臭氧污染的定量评估方法、装置、计算机设备和存储介质与流程

1.本发明涉及计算机技术领域，特别涉及臭氧污染的定量评估方法、装置、计算机设备和存储介质。


背景技术：

2.近年来，国内学者进行了大量关于臭氧污染管控和污染归因等相关的研究内容，包括臭氧污染态势与控制途径、臭氧与pm2.5协同控制、臭氧敏感性分析和污染源来源解析、臭氧污染联防联控技术、臭氧污染防治技术和管理体系等诸多领域。
3.上述相关研究对认识臭氧污染成因、发展态势与污染规律、厘清臭氧与pm2.5的相互作用、探明臭氧与pm2.5协同控制机制等臭氧污染管控提供了重要的理论依据和科技支撑。例如，基于源-受体减排情景分析的强力削减法，王雪松等(2010)利用wrf-cmaq模式通过强力法对2004年10月珠三角区域的臭氧进行了三种减排情景分析，即人为源的nox单独减排25％、人为源vocs 单独减排25％、以及两者同时减排25％。结果显示，单独减排nox反而会使珠三角中部、珠江口周边地区的臭氧浓度升高，vocs单独减排能使整个区域臭氧浓度下降，两者同时减排情景中臭氧浓度在整个区域总体上呈下降趋势，但珠江口周边地区的臭氧浓度有所增加。该研究评估了臭氧控制情景下的减排效果，为减排措施的制定提供了依据。基于源-受体贡献分析的臭氧来源解析源追踪方法，唐伟等(2017)通过模拟2015年6月21日至27日京津冀地区出现的一次o3污染过程，并对本次污染过程进行o3敏感性分析和污染源来源解析，结果表明：京津冀区域由于nox排放量较大，总体上处于vocs控制区，对 vocs和nox按科学的比例协同减排有助于改善京津冀地区的空气质量；京津冀地区各城市间的o3相互传输对本地的o3浓度贡献很大，采取污染联防联控政策能有效控制区域内的o3污染。沈劲等(2017)利用三维空气质量模型对粤东北城市梅州空气污染进行模拟与评估，综合运用多种手段(后向轨迹聚类分析、臭氧来源解析技术osat和光化学指标深入研究臭氧污染过程与臭氧生成敏感性及定量臭氧的来源，综合所有分析，提出臭氧污染控制的建议。基于观测的臭氧敏感性分析方法的臭氧等浓度曲线法(ekma曲线)，李磊等(2017)基于廊坊市夏季近地面o3体积分数及其前体物vocs和nox体积分数数据，结合气温、风速风向、总云量和太阳辐射强度等气象资料，分析了o3体积分数的日变化规律以及气象因素对其的影响；利用vocs/nox比值法和ekma曲线法分析了o3的生成敏感性。为京津冀大气复合污染研究和廊坊市o3的防治提供一定的理论支持和技术建议。
4.目前也有一些研究，基于空气质量模型的臭氧来源解析方法中的臭氧与前体物敏感性分析hddm方法，使用不同的三维空气质量模型进行了臭氧敏感性分析，识别o3生成控制区，定量分析不同行业前体物排放对目标区域o3生成的影响，为o3管控策略的制定提供科学支撑。沈劲等(2018)选取梅州为粤东北地区代表城市，使用高阶去耦合直接法(hddm)开展臭氧与前体物关系研究。开展梅州与周边地区空气污染模拟，综合运用多种手段深入研究梅州臭氧污染特性，确定臭氧生成的敏感性，以深化对区域污染的理解，为臭氧污染防治提供参考。包艳英等(2018)通过区域空气质量模型通过camx敏感性分析工具hddm计算出大
连及周边地区o3生成对nox和vocs排放的敏感性，探讨了o3及其生成前体物(nox和vocs)的来源，o3生成控制区，并根据敏感性分析结果对前体物排放的控制效果进行了定量评估，对减排策略的制定具有指导作用。洪礼楠等(2017)利用models-3/cmaq模式系统和高阶去耦合直接技术(hddm-3d)，对天津市2014年7月的臭氧(o3)污染进行模拟，分析臭氧生成的前体物控制区分布规律，量化天津市及周边地区排放的影响。严茹莎等(2020)利用wrf-camx耦合的hddm模块，分析期间德州臭氧敏感性特征及减排方案，初步探清德州o3污染特征，利用hddm的方法，分析德州市o3生成敏感性，以期为德州市o3污染防控提供参考和建议。
5.上述现有的hddm方法，虽然在计算上比蛮力法效率更高，但是它在标准 camx运行基础上需要远多于后者的额外cpu时间和内存空间，在多种源类别和多重源区域的嵌套网格运行中需求许多一级和二级敏感性时尤为明显。


技术实现要素：

6.本技术实施例提供了一种臭氧污染的定量评估方法、装置、计算机设备和存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
7.第一方面，本技术实施例提供了一种臭氧污染的定量评估方法，所述方法包括：
8.根据预设优化方式对预设空气质量模式对应的预设空气质量模型进行优化，得到优化后的预设空气质量模型，所述预设优化方式用于提升所述预设空气质量模型的数据处理性能；
9.基于第一预设方式对目标区域的排放源数据进行预处理，得到预处理后的排放源数据，所述预处理后的排放源数据包括具有不同行业标识的多个行业排放源数据；
10.每间隔预设时间段，将所述多个行业排放源数据输入至预设臭氧污染分析系统中进行模拟，输出模拟结果，所述预设臭氧污染分析系统是由所述优化后的预设空气质量模型自动化集成的，所述预设臭氧污染分析系统用于进行臭氧敏感性分析以及用于生成臭氧治理方案，所述模拟结果中包括多个敏感性系数；
11.对所述模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到所述目标区域的臭氧前体物减排前后臭氧浓度的变化数据，所述目标区域的所述臭氧前体物包括氮氧化物和挥发性有机物；
12.基于所述目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；并基于所述定量评估结果生成对应的臭氧治理方案。
13.在一种实施方式中，所述根据预设优化方式对预设空气质量模式进行优化包括：
14.在所述预设空气质量模式为第一camx模式时，对所述第一camx模式下的第一高阶去耦合直接方法hddm模块的、且与写入模块相关的第一代码进行代码优化处理；和/或，
15.在所述预设空气质量模式为第二camx模式时，对所述第二camx模式下的第二高阶去耦合直接方法hddm模块的、且与写出模块相关的第二代码进行代码优化处理；和/或，
16.对所述预设空气质量模式对应的预设空气质量模型采用预设并行方式进行优化。
17.在一种实施方式中，所述对所述第一camx模式下的第一高阶去耦合直接方法hddm模块的、且与写入模块相关的第一代码进行代码优化处理包括：
18.对所述第一代码进行减少无效循环的处理；和/或，
19.对所述第一代码进行减少嵌套循环的处理。
20.在一种实施方式中，所述对所述第二camx模式下的第二高阶去耦合直接方法hddm模块的、且与写出模块相关的第二代码进行代码优化处理包括：
21.对所述第二代码进行减少无效循环的处理；和/或，
22.对所述第二代码进行减少嵌套循环的处理。
23.在一种实施方式中，所述方法还包括：
24.配置与所述目标区域关联的多项参数。
25.在一种实施方式中，所述配置与所述目标区域关联的多项参数包括：
26.配置与所述目标区域对应的模拟区域的区域范围和网格分辨率；
27.配置多个嵌套层；
28.为与所述目标区域对应的多个行业中的任意一个行业分别配置对应的行业标记；
29.为所述目标区域配置对应的区域标识。
30.在一种实施方式中，所述方法还包括：
31.基于所述模拟结果中的多个敏感性系数对所述目标区域的臭氧控制区进行识别；
32.基于所述模拟结果中的多个敏感性系数对具有不同行业标识的多个行业的前体物来源进行识别。
33.第二方面，本技术实施例提供了一种臭氧污染的定量评估装置，所述装置包括：
34.优化模块，用于根据预设优化方式对预设空气质量模式对应的预设空气质量模型进行优化，得到优化后的预设空气质量模型，所述预设优化方式用于提升所述预设空气质量模型的数据处理性能；
35.预处理模块，用于基于第一预设方式对目标区域的排放源数据进行预处理，得到预处理后的排放源数据，所述预处理后的排放源数据包括具有不同行业标识的多个行业排放源数据；
36.模拟模块，用于每间隔预设时间段，将所述预处理模块得到的所述多个行业排放源数据输入至预设臭氧污染分析系统中进行模拟，输出模拟结果，所述预设臭氧污染分析系统是由所述优化后的预设空气质量模型自动化集成的，所述预设臭氧污染分析系统用于进行臭氧敏感性分析以及用于生成臭氧治理方案，所述模拟结果中包括多个敏感性系数；
37.计算模块，用于对所述模拟模块模拟得到的所述模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到所述目标区域的臭氧前体物减排前后臭氧浓度的变化数据，所述目标区域的所述臭氧前体物包括氮氧化物和挥发性有机物；
38.定量评估模块，用于基于所述目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；
39.治理方案生成模块，用于基于所述定量评估模块得到的所述定量评估结果生成对应的臭氧治理方案。
40.第三方面，本技术实施例提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述的方法步骤。
41.第四方面，本技术实施例提供一种存储有计算机可读指令的存储介质，所述计算
机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述的方法步骤。
42.本技术实施例提供的技术方案可以包括以下有益效果：
43.在本技术实施例中，对模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到目标区域的臭氧前体物减排前后臭氧浓度的变化数据，目标区域的臭氧前体物包括氮氧化物和挥发性有机物；以及基于目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；并基于定量评估结果生成对应的臭氧治理方案。采用本技术实施例提供的定量评估方法，由于引入了由优化后的预设空气质量模型自动化集成的预设臭氧污染分析系统，由于预设优化方式能够用于提升预设空气质量模型的数据处理性能，这样，基于相同的测试环境和案例，相对于现有的模拟过程而言，通过预设臭氧污染分析进行模拟能够精准地得到臭氧污染定量评估结果，还能够有效地加快模拟过程，大大地缩短了模拟所需的时间。
44.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
45.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
46.图1是本技术实施例提供的一种臭氧污染的定量评估方法的流程示意图；
47.图2是本技术实施例具体应用场景中的臭氧对不同地区前体物排放的一阶敏感性系数日变化的示意图；
48.图3是本技术实施例具体应用场景中的臭氧浓度对不同地区总nox与 voc排放联合变化的响应的示意图；
49.图4是本技术实施例提供的一种臭氧污染的定量评估装置的结构示意图。
具体实施方式
50.以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
51.应当明确，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它实施例，都属于本发明保护的范围。
52.下面结合附图详细说明本公开的可选实施例。
53.请参见图1，为本技术实施例提供了一种臭氧污染的定量评估方法的流程示意图。如图1所示，本技术实施例的臭氧污染的定量评估方法可以包括以下步骤：
54.s101，根据预设优化方式对预设空气质量模式对应的预设空气质量模型进行优化，得到优化后的预设空气质量模型，预设优化方式用于提高预设空气质量模型的数据处理速度。
55.在一种可能的实现方式中，根据预设优化方式对预设空气质量模式进行优化包括以下步骤：
56.在预设空气质量模式为第一camx模式时，对第一camx模式下的第一高阶去耦合直
接方法hddm模块的、且与写入模块相关的第一代码进行代码优化处理；和/或，
57.在预设空气质量模式为第二camx模式时，对第二camx模式下的第二高阶去耦合直接方法hddm模块的、且与写出模块相关的第二代码进行代码优化处理；和/或，
58.对预设空气质量模式对应的预设空气质量模型采用预设并行方式进行优化。
59.在一种可能的实现方式中，对第一camx模式下的第一高阶去耦合直接方法hddm模块的、且与写入模块相关的第一代码进行代码优化处理包括以下步骤：
60.对第一代码进行减少无效循环的处理；和/或，
61.对第一代码进行减少嵌套循环的处理。
62.在一种可能的实现方式中，对第二camx模式下的第二高阶去耦合直接方法hddm模块的、且与写出模块相关的第二代码进行代码优化处理包括以下步骤：
63.对第二代码进行减少无效循环的处理；和/或，
64.对第二代码进行减少嵌套循环的处理。
65.s102，基于第一预设方式对目标区域的排放源数据进行预处理，得到预处理后的排放源数据，预处理后的排放源数据包括具有不同行业标识的多个行业排放源数据。
66.在本技术实施例中，第一预设方式包括：进行分行业排放源清单的处理，获取预设臭氧污染分析系统所需本地化分行业排放源数据，其中，行业分类与标记的行业匹配。
67.在一种可能的实现方式中，本公开实施例提供的定量评估方法还包括以下步骤：
68.配置与目标区域关联的多项参数。
69.在一种可能的实现方式中，配置与目标区域关联的多项参数包括以下步骤：
70.配置与目标区域对应的模拟区域的区域范围和网格分辨率；
71.配置多个嵌套层；
72.为与目标区域对应的多个行业中的任意一个行业分别配置对应的行业标记；
73.为目标区域配置对应的区域标识。
74.在一种可能的实现方式中，本公开实施例提供的定量评估方法还包括以下步骤：
75.基于模拟结果中的多个敏感性系数对目标区域的臭氧控制区进行识别；
76.基于模拟结果中的多个敏感性系数对具有不同行业标识的多个行业的前体物来源进行识别。
77.在本技术实施例中，基于模拟结果中的多个敏感性系数对目标区域的臭氧控制区进行识别所采用的识别方法为常规识别方法，在此不再赘述；这样，能够精准地识别出臭氧控制区。
78.基于模拟结果中的多个敏感性系数对具有不同行业标识的多个行业的前体物来源进行识别所采用的识别方法为常规方法，在此不再赘述；这样，能够精准地识别出具有不同行业标识的任意一个行业的前体物来源；从而实现对臭氧污染的精准控制。
79.s103，每间隔预设时间段，将多个行业排放源数据输入至预设臭氧污染分析系统中进行模拟，输出模拟结果，预设臭氧污染分析系统是由优化后的预设空气质量模型自动化集成的，预设臭氧污染分析系统用于进行臭氧敏感性分析以及用于生成臭氧治理方案，模拟结果中包括多个敏感性系数。
80.在本技术实施例中，对每间隔预设时间段中的预设时间段的时长并不做具体限制，可以根据不同应用场景的需求，对每间隔预设时间段进行调整，例如，在某一具体应用
场景下，每日对未来3-7天的臭氧污染情况进行模拟和预测。
81.在预设空气质量模式为camx模式时，对camx模式下的高阶去耦合直接方法hddm模块所采用的算法做如下说明，具体如下所述：
82.采用高阶去耦合直接方法(hddm)来计算o3浓度与前体物污染源之间的敏感性。高阶去耦合直接法(hddm)是模型中一种常用的前向敏感性分析方法，也可以计算出半标准化的一阶、二阶和交互敏感性系数，公式如下：
[0083][0084][0085][0086]
式中：为一阶敏感性系数，为二阶敏感性系数，为交互敏感性系数；代表不同源排放量的原始值；pj和pk代表不同的排放源的排放量；∈j和∈k代表削减百分比(值为0～1)。
[0087]
s104，对模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到目标区域的臭氧前体物减排前后臭氧浓度的变化数据，目标区域的臭氧前体物包括氮氧化物和挥发性有机物。
[0088]
通过模式敏感性分析结果，可以获得nox和vocs排放与o3浓度之间的一阶、二级和交互敏感性系数，可建立o3浓度与排放的定量关系，从而可以快速定量评估不同前体物减排后o3生成效果。基于敏感性系数和泰勒展开公式定量计算出不同nox和vocs控制措施对o3浓度的影响量，具体公式如下：
[0089][0090]
式中：表示臭氧浓度变化量μg/m3；表示nox排放变化百分比；δ∈
voc
表示vocs排放变化百分比；表示nox的一阶敏感性系数；s
voc(1)
表示vocs的一阶敏感性系数；表示nox的二阶敏感性系数；s
voc(2)
表示vocs的二阶敏感性系数；表示nox和vocs的交互敏感性系数。
[0091]
s105，基于目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；并基于定量评估结果生成对应的臭氧治理方案。
[0092]
在本技术实施例中，对臭氧污染进行定量评估，得到定量评估结果的过程；结合如下测试案例进行说明，具体如下所述：
[0093]
在一种具体应用场景中，对模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到目标区域的臭氧前体物减排前后臭氧浓度的变化数据的过程具体如下所述：
[0094]
本案例使用wrf-camx-hddm模式，依据gz市臭氧浓度情况，选取2019 年7月10-21日作为研究时段，目标区域gd省，减排区域标记(gz市1、gd 省除gz市以外的其他城市2、除gd省以外其他省3)，排放源分类为6个行业部门，分类为电厂工业源、居民源、农业源、交通源、天然源和其他源。此外，为了改善hddm运行时的时效性，针对camx进行了mpi/omp混合编译以及内部io代码的修改，实现计算性能的提升。
[0095]
通过camx敏感性分析工具hddm计算出gz市o3生成对不同地区 nox和vocs排放的敏感性。选取2019年7月11-21日14-15时作为评估分析时段。如图2所示，是本技术实施例具体应用场景中的臭氧对不同地区前体物排放的一阶敏感性系数日变化的示意图；上述数值均选取14-15时的值，排放为总排放。
[0096]
研究时段内，gz市本市排放对gz臭氧浓度的影响明显不同于其他地区排放的影响(图2中的(a))，总体而言，一阶voc敏感性系数为正数，一阶nox 敏感性系数为负数，表明gz本地voc排放的减少有利于降低臭氧浓度，但 nox的减排反而会加重臭氧污染。因此，gz市在制定nox减排措施时很有必要同时制定voc的减排方案，否则臭氧污染将会加剧。
[0097]
在实际应用中，基于如图2中的(a)所示的示意图，生成的臭氧治理方案包括：若要减少gz本地的臭氧污染，需要减少voc的排放。此外；nox的减排反而会加重臭氧污染；因此，gz市在制定nox减排措施时很有必要同时制定voc的减排方案，需要减少voc的排放，否则臭氧污染将会加剧。
[0098]
如图2中的(b)所示，研究时段内，gd省内其它城市对gz市臭氧浓度的影响表征为一阶voc敏感性系数均为正，一阶nox敏感性系数出现了正负的变化。一阶vco敏感性数值较大时，表明省内其它城市voc的减排将有利于降低臭氧浓度；而一阶nox敏感性系数有时为正，有时为负，表明省内其他城市nox的减排有时有利于gz臭氧浓度的下降，有时则会加重gz臭氧污染。
[0099]
在实际应用中，基于如图2中的(b)所示的示意图，生成的臭氧治理方案包括：若要减少gz本地的臭氧污染，需要减少voc的排放；而一阶nox敏感性系数有时为正，有时为负，表明省内其他城市nox的减排有时有利于gz 臭氧浓度的下降，有时则会加重gz臭氧污染，因此，对于nox的减排控制，要依据具体情况进行调整。
[0100]
如图2中的(c)所示，研究时段，2019年7月中旬gz市的臭氧主要受外省前体物的排放影响，其一阶nox或voc敏感性系数均为正数，且数值相对较大，表明省外nox或voc的减排都有利于gz市臭氧浓度的较大幅度下降。研究时段内，大部分时间一阶nox敏感性系数比一阶voc敏感性系数要大，表明减少nox排放比相同比例的voc减排更能降低臭氧浓度。其中有2天 (17-18日)一阶voc敏感性系数明显变大，则表明在这些天特定的排放与气候条件下，voc的减排更能降低gz市的臭氧浓度。
[0101]
在实际应用中，基于如图2中的(c)所示的示意图，生成的臭氧治理方案包括：若要减少gz本地的臭氧污染，省外nox或voc的减排均有利于gz 臭氧浓度的下降、且nox排放比相同比例的voc减排更能降低臭氧浓度。
[0102]
如图3所示，是本技术实施例具体应用场景中的臭氧浓度对不同地区总 nox与voc排放联合变化的响应的示意图。
[0103]
在考虑一阶与二阶敏感性系数的情况下，计算臭氧在不同前体物减排比例下的浓度变化，臭氧和前体物之间的关系如下图所示。
[0104]
如图3中的(a)所示，gz臭氧与本地前体物排放的关系表现出比较线性的规律，在gzvoc排放变化率为0时，臭氧浓度随nox排放的增加而降低，随nox排放的减少而上升。在nox排放不变的情况下，臭氧浓度随voc排放的增加而增加，随voc排放的减少而降低。
[0105]
在实际应用中，基于如图3中的(a)所示的示意图，生成的臭氧治理方案包括：若要减少gz本地的臭氧污染，需要减少gd省其它城市nox的排放，或者减少gd省其它城市voc的排放。
[0106]
如图3中的(b)所示，gz市臭氧与gd省其它城市前体物排放的关系表现出轻微非线性的规律，在gd省其它城市voc排放变化率为0时，nox排放的增加可使gz臭氧浓度增加，nox排放的减小，而使臭氧浓度减小。在nox 排放不变的情况下，gz市的臭氧浓度随gd省其它城市voc排放的增加而增加。
[0107]
在实际应用中，基于如图3中的(b)所示的示意图，生成的臭氧治理方案包括：若要减少gz本地的臭氧污染，需要减少gd省其它城市nox的排放，或者减少gd省其它城市voc的排放。
[0108]
如图3中的(c)所示，gz市臭氧与省外地区前体物排放的关系表现出轻微非线性的规律，在省外voc排放变化率为0时，nox排放的增加可使gz 臭氧浓度增加，nox排放的减小，而使臭氧浓度减小。在nox排放不变的情况下，gz市的臭氧浓度随省外voc排放的增加而增加，随voc排放的减少而降低。
[0109]
在实际应用中，基于如图3中的(c)所示的示意图，生成的臭氧治理方案包括：若要减少gz本地的臭氧污染，需要减少省外voc的排放；或者，减少省外voc的排放。
[0110]
在实际应用场景中，结合如图2以及如图3所示的示意图，就可以对臭氧污染进行定量评估，得到定量评估结果；并基于定量评估结果生成对应的臭氧治理方案；这样，就可以精准地生成能够有效治理当地臭氧污染的臭氧治理方案。
[0111]
在本技术实施例中，每间隔预设时间段，将多个行业排放源数据输入至预设臭氧污染分析系统中进行模拟，输出模拟结果，预设臭氧污染分析系统是由优化后的预设空气质量模型自动化集成的，预设臭氧污染分析系统用于进行臭氧敏感性分析以及用于生成臭氧治理方案，模拟结果中包括多个敏感性系数；对模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到目标区域的臭氧前体物减排前后臭氧浓度的变化数据，目标区域的臭氧前体物包括氮氧化物和挥发性有机物；以及基于目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；并基于定量评估结果生成对应的臭氧治理方案。采用本技术实施例提供的定量评估方法，由于引入了由优化后的预设空气质量模型自动化集成的预设臭氧污染分析系统，由于预设优化方式能够用于提升预设空气质量模型的数据处理性能，这样，基于相同的测试环境和案例，相对于现有的模拟过程而言，通过预设臭氧污染分析进行模拟能够精准地得到臭氧污染定量评估结果，还能够有效地加快模拟过程，大大地缩短了模拟所需的时间。
[0112]
下述为本发明臭氧污染的定量评估装置实施例，可以用于执行本发明臭氧污染的定量评估方法实施例。对于本发明臭氧污染的定量评估装置实施例中未披露的细节，请参照本发明臭氧污染的定量评估方法实施例。
[0113]
请参见图4，其示出了本发明一个示例性实施例提供的臭氧污染的定量评估装置的结构示意图。该臭氧污染的定量评估装置可以通过软件、硬件或者两者的结合实现成为
终端的全部或一部分。该臭氧污染的定量评估装置包括优化模块10、预处理模块20、模拟模块30、计算模块40、定量评估模块50和治理方案生成模块60。
[0114]
具体而言，优化模块10，用于根据预设优化方式对预设空气质量模式对应的预设空气质量模型进行优化，得到优化后的预设空气质量模型，预设优化方式用于提升预设空气质量模型的数据处理性能；
[0115]
预处理模块20，用于基于第一预设方式对目标区域的排放源数据进行预处理，得到预处理后的排放源数据，预处理后的排放源数据包括具有不同行业标识的多个行业排放源数据；
[0116]
模拟模块30，用于每间隔预设时间段，将预处理模块20得到的多个行业排放源数据输入至预设臭氧污染分析系统中进行模拟，输出模拟结果，预设臭氧污染分析系统是由优化后的预设空气质量模型自动化集成的，预设臭氧污染分析系统用于进行臭氧敏感性分析以及用于生成臭氧治理方案，模拟结果中包括多个敏感性系数；
[0117]
计算模块40，用于对模拟模块30模拟得到的模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到目标区域的臭氧前体物减排前后臭氧浓度的变化数据，目标区域的臭氧前体物包括氮氧化物和挥发性有机物；
[0118]
定量评估模块50，用于基于目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；
[0119]
治理方案生成模块60，用于基于定量评估模块50得到的定量评估结果生成对应的臭氧治理方案。
[0120]
可选的，优化模块10用于：
[0121]
在预设空气质量模式为第一camx模式时，对第一camx模式下的第一高阶去耦合直接方法hddm模块的、且与写入模块相关的第一代码进行代码优化处理；和/或，
[0122]
在预设空气质量模式为第二camx模式时，对第二camx模式下的第二高阶去耦合直接方法hddm模块的、且与写出模块相关的第二代码进行代码优化处理；和/或，
[0123]
对预设空气质量模式对应的预设空气质量模型采用预设并行方式进行优化。
[0124]
可选的，优化模块10具体用于：
[0125]
对第一代码进行减少无效循环的处理；和/或，
[0126]
对第一代码进行减少嵌套循环的处理。
[0127]
可选的，优化模块10具体用于：
[0128]
对第二代码进行减少无效循环的处理；和/或，
[0129]
对第二代码进行减少嵌套循环的处理。
[0130]
可选的，所述装置还包括：
[0131]
配置模块(在图4中未示出)，用于配置与目标区域关联的多项参数。
[0132]
可选的，配置模块具体用于：
[0133]
配置与目标区域对应的模拟区域的区域范围和网格分辨率；
[0134]
配置多个嵌套层；
[0135]
为与目标区域对应的多个行业中的任意一个行业分别配置对应的行业标记；
[0136]
为目标区域配置对应的区域标识。
[0137]
可选的，所述装置还包括：
[0138]
识别模块(在图4中未示出)，用于基于模拟模块30模拟得到的模拟结果中的多个敏感性系数对目标区域的臭氧控制区进行识别；以及基于模拟模块30 模拟得到的模拟结果中的多个敏感性系数对具有不同行业标识的多个行业的前体物来源进行识别。
[0139]
需要说明的是，上述实施例提供的臭氧污染的定量评估装置在执行臭氧污染的定量评估方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的臭氧污染的定量评估装置与臭氧污染的定量评估方法实施例属于同一构思，其体现实现过程详见臭氧污染的定量评估方法实施例，这里不再赘述。
[0140]
在本技术实施例中，定量评估模块用于基于目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；以及治理方案生成模块用于基于定量评估模块得到的定量评估结果生成对应的臭氧治理方案。采用本技术实施例提供的定量评估装置，由于引入了由优化后的预设空气质量模型自动化集成的预设臭氧污染分析系统，由于预设优化方式能够用于提升预设空气质量模型的数据处理性能，这样，基于相同的测试环境和案例，相对于现有的模拟过程而言，通过预设臭氧污染分析进行模拟能够精准地得到臭氧污染定量评估结果，还能够有效地加快模拟过程，大大地缩短了模拟所需的时间。
[0141]
在一个实施例中，提出了一种计算机设备，计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：根据预设优化方式对预设空气质量模式对应的预设空气质量模型进行优化，得到优化后的预设空气质量模型，预设优化方式用于提升预设空气质量模型的数据处理性能；基于第一预设方式对目标区域的排放源数据进行预处理，得到预处理后的排放源数据，预处理后的排放源数据包括具有不同行业标识的多个行业排放源数据；每间隔预设时间段，将多个行业排放源数据输入至预设臭氧污染分析系统中进行模拟，输出模拟结果，预设臭氧污染分析系统是由优化后的预设空气质量模型自动化集成的，预设臭氧污染分析系统用于进行臭氧敏感性分析以及用于生成臭氧治理方案，模拟结果中包括多个敏感性系数；对模拟结果中的多个敏感性系数基于第二预设方式进行计算，得到目标区域的臭氧前体物减排前后臭氧浓度的变化数据，目标区域的臭氧前体物包括氮氧化物和挥发性有机物；以及基于目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；并基于定量评估结果生成对应的臭氧治理方案。
[0142]
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：根据预设优化方式对预设空气质量模式对应的预设空气质量模型进行优化，得到优化后的预设空气质量模型，预设优化方式用于提升预设空气质量模型的数据处理性能；基于第一预设方式对目标区域的排放源数据进行预处理，得到预处理后的排放源数据，预处理后的排放源数据包括具有不同行业标识的多个行业排放源数据；每间隔预设时间段，将多个行业排放源数据输入至预设臭氧污染分析系统中进行模拟，输出模拟结果，预设臭氧污染分析系统是由优化后的预设空气质量模型自动化集成的，预设臭氧污染分析系统用于进行臭氧敏感性分析以及用于生成臭氧治理方案，模拟结果中包括多个敏感性系数；对模拟结果中的多个敏感性
系数基于第二预设方式进行计算，得到目标区域的臭氧前体物减排前后臭氧浓度的变化数据，目标区域的臭氧前体物包括氮氧化物和挥发性有机物；以及基于目标区域的臭氧前体物减排前后臭氧浓度的变化数据对臭氧污染进行定量评估，得到定量评估结果；并基于定量评估结果生成对应的臭氧治理方案。
[0143]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory， rom)等非易失性存储介质，或随机存储记忆体(random access memory，ram) 等。
[0144]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0145]
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发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。