放在目标集合并且从网格集合中删除；
11.步骤s2，对目标集合中所有网格点对应的pm
2.5
观测站点的空间代表性取并集，将网格集合内所有网格点对应的pm
2.5
观测站点的空间代表性去掉所述并集部分；
12.步骤s3，对网格集合内所有网格点更新后的pm
2.5
观测站点的空间代表性重复步骤s1和s2,直至目标集合中的所有网格点对应的pm
2.5
观测站点的空间代表性覆盖的人口比例达到预设的人口覆盖阈值。
13.进一步地，所述步骤s0中的pm
2.5
观测站点的空间代表性计算过程如下：
14.步骤s00，获取pm
2.5
观测站点i对应窗口内每点位(x,y)的pm
2.5
浓度，其中，(x,y)为该点位的地理位置信息；
15.步骤s01，计算每个点位(x,y)和pm
2.5
观测站点i相似度概率f
i
(x,y)；
16.步骤s02，当相似度概率f
i
(x,y)大于预设的概率阈值时，则认为该点位(x,y)在pm
2.5
观测站点i空间代表范围内。
17.进一步地，步骤s01中相似度概率f
i
(x,y)的计算公式如下：
[0018][0019][0020]
公式(1)中，n
t
表示观测次数，pm2.5(x
i
,y
i
,t
k
)表示pm
2.5
观测站点i在t
k
时刻的pm
2.5
浓度，pm2.5(x,y,t
k
)表示点位(x,y)在t
k
时刻的pm
2.5
浓度，flag表示在t
k
时刻的pm
2.5
浓度在pm
2.5
观测站点i和点位(x,y)是否相似。
[0021]
进一步地，步骤s00中窗口大小为100公里*100公里，此时pm
2.5
观测站点位于窗口的中心位置；所述预设的概率阈值为0.9。
[0022]
进一步地，预设的人口覆盖阈值为0.9。
[0023]
本发明的上述技术方案相比现有技术具有以下优点：
[0024]
本发明提供的一种基于空间代表性的pm
2.5
观测站点优化布局方法，用对目标区域网格内对应的pm
2.5
观测站点的空间代表性降序排列、取空间代表性并集的方式获取各 pm
2.5
观测站点的覆盖范围，最后利用预设的人口覆盖比例阈值最终获得各pm
2.5
观测站点的空间布局，本发明的pm
2.5
观测站点优化布局方法获得的pm
2.5
观测站点空间代表性所覆盖的人口比例可以达到较高水平。
附图说明
[0025]
图1为本发明一实施例中一种基于空间代表性的pm
2.5
观测站点优化布局方法的流程图；
[0026]
图2为本发明一实施例中一种基于空间代表性的pm
2.5
观测站点优化布局方法的具体实例流程图；
[0027]
图3为本发明一具体实施例中采用本发明站点优化布局方法和现有站点优化布局方法对应的pm
2.5
观测站点分布局及人口覆盖比例对比图。
具体实施例
[0028]
下面将结合本发明实施例的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0029]
如图1及图2所示，一种基于空间代表性的pm
2.5
观测站点优化布局方法，包含以下步骤：
[0030]
步骤s0，对目标区域进行网格化划分形成网格集合，并计算每个网格点内pm
2.5
观测站点的空间代表性；
[0031]
一般来说对目标区域按照1公里*1公里的网格进行网格划分，通过假定在每个网格内均放置一个pm
2.5
观测站点，计算每个网格点内pm
2.5
观测站点的空间代表性，计算空间代表性的精细化pm2.5网格数据来自公开数据集chinahighpm2.5，数据网址为 https://zenodo.org/record/4959828#.ym09nmisezs，数据为日平均，空间分辨率为1公里
×
1 公里，本发明采用的数据时间跨度为2016
‑
2020年，关注南通市地区。
[0032]
步骤s1，对网格集合内所有网格点对应的pm
2.5
观测站点的空间代表性进行降序排列，并将排名第一的pm
2.5
观测站点的空间代表性对应的网格点放在目标集合并且从网格集合中删除；
[0033]
排名第一的pm
2.5
观测站点的空间代表性对应的网格点放置在目标集合，同时网格集合中会去除掉上述排名第一的pm
2.5
观测站点的空间代表性对应的网格点，因此一轮计算中目标集合中的网格点数量会增加一个，同时网格集合的网格点数量会减少一个，步骤s2中的目标集合和网格集合均是更新后的目标集合和网格集合；
[0034]
步骤s2，对目标集合中所有网格点对应的pm
2.5
观测站点的空间代表性取并集，将网格集合内所有网格点对应的pm
2.5
观测站点的空间代表性去掉所述并集部分；
[0035]
每个网格点对应的pm
2.5
观测站点的空间代表性在步骤s1中是最大的，随着目标集合中所有网格点对应的pm
2.5
观测站点的空间代表性确定后，新确定的pm
2.5
观测站点就不需要覆盖上述范围了，因此需要将网格集合内所有网格点对应的pm
2.5
观测站点的空间代表性去除并集部分，保证网格集合内所有网格点更新后的pm
2.5
观测站点的空间代表性和上述并集没有交集。
[0036]
步骤s3，对网格集合内所有网格点更新后的pm
2.5
观测站点的空间代表性重复步骤s1和s2,直至目标集合中的所有网格点对应的pm
2.5
观测站点的空间代表性覆盖的人口比例达到预设的人口覆盖阈值。一般来说，预设的人口覆盖阈值为0.9。
[0037]
在完成所有迭代后，目标集合中的所有网格点对应的pm
2.5
观测站点的分布作为最终的优化布局，这里需要将空间代表性和覆盖的人口比例进行对应，可以采用精细化人口网格数据。数据采用全球人口格点数据集(第四版本)，数据空间分辨率为1公里
×
1公里，数据采用2020年，提取南通市人口格点数据。数据网址为：https://sedac.ciesin.columbia.edu/data/collection/gpw
‑
v4。
[0038]
用对目标区域网格内对应的pm
2.5
观测站点的空间代表性降序排列、取空间代表性并集的方式获取各pm
2.5
观测站点的覆盖范围，最后利用预设的人口覆盖比例阈值最终获得各pm
2.5
观测站点的空间布局，本发明的pm
2.5
观测站点优化布局方法获得的pm
2.5
观测站点空间代表性所覆盖的人口比例可以达到较高水平。
[0039]
进一步地，所述步骤s0中的pm
2.5
观测站点的空间代表性计算过程如下：
[0040]
步骤s00，获取pm
2.5
观测站点i对应窗口内每点位(x，y)的pm
2.5
浓度，其中，(x，y)为该点位的地理位置信息；
[0041]
步骤s01，计算每个点位(x,y)和pm
2.5
观测站点i相似度概率f
i
(x，y)；
[0042]
步骤s01中相似度概率f
i
(x,y)的计算公式如下：
[0043]
[0044][0045]
公式(1)中，n
t
表示观测次数，pm2.5(x
i
,y
i
,t
k
)表示pm
2.5
观测站点i在t
k
时刻的pm
2.5
浓度，pm2.5(x,y,t
k
)表示点位(x,y)在t
k
时刻的pm
2.5
浓度，flag表示在t
k
时刻的pm
2.5
浓度在pm
2.5
观测站点i和点位(x,y)是否相似。
[0046]
这里的窗口大小为100公里*100公里，此时pm
2.5
观测站点位于窗口的中心位置；所述预设的概率阈值为0.9。
[0047]
步骤s02，当相似度概率f
i
(x，y)大于预设的概率阈值时，则认为该点位(x，y)在pm
2.5
观测站点i空间代表范围内。
[0048]
如图3所示，依据南通市现有9个pm
2.5
观测站点的位置信息，具体如表1所示，利用精细化pm2.5网格数据，计算pm
2.5
观测站点对应的空间代表性，并结合精细化人口网格数据得到图3中的现有pm
2.5
观测站点分布及其覆盖范围，从图中可知现有的人口覆盖比例为35％；
[0049]
表1南通市pm2.5观测站点信息
[0050]
省份城市城市编码站点站点编码经度维度江苏省南通市320600南郊1168a120.91331.96江苏省南通市320600虹桥1169a120.8632.0005江苏省南通市320600城中1170a120.8732.02江苏省南通市320600星湖花园1171a120.9431.93江苏省南通市320600紫琅学院1172a120.8132.0417江苏省南通市320600通州监测站3291a121.06732.062江苏省南通市320600环境教育馆3432a120.934831.9883江苏省南通市320684海门市监测站2008a121.17331.896江苏省南通市320684社会福利院2009a121.151831.89708
[0051]
如图3中的优化后pm
2.5
观测站点分布及其覆盖范围所示，采用本发明的pm
2.5
观测站点优化布局方法后，此时预设的概率阈值为0.9，预设的人口覆盖阈值为0.9，优化后的 pm2.5观测站点也共计9个，站点数据量与现有观测站点数量一致，但是空间代表性范围增加明显，优化后的人口覆盖比例达到91％，相比现有的观测站点，优化后的人口覆盖比例增加了160％，优化后站点的具体位置见表2。
[0052]
表2现有观测站点和优化后观测站点位置信息
[0053][0054]
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细但并不能因此而理解为对本技术专利范围的限制。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。