一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统和方法

技术特征：
1.一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统，包括大气污染物监测系统、气象监测系统、通信系统和数据处理系统，大气污染物监测系统和气象监测系统监测到的数据通过通信系统传输至数据处理系统，其特征在于：所述大气污染物监测系统包括大气污染物监测传感器和传感器校准模块，大气污染物监测传感器用于监测大气内污染物的浓度，传感器校准模块用于对大气污染物监测传感器进行校准；所述气象监测系统包括地面气象站和气象探空仪，地面气象站用于采集地面上的气象数据，气象探空仪用以采集处于高空中的气象数据；所述通信系统包括定位模块和数据传输模块，定位模块用于获取各个监测设备的位置信息，数据传输模块用来把各个监测设备采集到的数据信息传输至数据处理系统；所述数据处理系统包括数据存储模块、数据分析模块和数据输出模块，数据存储模块用于存储采集的大气污染物浓度数据和气象数据，数据分析模块利用程序算法处理气象数据和污染物数据，重建污染物浓度时间序列，剥离气象条件和人为排放对污染物变化的贡献，数据输出模块将数据分析模块处理后的结果输出。2.根据权利要求1所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统，其特征在于：所述大气污染物监测传感器监测pm
2.5
、o3、so2、no
x
和vocs中的至少一种污染物，传感器采用电池或太阳能供电，且传感器能够在-50℃～85℃的温度中正常工作。3.根据权利要求1所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统，其特征在于：所述传感器校准模块采用标准气体或标准仪器对大气污染物监测传感器校准。4.根据权利要求1所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统，其特征在于：所述地面气象站为可移动式，用于监测地面上风速、风向、温度、相对湿度、日照时长和降雨量及其他相关气象参数，气象探空仪用于测量高空中气压、湿度和温度的垂直廓线，地面气象站和气象探空仪的测定频率为2～3次/天。5.根据权利要求1所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统，其特征在于：所述定位模块基于北斗卫星导航系统或gps系统对监测设备的经纬度进行定位，数据传输模块采用5g或无线网络进行数据传输。6.根据权利要求1所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统，其特征在于：所述数据存储模块容量大于10 tb，数据分析模块包括计算机硬件和软件，计算机硬件为linux操作系统、运行内存大于64 gb、cpu核心大于32个、raid5冗余磁盘阵列，软件包括天气预报模式wrf、r语言。7.根据权利要求1所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统，其特征在于：所述数据分析模块采用的程序算法为kolmogorov-zurbenko滤波法，程序算法流程包括以下步骤：1）使用kolmogorov-zurbenko滤波法将污染物时间序列和气象时间序列分解为长期分量、季节分量和短期分量；kolmogorov-zurbenko滤波法是经p次迭代与m点滑动平均的低通滤波器，其计算如公式1，公式1：式中，y
i
为经过一次滤波后的时间序列，i为滤波时的采样点，j为滑动窗口变量表示参与滑动的各时间点，k为对x
i
进行滤波时其两端的滑动窗口长度，m为滑动窗口长度（m=2k
1），x为原始序列，原始时间序列x滤波后的结果作为下次的滤波输入再次进行计算，以此迭代计算p次，最终得到滤波结果kz
(m, p)
(x);不同尺度过程的滤波可由参数m与p控制；短期分量的计算方法为：，季节分量的计算方式为：，长期分量的计算方式为：；长期分量和季节分量之和为基线分量；式中，为污染物原始序列，为污染物原始序列经过kz
(15,5)
处理后的序列，为污染物原始序列经过kz
(365,3)
处理后的序列；2）分别以污染物浓度序列的短期分量和基线分量为因变量，以气象要素为自变量，建立多元线性回归模型，回归模型如公式2和公式3，公式2：公式3：式中：和分别为污染物短期分量和基线分量与气象要素的回归模型，和分别为短期分量和基线分量回归残差，为短期分量回归的第i个气象因子，为基线分量回归的第j个气象因子，a0、a
i
、b0、b
j
为回归系数；3）污染物浓度时间序列回归的总残差是和之和，即，公式4：利用kz
m=365,p=3
对总残差进行再次滤波，滤波结果 表示仅由污染源排放改变引起的污染物长期变化趋势，进而定量人为排放和气象条件对大气污染物浓度贡献。8.一种用于定量人为排放和气象条件对大气污染物浓度贡献的方法，其特征在于，包括以下步骤：s1：将大气污染物监测系统和气象监测系统布置于待评估区域，并启动预热，通过传感器校准模块采用标准气体或标准仪器对大气污染物监测传感器校准，采用标准气象监测仪对地面气象站和气象探空仪校准；s2：校准完毕后大气污染物监测系统和气象监测系统开始工作，分别获取大气污染物浓度数据和气象数据；s3：通信系统将采集的大气污染物浓度数据和气象数据用5g或无线传输的方式汇集到数据处理系统储存；s4：数据分析系统对待评估区域的气象场进行高精度的模拟，并与s2中获取的实际地面和高空气象资料进行比对，若比对效果不理想，调整wrf模型的参数化方案，直到模拟结果理想；
s5：判断wrf模型输出的气象数据与采集的污染物浓度数据间的相关性，选择具有相关性的气象数据；s6：利用kolmogorov-zurbenko滤波法将气象数据和污染物序列分解为短期分量、季节分量和长期分量，采用逐步回归方法建立污染物基线分量和短期分量与相应尺度气象要素的线性回归模型，通过对残差进行滤波和序列重建；s7：使用重建后的序列定量人为排放和气象条件对大气污染物浓度的贡献，由数据输出模块将结果输出。9.根据权利要求8所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的方法，其特征在于：s6中的kolmogorov-zurbenko滤波法具体为：使用kolmogorov-zurbenko滤波法将污染物时间序列和气象时间序列分解为长期分量、季节分量和短期分量；kolmogorov-zurbenko滤波法是经p次迭代与m点滑动平均的低通滤波器，其计算如公式1，公式1：式中，y
i
为经过一次滤波后的时间序列，i为滤波时的采样点，j为滑动窗口变量表示参与滑动的各时间点，k为对x
i
进行滤波时其两端的滑动窗口长度，m为滑动窗口长度（m=2k 1），x为原始序列，原始时间序列x滤波后的结果作为下次的滤波输入再次进行计算，以此迭代计算p次，最终得到滤波结果kz
(m,p)
(x)；不同尺度过程的滤波可由参数m与p控制；短期分量的计算方法为：，季节分量的计算方式为：，长期分量的计算方式为：，长期分量和季节分量之和为基线分量；式中，为污染物原始序列，为污染物原始序列经过kz
(15,5)
处理后的序列，为污染物原始序列经过kz
(365,3)
处理后的序列。10.根据权利要求9所述的一种用于定量人为排放和气象条件对大气污染物浓度贡献的方法，其特征在于：s6中采用逐步回归方法建立线性回归模型的具体方法为：分别以污染物浓度序列的短期分量和基线分量为因变量，以气象要素为自变量，建立多元线性回归模型，回归模型如公式2和公式3，公式2：公式3：式中：和分别为污染物短期分量和基线分量与气象要素的回归模型，和分别为短期分量和基线分量回归残差，为短期分量回归的第i个气象因子，为基线分量回归的第j个气象因子，a0、a
i
、b0、b
j
为回归系数；污染物浓度时间序列回归的总残差是和之和，即，
公式4：利用kz
m=365,p=3
对总残差进行再次滤波，滤波结果 表示仅由污染源排放改变引起的污染物长期变化趋势，进而定量人为排放和气象条件对大气污染物浓度贡献。

技术总结
本发明公开了一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统和方法，属于大气污染控制领域，包括大气污染物监测系统、气象监测系统、通信系统和数据处理系统；系统工作时，大气污染物监测系统采集大气污染物浓度数据，气象监测系统采集地面和高空气象数据，通过通信系统将采集的大气污染物和气象数据汇入数据处理系统进行存储，通过数据分析模块计算人为排放和气象条件对大气污染物浓度的贡献；该系统具有自动化程度高、计算开销小、可移动性强等优点，可为大气污染治理效果评估、大气污染防治规划等工作提供重要数据支持和科学支撑。和科学支撑。和科学支撑。


技术研发人员：刘晓咏 牛继强 颜俊 朱明 张一丹
受保护的技术使用者：信阳师范学院
技术研发日：2022.08.12
技术公布日：2022/11/18