• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 15
    • 下载费用:30 金币  

    重庆时时彩彩历史开奖: 一种利用可移动污染物探测器辨识城市空间多污染物源的方法.pdf

    关 键 词:
    一种 利用 移动 污染物 探测器 辨识 城市 空间 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201611046587.5

    申请日:

    2016.11.23

    公开号:

    CN106777893A

    公开日:

    2017.05.31

    当前法律状态:

    实审

    有效性:

    审中

    法律详情: 实质审查的生效IPC(主分类):G06F 19/00申请日:20161123|||公开
    IPC分类号: G06F19/00(2011.01)I; G06T17/00 主分类号: G06F19/00
    申请人: 大连理工大学
    发明人: 翟志强; 薛雨
    地址: 116024 辽宁省大连市甘井子区凌工路2号
    优先权:
    专利代理机构: 大连理工大学专利中心 21200 代理人: 温福雪;侯明远
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201611046587.5

    授权公告号:

    |||

    法律状态公告日:

    2017.06.23|||2017.05.31

    法律状态类型:

    实质审查的生效|||公开

    摘要

    本发明属于大气污染物源辨识技术领域,具体涉及一种利用可移动污染物探测器辨识城市空间多污染物源的方法。此发明首次提出有别于传统试错法的多污染物源的快速逆向辨识方法,能够使用单个可移动污染物探测器快速辨识出多个污染物源,初始投资低,速度快,结果准确,能够实现对城市大气环境的实时监测及快速诊断,为城市大气污染的治理和决策提供经济高效的技术方案。为了验证结果的准确性,可以在完成以上步骤辨识到所有污染物源之后,再挑选一个主导风速和风向与原来明显不同的时间段进行重复辨识,以确保所有污染物源都已经被找到。

    权利要求书

    1.一种利用可移动污染物探测器辨识城市空间多污染物源的方法,其特征在于,步骤
    如下:
    第一步,根据城市三维地图建立建筑的三维模型,再根据气象站提供的待测城区上风
    向的主导风速和风向,使用计算流体力学求解纳维斯托克斯方程得出待测城区的速度??;
    第二步,将污染物探测器在待测城区中选取三个测点进行测量,首先,默认待测城区只
    有一个污染物源,将污染物探测器移动到待测城区随机一个位置,并探测其污染物浓度;若
    探测到的污染物浓度值高于污染物对人体造成危害的限值,则将此时污染物探测器的位
    置、探测到的污染物浓度以及当时气象站的气象数据记录为L1;再将污染物探测器移动到
    另外一个位置,并将此时污染物探测器的位置、探测到的污染物浓度以及当时气象站的气
    象数据记录为L2,判断正确的移动方向和距离的指标为L2的污染物浓度与L1的污染物浓度
    相差最少20%;最后,将污染物探测器移动到第三个位置,并将此时污染物探测器的位置、
    探测到的污染物浓度以及当时气象站的气象数据记录为L3;
    第三步,对每个测点探测到的数据,通过求解污染物传播方程的伴随方程:

    其中,ψ*为伴随概率因子,位置或时间的伴随概率因子;τ为逆向的时间;为探测区域
    位置矢量;为污染物探测器位置矢量;C表示污染物浓度;Xj为位置坐标轴,其中j=1,2,3
    分别对应水平、垂直、竖直三个方向;Vj为Xj轴方向上的速度;νC,j表示污染物C在Xj方向上的
    有效湍流扩散系数;qO为污染物负源的单位体积流量;Γ1,Γ2和Γ3为边界条件;ni为Xj轴方
    向的单位矢量;为负荷项,其表达式由两个阶跃方程组成:

    <mrow> <mi>&delta;</mi> <mrow> <mo>(</mo> <mi>&tau;</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>&tau;</mi> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>&tau;</mi> <mo>&NotEqual;</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
    得出各个探测器辨识到的污染物源可能存在的位置,上述得出的可能的污染源位置无
    限多,通过求解如下方程公式(1-4),将三个探测器的辨识结果整合,即确定唯一一个可能
    的污染物源:
    <mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>f</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>|</mo> <msub> <mover> <mi>C</mi> <mo>^</mo> </mover> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mover> <mi>C</mi> <mo>^</mo> </mover> <mi>N</mi> </msub> <mo>;</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mi>N</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>N</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mo>&Integral;</mo> <msub> <mi>M</mi> <mn>0</mn> </msub> </msub> <munderover> <mo>&Pi;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>C</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mo>|</mo> <msub> <mi>M</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>x</mi> <mo>;</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>f</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>;</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>dM</mi> <mn>0</mn> </msub> </mrow> <mrow> <msub> <mo>&Integral;</mo> <msub> <mi>M</mi> <mn>0</mn> </msub> </msub> <msub> <mo>&Integral;</mo> <mi>x</mi> </msub> <munderover> <mo>&Pi;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>C</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mo>|</mo> <msub> <mi>M</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>x</mi> <mo>;</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>f</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>;</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> <mi> </mi> <msub> <mi>dM</mi> <mn>0</mn> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
    其中,N为探测数据的个数;τi、和分别为对应于第i个探测数据的探测位置、探
    测时间和探测到的污染物浓度;τ0为已知的污染物释放时间;M0为假设的污染物释放强度;
    为根据第i个探测数据通过公式1-1计算出的污染源概率分布;
    为根据第i个探测数据求得的相应污染物释放浓度M0和位置x的概率
    分布;一般将的分布形式定义为正态分布:
    <mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>C</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mo>|</mo> <msub> <mi>M</mi> <mn>0</mn> </msub> <mo>,</mo> <mi>x</mi> <mo>;</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>~</mo> <mi>N</mi> <mrow> <mo>(</mo> <msub> <mi>M</mi> <mn>0</mn> </msub> <mo>&CenterDot;</mo> <msub> <mi>f</mi> <mi>x</mi> </msub> <mo>(</mo> <mrow> <mi>x</mi> <mo>;</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mover> <mi>x</mi> <mo>&RightArrow;</mo> </mover> <mrow> <mi>w</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&tau;</mi> <mi>i</mi> </msub> </mrow> <mo>)</mo> <mo>,</mo> <msubsup> <mi>&sigma;</mi> <mi>&epsiv;</mi> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
    其中,为对应于第i个探测数据可能的实际污染物浓度;为污染物探测器的测量误
    差的标准平方差;
    通过将L1、L2和L3对应的信息代入上述公式(1-1)至公式(1-5)求解,即辨识到第一个
    污染物源的第一个可能位置S1(1)和释放强度C1(1),将污染物探测器移动到S1(1)处并测
    量此处污染物的真实浓度C1(1,real);
    第四步,如果污染物的真实浓度C1(1,real)与释放强度C1(1)数值差距明显,则将污染
    物探测器从S1(1)出发沿主导风向移动,直到探测到高于污染物对人体造成危害的限值,并
    将此时污染物探测器的位置、探测到的污染物浓度以及当时气象站的气象数据记录为L4,
    然后重复第二步至第三步,直至得到的C1(n,real)与C1(n)相匹配,即两者数值为一个数量
    级;此时表明真实的污染物源在S1(n)附近,在S1(n)附近搜寻以确认污染物源精确位置和
    释放强度;
    第五步,确定第一个污染物源的位置和释放强度后,根据S1和C1求解污染物状态方程

    其中,C表示污染物浓度,t为时间,Vj为Xj轴方向上的速度,νC,j表示污染物C在Xj方向上
    的有效湍流扩散系数,qO为污染物负源的单位体积流量,qI为污染物正源的单位体积流量,
    CI为相应的污染物体积浓度,SC为所有其它形式的污染物源,则(Sc+qICI-qOC)为所有外部污
    染物源的总和;Γ1,Γ2和Γ3为边界条件,C0为各个位置的初始浓度,g1,g2和g3表示已知的
    污染物边界条件数学表达式,ni为Xj轴方向的单位矢量;
    得到由第一个污染物源导致的整个区域的污染物浓度分布,读取污染物探测器探测过
    的位置处的污染物浓度值;由于在速度场稳定的情况下,公式(1-6)相对于质量浓度C来说
    是一个线性方程,因此各个污染物源造成的污染物浓度场直接相加或相减;将原探测器探
    测到的污染物浓度数据减去由第一个污染物源导致的浓度值,即得到剩余其它污染物源导
    致的各个已探测位置处的污染物浓度值;
    第六步,经过上述处理后,如果各个已探测位置处的浓度值依然高于污染物对人体造
    成危害的限值,表明还有污染物源没有被找到,重复步骤二至步骤七直至所有的污染物探
    测器的数值都低于污染物对人体造成危害的限值,则认为所有威胁的污染物源均已被找
    到。

    说明书

    一种利用可移动污染物探测器辨识城市空间多污染物源的方法

    技术领域

    本发明属于大气污染物源辨识技术领域,具体涉及一种利用可移动污染物探测器
    辨识城市空间多污染物源的方法,用于对同时存在的多个污染物源进行位置和释放强度的
    辨识,从而对污染物进行源头控制。

    背景技术

    现有的污染物源辨识方法主要分为两大类:正向计算方法和逆向计算方法。正向
    计算方法是一种相对比较简单的试错方法,比如Gorelick S M等人在文章Identifying
    sources of groundwater pollution:an optimization approach中通过可移动探测器的
    不断尝试性移动逐渐趋近于污染物源的位置,这样一种方法往往效率比较低。而逆向计算
    方法则从探测器探测到污染物这一最终状态出发,通过逆向时间和速度场的模拟计算快速
    识别出污染物源。正向方法往往只能慢慢趋近于污染物源位置,但逆向方法在得到足够多
    的信息时,可以通过模拟计算快速确定污染源的位置、释放强度甚至污染物释放规律。
    Skaggs和Kabala在文章“Recovering the history of a groundwater contaminant
    plume:Method of quasi-reversibility”中利用准可逆方法,通过求解对流扩散方程实现
    了地下水污染源的辨识,并确定了其准可逆扩散因子求解方法。Zhang和Chen在文章
    “Identification of contaminant sources in enclosed environments by inverse
    CFD modeling”中将此方法与计算流体力学结合,成功应用于飞机客舱污染物源和污染物
    释放强度的辨识。但是此方法的一个严重缺陷是需要提前知道污染物源的部分信息,这在
    实际情况中往往是难以实现的。Wagner在其文章“Simultaneously parameter estimation
    and contaminant source characterization for coupled groundwater flow and
    contaminant transport modeling”中提出了一套基于概率论的逆向模拟计算方法并将其
    应用于地下水污染物源的辨识。此方法将地下水流模拟计算与污染物传播模拟计算相结
    合,利用非线性最大相似理论对污染物源的位置和释放强度进行了逆向辨识。Neupauer和
    Wilson在其一系列文章“Backward probabilistic model of groundwater
    contamination in non-uniform and transient flow”等中则将伴随方法引入地下水污
    染物源位置和释放时间的辨识。此方法能够准确推测出复杂几何环境下地下水污染物的历
    史特性,即其释放强度、位置和变化规律。Lin在文章“Inverse modeling methods for
    indoor airborne pollutant tracking:literature review and fundamentals”中则通
    过引入概率分析进一步提高了其计算精确度并将此方法应用于一个实际地下水污染物源
    辨识的算例中。Liu和Zhai等人通过发表一系列文章,如“Location identification for
    indoor instantaneous point contaminant source by probability-based inverse
    computational fluid dynamics modeling”等,则将此理论和方法应用于空气环境,并实
    现了室内空气污染物源的辨识。其方法能够根据污染物探测器提供的有限的信息实现室内
    空气污染物源位置和释放强度的快速辨识。前述大量方法仅仅是能成功实现单个污染物源
    的辨识,而现实中污染物源往往不止一个。目前在多个污染物源辨识方面取得的进展则寥
    寥可数。具有代表性的是Cai等人在文章Fast identification of multiple indoor
    constant contaminant sources by ideal sensors:a theoretical model and
    numerical validation中使用正向方法进行多污染物源的辨识,结果表明此方法需要耗费
    大量的计算资源并且要预先知道可能的污染物源位置等很多实际情况下很难得到的数据。

    本发明将基于概率论的伴随方法应用于室外污染物源的辨识,并发展出一整套辨
    识室外多污染物源的方法。此方法借助可移动污染物探测器快速确定多个污染物源的具体
    位置和释放强度。

    发明内容

    城市污染物源的快速辨识有助于城市空气的治理和改善。传统试错法效率低且难
    以应对多污染源的情况,而基于概率的伴随方法已经能够很好地实现室内单个污染物源的
    辨识。本研究进一步改进了伴随方法用于开放空间的多污染物源辨识,并发展了能够仅仅
    根据有限的污染物探测器(可移动)信息辨识多污染物源的方法。

    本发明的技术方案:

    一种利用可移动污染物探测器辨识城市空间多污染物源的方法,步骤如下:

    (1)通过城市三维地图建立相应建筑的三维模型,根据气象站提供的城区上风向
    的主导风速和风向模拟计算出城区的速度??;

    (2)将污染物探测器在待测城区中共移动三个测点,首先,默认待测城区只有一个
    污染物源,将污染物探测器移动到待测城区随机一个位置,并探测其污染物浓度;若探测到
    的污染物浓度值高于污染物对人体造成危害的限值,则将此时污染物探测器的位置、探测
    到的污染物浓度以及当时气象站的气象数据记录为L1;再将污染物探测器移动到另外一个
    位置,并将此时污染物探测器的位置、探测到的污染物浓度以及当时气象站的气象数据记
    录为L2,判断正确的移动方向和距离的指标为L2的污染物浓度与L1的污染物浓度相差最少
    20%;最后,将污染物探测器移动到第三个位置,并将此时污染物探测器的位置、探测到的
    污染物浓度以及当时气象站的气象数据记录为L3;

    (3)根据L1、L2和L3,辨识到第一个污染物源的第一个可能位置S1(1)和释放强度
    C1(1),将污染物探测器移动到S1(1)处并测量此处污染物的真实浓度C1(1,real);

    (4)如果污染物的真实浓度C1(1,real)与释放强度C1(1)数值差距明显,则将污染
    物探测器从S1(1)出发沿主导风向移动,直到探测到高于污染物对人体造成危害的限值,并
    将此时污染物探测器的位置、探测到的污染物浓度以及当时气象站的气象数据记录为L4,
    然后重复步骤(2)至步骤(3),直至得到的C1(n,real)与C1(n)相匹配,即两者数值为一个数
    量级;此时表明真实的污染物源在S1(n)附近,在S1(n)附近搜寻以确认污染物源精确位置
    和释放强度;

    (5)确定第一个污染物源的位置和释放强度后,根据S1和C1模拟计算得到由第一
    个污染物源导致的整个区域的污染物浓度分布(如附图6所示),读取污染物探测器探测过
    的位置处的污染物浓度值;由于在速度场稳定的情况下,公式(1-6)相对于质量浓度C来说
    是一个线性方程,因此各个污染物源造成的污染物浓度场直接相加或相减;将原探测器探
    测到的污染物浓度数据减去由第一个污染物源导致的浓度值,即得到剩余其它污染物源导
    致的各个已探测位置处的污染物浓度值;

    (6)经过上述处理后,如果各个已探测位置处的浓度值依然高于污染物对人体造
    成危害的限值,表明还有污染物源没有被找到,重复步骤二至步骤七直至所有的污染物探
    测器的数值都低于污染物对人体造成危害的限值,则认为所有威胁的污染物源均已被找
    到。

    为了验证结果的准确性,可以在完成以上步骤辨识到所有污染物源之后,再挑选
    一个主导风速和风向与原来明显不同的时间段进行重复辨识,以确保所有污染物源都已经
    被找到。

    此发明首次提出有别于传统试错法的多污染物源的快速逆向辨识方法,能够使用
    单个可移动污染物探测器快速辨识出多个污染物源,初始投资低,速度快,结果准确,能够
    实现对城市大气环境的实时监测及快速诊断,为城市大气污染的治理和决策提供经济高效
    的技术方案。

    附图说明

    图1是某城区建筑群三维模型。

    图2是城区在主导风速和风向作用下速度场分布。

    图3是使用可移动污染物探测器辨识城市空间多污染物源流程图。

    图4是第一次尝试辨识首个污染物源示意图。

    图5是第二次尝试辨识首个污染物源示意图。

    图6是辨识到的第一个污染物源导致的污染物浓度场分布图。

    具体实施方式

    以下结合附图和技术方案,进一步说明本发明的具体实施方式。

    此发明所使用的方法为逆向方法,它需要将时间逆向考虑,这就决定了此方法需
    要与模拟计算相结合。使用逆向方法进行城市空间气态污染物源的辨识则需要借助计算流
    体力学对城市空间的流场和污染物浓度场进行模拟计算。伴随方法通过求解质量传递方程
    的伴随方程,然后依据测量数据,结合概率理论求取污染物源位置和释放强度在整个空间
    区域和释放强度坐标上的概率分布,以得到的概率值最大的点所对应的位置和污染物释放
    强度为辨识出的污染物源的位置和强度。

    实施例

    一种利用可移动污染物探测器辨识城市空间多污染物源的方法,其特征在于,步
    骤如下:

    第一步,根据城市三维地图建立建筑的三维模型,再根据气象站提供的待测城区
    上风向的主导风速和风向,使用计算流体力学求解纳维斯托克斯方程得出待测城区的速度
    ??;

    第二步,将污染物探测器在待测城区中共移动三个测点,首先,默认待测城区只有
    一个污染物源,将污染物探测器移动到待测城区随机一个位置,并探测其污染物浓度;若探
    测到的污染物浓度值高于污染物对人体造成危害的限值,则将此时污染物探测器的位置、
    探测到的污染物浓度以及当时气象站的气象数据记录为L1;再将污染物探测器移动到另外
    一个位置,并将此时污染物探测器的位置、探测到的污染物浓度以及当时气象站的气象数
    据记录为L2,判断正确的移动方向和距离的指标为L2的污染物浓度与L1的污染物浓度相差
    最少20%;最后,将污染物探测器移动到第三个位置,并将此时污染物探测器的位置、探测
    到的污染物浓度以及当时气象站的气象数据记录为L3;

    第三步,对每个测点探测到的数据,通过求解污染物传播方程的伴随方程:


    其中,ψ*为伴随概率因子(位置或者时间的伴随概率因子),τ为逆向的时间,为探
    测区域位置矢量,为污染物探测器位置矢量,C表示污染物浓度,Xj为位置坐标轴,其中j
    =1,2,3分别对应水平、垂直、竖直三个方向,Vj为Xj轴方向上的速度,νC,j表示污染物C在Xj
    方向上的有效湍流扩散系数,qO为污染物负源的单位体积流量,Γ1,Γ2和Γ3为边界条件,ni
    为Xj轴方向的单位矢量;为负荷项,其表达式由两个阶跃方程组成:



    得出各个探测器辨识到的污染物源可能存在的位置,上述得出的可能的污染源位
    置无限多,通过公式(1-4)求解如下方程将三个探测器的辨识结果整合,即确定唯一一个可
    能的污染物源:


    其中,N为探测数据的个数,τi、和分别为对应于第i个探测数据的探测位
    置、探测时间(逆向)和探测到的污染物浓度,τ0为已知的污染物释放时间,M0为假设的污染物释
    放强度,为对应于第i个探测数据的SALP;为
    根据第i个探测数据求得的相应污染物释放浓度M0和位置x的概率分布;一般将
    的分布形式定义为正态分布:


    其中,为对应于第i个探测数据可能的实际污染物浓度,为污染物探测器的测
    量误差的标准平方差;

    通过将L1、L2和L3对应的信息代入上述公式(1-1)至公式(1-5)求解,辨识到第一
    个污染物源的第一个可能位置S1(1)和释放强度C1(1),将污染物探测器移动到S1(1)处并
    测量此处污染物的真实浓度C1(1,real);

    第四步,如果污染物的真实浓度C1(1,real)与释放强度C1(1)数值差距明显,则将
    污染物探测器从S1(1)出发沿主导风向移动,直到探测到高于污染物对人体造成危害的限
    值,并将此时污染物探测器的位置、探测到的污染物浓度以及当时气象站的气象数据记录
    为L4,然后重复第二步至第三步,直至得到的C1(n,real)与C1(n)相匹配,即两者数值为一
    个数量级;此时表明真实的污染物源在S1(n)附近,在S1(n)附近搜寻以确认污染物源精确
    位置和释放强度;

    第五步,确定第一个污染物源的位置和释放强度后,根据S1和C1求解污染物状态
    方程


    其中,C表示污染物浓度,t为时间,Vj为Xj轴方向上的速度,νC,j表示污染物C在Xj方
    向上的有效湍流扩散系数,qO为污染物负源的单位体积流量,qI为污染物正源的单位体积流
    量,CI为相应的污染物体积浓度,SC为所有其它形式的污染物源,则(Sc+qICI-qOC)为所有外
    部污染物源的总和;Γ1,Γ2和Γ3为边界条件,C0为各个位置的初始浓度,g1,g2和g3表示已
    知的污染物边界条件数学表达式,ni为Xj轴方向的单位矢量;

    得到由第一个污染物源导致的整个区域的污染物浓度分布,读取污染物探测器探
    测过的位置处的污染物浓度值;由于在速度场稳定的情况下,公式(1-6)相对于质量浓度C
    来说是一个线性方程,因此各个污染物源造成的污染物浓度场直接相加或相减;将原探测
    器探测到的污染物浓度数据减去由第一个污染物源导致的浓度值,即得到剩余其它污染物
    源导致的各个已探测位置处的污染物浓度值;

    第六步,经过上述处理后,如果各个已探测位置处的浓度值依然高于污染物对人
    体造成危害的限值,表明还有污染物源没有被找到,重复步骤二至步骤七直至所有的污染
    物探测器的数值都低于污染物对人体造成危害的限值,则认为所有威胁的污染物源均已被
    找到。

    本方法适用于有如下特定情境:

    (1)流场是稳态的。在进行城市空间污染物源辨识时,本研究将直接使用气象站测
    量到的气象数据来模拟计算城市空间的流场。气象数据显示城市空间的主导风速和主导风
    向可能维持数小时不变,我们可以选取主导风速和风向已经稳定一段时间之后开始使用可
    移动污染物探测器进行污染物源的辨识。

    (2)污染物源是释放强度恒定的点源?;诟怕实陌樗娣椒ㄖ荒苣嫦虮媸兜阍葱?br />(或者可以作为点源来考虑)的污染物源,线源和面源不在本研究的讨论范围之内。

    (3)污染物是惰性污染物,且气流跟随性较好。为了方便起见,本研究只针对气流
    跟随性较好的惰性污染物。而如果要进一步考虑可与大气中其它物质反应或气流跟随性较
    差的颗粒性污染物,只要能够模拟计算准确,此方法同样适用。

    (4)可移动的污染物探测器能够探测并记录污染物浓度及相应的位置信息。

    (5)污染物浓度达到一定的限值才认为有害,才必须搜寻到相应的污染源。

    关于本文
    本文标题:一种利用可移动污染物探测器辨识城市空间多污染物源的方法.pdf
    链接地址://www.4mum.com.cn/p-6021132.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 河北时时 什么公式计算快三大小单双 彩神8下载 pk10官网开奖直播现场 pk10五码三期必中特 竞猜足球稳赚技巧 刘伯温正版四肖不像 赛车绝对赚钱的方法 一万元本金怎么玩大发快三稳赚 北京pk10免费全天计划 全天分分快三计划软件 广东快乐十分稳赚计划软件 黑龙江时时开奖网站 上海时时即时 逆袭计划软件最新版 好运来计划软件官网