[go: up one dir, main page]

CN111581897B - 大气污染地面观测的资料同化、装置及设备 - Google Patents

大气污染地面观测的资料同化、装置及设备 Download PDF

Info

Publication number
CN111581897B
CN111581897B CN202010487972.3A CN202010487972A CN111581897B CN 111581897 B CN111581897 B CN 111581897B CN 202010487972 A CN202010487972 A CN 202010487972A CN 111581897 B CN111581897 B CN 111581897B
Authority
CN
China
Prior art keywords
assimilation
observation
information
determining
atmospheric environment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010487972.3A
Other languages
English (en)
Other versions
CN111581897A (zh
Inventor
孙溦
陈丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute Of Urban Meteorology
Original Assignee
Beijing Institute Of Urban Meteorology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute Of Urban Meteorology filed Critical Beijing Institute Of Urban Meteorology
Priority to CN202010487972.3A priority Critical patent/CN111581897B/zh
Publication of CN111581897A publication Critical patent/CN111581897A/zh
Application granted granted Critical
Publication of CN111581897B publication Critical patent/CN111581897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Fluid Mechanics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本申请提供一种大气污染地面观测的资料同化方法、装置及设备，该方法包括：获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息；根据属性信息和同化信息，确定大气环境对应的分析场；根据分析场，确定大气环境的空气质量。用于使数据处理方法可以应用在不同的大气环境中，扩大了数据处理方法的应用范围，能够同时对二氧化硫、二氧化氮、臭氧、一氧化碳、空气动力学直径小于或等于2.5微米的颗粒物、以及空气动力学直径小于或等于10.0微米的颗粒物进行同化处理，提高同化处理效率。

Description

大气污染地面观测的资料同化、装置及设备
技术领域
本申请涉及空气质量领域，尤其涉及一种大气污染地面观测的资料同化方法、装置及设备。
背景技术
大气中通常存在污染物，例如：PM2.5、PM10等气溶胶(颗粒)污染物。目前可以通过气溶胶方案对气溶胶污染物的污染过程进行模拟，从而实现对空气质量进行预报。
在相关技术中，有多种气溶胶方案能够实现对气溶胶污染物的污染过程进行模拟的方案，但是不同气溶胶方案的应用场景通常也不同，因此导致现有的气溶胶方案的应用范围较小。
发明内容
本申请提供一种大气污染地面观测的资料同化方法、装置及设备，用于使数据处理方法可以应用在不同的大气环境中，扩大了数据处理方法的应用范围，能够同时对二氧化硫、二氧化氮、臭氧、一氧化碳、空气动力学直径小于或等于2.5微米的颗粒物、以及空气动力学直径小于或等于10.0微米的颗粒物进行同化处理，提高同化处理效率。
第一方面，本申请提供一种大气污染地面观测的资料同化方法，包括：
获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息；
根据属性信息和同化信息，确定大气环境对应的分析场；
根据分析场，确定大气环境的空气质量。
在一种可能的设计中，属性信息包括背景场和污染物观测信息；
同化信息包括大气环境对应的同化要素标识和同化策略标识。
在一种可能的设计中，根据属性信息和同化信息，确定大气环境对应的分析场，包括：
根据同化要素标识和同化策略标识，确定观测算子；
根据观测算子、背景场和污染物观测信息，确定大气环境对应的分析场。
在一种可能的设计中，根据观测算子、背景场、污染物观测信息，确定大气环境对应的分析场，包括：
通过预设气象处理模型对观测算子进行处理，得到背景误差信息；
对污染物观测信息进行误差处理，得到观测误差信息；
根据背景误差信息、观测误差信息、观测算子、背景场和污染物观测信息，确定大气环境对应的分析场。
在一种可能的设计中，对污染物观测信息进行误差处理，得到观测误差信息，包括：
根据污染物观测信息，确定测量误差；
根据测量误差，确定代表性误差；
对测量误差和代表性误差进行处理，得到观测误差信息。
在一种可能的设计中，根据同化要素标识和同化策略标识，确定观测算子，包括：
确定同化策略标识对应的资料同化策略；
获取资料同化策略对应的控制变量；
根据同化要素标识，以及所述气溶胶控制变量和/或气态污染物控制变量，确定观测算子。
在一种可能的设计中，同化要素标识为至少一种要素组合中的任意一个要素组合对应的标识；
其中，至少一种要素组合包括二氧化硫、二氧化氮、臭氧、一氧化碳、空气动力学直径小于或等于2.5微米的颗粒物、以及空气动力学直径小于或等于10.0微米的颗粒物中任意至少一种要素构成的组合。
第二方面，本申请提供一种大气污染地面观测的资料同化装置，包括：获取模块和确定模块，其中，
获取模块用于，获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息；
确定模块用于，根据属性信息和同化信息，确定大气环境对应的分析场；
确定模块还用于，根据分析场，确定大气环境的空气质量。
在一种可能的设计中，属性信息包括背景场和污染物观测信息；
同化信息包括大气环境对应的同化要素标识和同化策略标识。
在一种可能的设计中，确定模块具体用于：
根据同化要素标识和同化策略标识，确定观测算子；
根据观测算子、背景场和污染物观测信息，确定大气环境对应的分析场。
在一种可能的设计中，确定模块具体用于：
通过预设气象处理模型对观测算子进行处理，得到背景误差信息；
对污染物观测信息进行误差处理，得到观测误差信息；
根据背景误差信息、观测误差信息、观测算子、背景场和污染物观测信息，确定大气环境对应的分析场。
在一种可能的设计中，确定模块具体用于：
根据污染物观测信息，确定测量误差；
根据测量误差，确定代表性误差；
对测量误差和代表性误差进行处理，得到观测误差信息。
在一种可能的设计中，确定模块具体用于：
确定同化策略标识对应的资料同化策略；
获取资料同化策略对应的气溶胶控制变量；
根据同化要素标识，以及所述气溶胶控制变量和/或气态污染物控制变量，确定观测算子。
在一种可能的设计中，同化要素标识为至少一种要素组合中的任意一个要素组合对应的标识；
其中，至少一种要素组合包括二氧化硫、二氧化氮、臭氧、一氧化碳、空气动力学直径小于或等于2.5微米的颗粒物、以及空气动力学直径小于或等于10.0微米的颗粒物中任意至少一种要素构成的组合。
第三方面，本申请提供一种电子设备，包括：至少一个处理器和存储器；
存储器存储计算机执行指令；
至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如第一方面中任一项的大气污染地面观测的资料同化方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上第一方面中任一项的大气污染地面观测的资料同化方法。
本实施例提供的大气污染地面观测的资料同化方法、装置及设备，该方法包括：获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息；根据属性信息和同化信息，确定大气环境对应的分析场；根据分析场，确定大气环境的空气质量。在上述方法中，根据属性信息和同化信息，确定大气环境对应的分析场，使得数据处理方法可以应用在不同的大气环境中，扩大了数据处理方法的应用范围。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请提供的大气污染地面观测的资料同化方法的流程示意图一；
图2为本申请提供的大气污染地面观测的资料同化方法的流程示意图二；
图3为本申请提供大气污染地面观测的资料同化装置的结构示意图；
图4为本申请提供的大气污染地面观测的资料同化装置的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，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做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。
图1为本申请提供的大气污染地面观测的资料同化方法的流程示意图一。如图1所示，本实施例提供的大气污染地面观测的资料同化方法包括：
S101：获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息。
可选地，本申请的执行主体可以为计算机设备，也可以为设置在计算机设备中的大气污染地面观测的资料同化装置。可选地，大气污染地面观测的资料同化装置可以通过软件和/或硬件的结合来实现。可选地，计算机设备可以为台式电脑、笔记本电脑等。
具体的，属性信息包括背景场和污染物观测信息，同化信息包括大气环境对应的同化要素标识和同化策略标识。其中，在资料同化系统中由模式得到的解称为背景场，污染物观测信息中包括：二氧化硫SO2、二氧化氮NO2、臭氧O3、一氧化碳CO、空气动力学直径小于或等于2.5微米的颗粒物PM2.5、以及空气动力学直径小于或等于10.0微米的颗粒物PM10各自对应的浓度。
需要说明的是，PM2.5和PM10为气溶胶污染物，SO2、NO2、O3和CO为气态污染物，PM2.5、PM10、SO2、NO2、O3和CO具有各自对应的背景场。
在一种可能的设计中，同化要素标识为至少一种要素组合中的任意一个要素组合对应的标识，其中，至少一种要素组合包括SO2、NO2、O3、CO、PM2.5、PM10中任意至少一种要素构成的组合。例如，至少一种要素组合可以包括：SO2组合，NO2组合，O3组合，CO组合，PM2.5组合，PM10组合，SO2和NO2组合，SO2、NO2和O3组合，NO2和O3组合。
可选地，同化要素标识可以用数字表示。例如，同化要素标识为1指示SO2组合对应的标识，同化要素标识为2指示SO2、NO2和O3组合对应的标识。进一步地，同化要素标识为2，说明本申请提供的大气污染地面观测的资料同化方法用于对SO2、NO2、O3同时同化。
可选地，同化策略标识可以用数字标识，用于气溶胶同化。该同化策略标识可以为两个不同预设标识中的任意一种，其中，一个预设标识指示一种资料同化策略。例如，一预设标识为10指示全球臭氧化学气溶胶辐射与运输(Global Ozone Chemistry AerosolRadiation and Transport，GOCART)资料同化策略，另一预设标识为20指示气溶胶相互作用与化学模拟模型(Model for simulating aerosol interactions and chemistry，MOSAIC)资料同化策略。
例如，同化要素标识为2、预设标识为20时，说明在本申请提供的大气污染地面观测的资料同化方法中可以使用MOSAIC资料同化策略对气溶胶同化，并且对SO2、NO2、O3三个气态污染物进行同时同化。
需要说明的是，本申请提供的大气污染地面观测的资料同化方法可以应用于资料同行系统中，而且在本申请中，首次实现了在同行系统中使用MOSAIC方案进行资料同化。在本申请之前，MOSAIC方案通常仅应用于空气质量预报系统中，在资料同化系统中未支持MOSAIC方案。
S102：根据属性信息和同化信息，确定大气环境对应的分析场。
在一种可能的实施方式中，根据属性信息和同化信息，确定大气环境对应的分析场的方法包括：根据同化要素标识和同化策略标识，确定观测算子；根据观测算子、背景场和污染物观测信息，确定大气环境分析场。
可选地，可以根据同化策略标识确定控制变量，再根据同化要素标识和控制变量确定观测算子。
例如，同化策略标识为10时，确定的气溶胶控制变量包括：细颗粒气溶胶、粗颗粒气溶胶、硫酸盐、疏水性有机碳、亲水性有机碳、疏水性黑碳、清水性黑碳、有效粒径为0.5μm(微米)的粉尘、有效粒径为1.4μm的粉尘、有效粒径为2.4μm的粉尘、有效粒径为4.5μm的粉尘、有效粒径为0.3μm的海盐、有效粒径为1.0μm的海盐、有效粒径为3.25μm的海盐。
例如，同化策略标识为20时，确定的气溶胶控制变量为0.039μm-0.1μm、0.1μm-1.0μm、1.0μm-2.5μm以及2.5μm-10μm四个粒径段分布下的8种气溶胶控制变量，8种气溶胶控制变量包括：黑碳BC、有机化合物OC、硫酸盐SO4、硝酸盐NO3、铵盐NH4、钠NA、氯化物CL、其它无机物OIN。
需要说明的是，同化策略标识为20时，若同化要素标识指示的要素组合中包括有气溶胶污染物时，则确定的观测算子如下公式1所示：
其中，y为同化策略标识为20时气溶胶污染的观测算子、ρd为干燥空气的密度，i为粒径标识，BCi为粒径标识i对应的黑碳、OCi为粒径标识i对应的有机化合物，SO4i为粒径标识i对应的硫酸盐，NO3i为粒径标识i对应的硝酸盐，NH4i为粒径标识i对应的铵盐气溶胶，NAi为粒径标识i对应的钠，CL为氯化物气溶胶，OINi为粒径标识i对应的其他无机物。
在本申请中，x可以为3、或4，例如，x为3指示：y为PM2.5的观测算子，x为4指示：y为PM10的观测算子，粒径标识i＝1指示粒径范围0.039μm-0.1μm，粒径标识i＝2指示粒径范围0.1μm-1.0μm，粒径标识i＝3指示粒径范围1.0μm-2.5μm，粒径标识i＝4指示粒径范围2.5μm-10μm。
需要说明的是，若同化要素标识指示的要素组合中包括气态污染物，则确定的观测算子如下公式2所示：
其中，yX为气态污染物控制变量X对应的观测算子，X为SO2、NO2、O3、CO中的任意一种气态污染物控制变量，MX为气态污染物控制变量X的相对分子质量，Mdair为干燥空气的相对分子质量，RX为气态污染物控制变量X的混合比。
S103：根据分析场，确定大气环境的空气质量。
需要说明的是，根据分析场确定大气环境的空气质量的具体方法，可以参见现有技术，此处不再进行赘述。
本实施例提供的大气污染地面观测的资料同化方法包括：获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息；根据属性信息和同化信息，确定大气环境对应的分析场；根据分析场，确定大气环境的空气质量。在上述方法中，根据属性信息和同化信息，确定大气环境对应的分析场，使得数据处理方法可以应用在不同的大气环境中，扩大了数据处理方法的应用范围。例如，本申请提供的大气污染地面观测的资料同化方法，可以应用在以气溶胶污染物为主要污染物的大气环境中，也可以应用在以气态污染物为主要污染物的大气环境。
与现有技术不同，在现有技术中，大气环境中的主要污染物不同时，通常使用不同的方案，导致开发人员需要不断的修改方案，使得修改后方案可以适用于不同主要污染物的大气环境。而在本申请中，本申请提供的大气污染地面观测的资料同化方法可以适用于不同主要污染物的大气环境，避免开发人员不断地修改方案。
在上述实施例的基础上，下面结合图3实施例，对本申请提供的大气污染地面观测的资料同化方法作进一步的详细说明，具体的，请参见图3实施例。
图2为本申请提供的大气污染地面观测的资料同化方法的流程示意图二。如图2所示，本实施例提供的大气污染地面观测的资料同化方法包括：
S201：获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息，属性信息包括背景场和污染物观测信息，同化信息包括大气环境对应的同化要素标识和同化策略标识。
具体的，S201的执行方法与S101的执行方法相同，此处，不再赘述S201的执行过程。
S202：根据同化要素标识和同化策略标识，确定观测算子。
在一种可能的实施方式中，根据同化要素标识和同化策略标识，确定观测算子，包括：确定同化策略标识对应的资料同化策略；获取资料同化策略对应的气溶胶控制变量；根据同化要素标识，以及气溶胶控制变量和/或气态污染物控制变量，确定观测算子。
例如，同化策略标识为20，确定资料同化策略为MOSAIC气溶胶资料同化策略，同化策略标识为10，确定资料同化策略为GOCART气溶胶资料同化策略。
可选地，计算机设备中存储有每个资料同化策略包括的控制变量，可以在确定资料同化策略之后获取资料同化策略对应的控制变量。或者计算机设备中存储有同化策略标识对应的控制变量，可以根据同化策略标识获取控制变量。其中，MOSAIC资料同化策略、以及GOCART资料同化策略方案各自对应的控制变量如S102中所述，同化策略标识对应的控制变量也如S102所诉。
具体的，根据同化要素标识，以及气溶胶控制变量和/或气态污染物控制变量，确定观测算子包括如下三种：
第一种，当同化要素标识指示要素组合中仅包括气态污染物(例如：包括SO2、NO2、O3、CO中的至少一种)时，可以根据同化要素标识和气态污染物控制变量确定观测算子，即确定的观测算子如上述公式2所示；
第二种，当同化要素标识指示要素组合中仅包括气溶胶污染物(例如：包括PM2.5、PM10中的至少一种)时，可以根据同化要素标识和气溶胶控制变量确定观测算子，即确定的观测算子如上述公式1所示；
第三种，当同化要素标识指示要素组合中包括气溶胶污染物和气溶胶污染物时，可以根据同化要素标识、气溶胶控制变量和气态污染物控制变量确定观测算子，可以确定观测算子如上述公式1和2所示。
例如，同化要素标识为1(指示SO2组合)，则确定观测算子如上述公式2所示。
例如，同化要素标识为3(指示SO2和PM2.5组合)、气溶胶资料同化策略为MOSAIC资料同化策略，则确定观测算子如上述公式1和2所示。
S203：通过预设气象处理模型对观测算子进行处理，得到背景误差信息。
其中，预设气象处理模型为对现有的GEN_BE v2.0进行修改更新之后得到的处理模型。
需要说明的是，每种污染物具有各自对应的背景误差信息。具体的，通过预设气象处理模型对每种污染物对应的观测算子进行处理，可以得到每种污染物各自对应的背景误差信息。
S204：对污染物观测信息进行误差处理，得到观测误差信息；
在一种可能的设计中，对污染物观测信息进行误差处理，得到观测误差信息，包括：根据污染物观测信息，确定测量误差；根据测量误差，确定代表性误差；对测量误差和代表性误差进行处理，得到观测误差信息。
需要说明的是，每种污染物具有各自对应的观测误差信息、测量误差、代表性误差。具体的，可以对每种污染物对应的测量误差和代表性误差进行处理，得到该污染物对应的观测误差信息。
由于污染物观测信息包括每种污染物(SO2、NO2、O3、CO、PM2.5、PM10)的浓度，因此可以根据每种污染物的浓度，确定每种污染物对应的测量误差，根据每种污染物对应的测量误差，确定每种污染物对应的代表性误差；根据每种污染物对应的测量误差和代表性误差，得到每种污染物对应的观测误差信息。
可选地，可以通过如下公式3确定每种污染物对应的测量误差：
其中，为污染物m对应的测量误差，Mm为污染物m对应的观测信息(即浓密，单位为微克每立方米：μg/m3)，m为污染物PM2.5、PM10、SO2、NO2、O3、CO中的任意一种。
可选地，可以通过如下可行的公式4确定每种污染物对应的代表性误差：
其中，为污染物m对应的代表性误差，γ为可调参数比例(通常设置为0.5)，Δl为网格间距(根据需求设置，测试中设置为40.5千米)，L为观测影响半径(测试中设置为2千米)。
可选地，可以通过如下可行的公式5，确定每种污染对应的观测误差信息：
其中，εm为污染为m对应的观测误差信息。
S205：根据背景误差信息、观测误差信息、观测算子、背景场和污染物观测信息，确定大气环境对应的分析场。
具体的，根据每种污染物对应的背景误差信息、观测误差信息、观测算子、背景场和污染物观测信息，确定每种污染物对应的分析场，进而根据每种污染物对应的分析场，得到大气环境对应的分析场，其中，大气环境对应的分析场中包括每种污染物对应的分析场。
可选地，可以对如下公式6进行求解处理，得到每种污染物对应的分析场xm。
其中，xm为污染物m对应的分析场，mb为根据污染物m对应的背景场得到的背景矢量，Bm为根据污染物m对应的背景误差信息得到的矩阵，H(m)为污染物m对应的观测算子，Rm为根据污染物m对应的观测误差信息得到的矩阵，ym为根据污染物m对应的污染物观测信息得到的观测矢量。
S206：根据分析场，确定大气环境的空气质量。
具体的，S206的执行过程与S103的执行过程相同，此处，不再赘述S206的执行方法。
本实施提供的大气污染地面观测的资料同化方法包括：获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息；根据同化要素标识和同化策略标识，确定观测算子；通过预设气象处理模型对观测算子进行处理，得到背景误差信息；对污染物观测信息进行误差处理，得到观测误差信息；根据背景误差信息、观测误差信息、观测算子、背景场和污染物观测信息，确定大气环境对应的分析场，根据分析场，确定大气环境的空气质量。在上述方法中，根据同化要素标识和同化策略标识，确定观测算子，可以使得本申请提供的大气污染地面观测的资料同化方法能够同时对环境6要素(即SO2、NO2、O3、CO、PM2.5、PM10要素)进行同化处理，提高了同化效率。
进步一步地，根据本申请提供的大气污染地面观测的资料同化方法，对PM2.5，PM2.5和PM10，SO2、NO2、O3、CO、PM2.5、PM10，这三种要素组合进行同化处理得到分析场之后，基于分析场进行为期1月的24小时空气质量预报。得到的24小时平均的大气污染物预报情况如下表1所示。
表1
在表1中，第一组结果为未采用本申请所示的大气污染地面观测的资料同化方法的结果，第二组结果为采用本申请所示的大气污染地面观测的资料同化方法对预设试验数据中的PM2.5相关数据进行处理后得到的结果，第三组结果为采用本申请所示的大气污染地面观测的资料同化方法对预设试验数据中的PM2.5和PM10相关数据进行处理后得到的结果，第四组结果为采用本申请所示的大气污染地面观测的资料同化方法对预设试验数据中的大气污染6要素(SO2、NO2、O3、CO、PM2.5、PM10)进行处理后得到的结果。其中，预设试验数据为在2017年1月1日至2017年1月31日之间的31天内每小时的空气质量预报数据。
在上述表1中，针对第一组结果和第二组结果中的PM2.5，相对于未采用本申请所示的大气污染地面观测的资料同化方法的第一组结果，采用了本申请所示的大气污染地面观测的资料同化方法的第二组结果得到显著改善：平均偏差下降71.8％(即|8.78-31.17|/31.17)、均方根误差下降39.4％(即|53.93-88.99|/88.99)、相关系数提升43.9％(即|0.59-0.41|/0.41)。
需要说明的是，在上述表1中，由于第二组结果和第三组结果中的PM2.5分析数值基本相同，因此此处不再详细说明第三组结果中的PM2.5在平均偏差、均方根误差、相关系数在三个方面的具体的改进程度。进一步地，针对第一组结果和第三组结果中的PM10，第三组结果中PM10的均方根误差下降27.0％、相关系数提升55.5％。
需要说明的是，在上述表1中，由于第三组结果和第四组结果中的PM2.5分析数值基本相同、第三组结果和第四组结果中的PM10分析数值基本相同，因此此处不再详细说明第四组结果中的PM2.5和PM10在平均偏差、均方根误差、相关系数在三个方面的具体的改进程度。进一步地，针对第一组结果和第四组结果中的SO2，第四组结果中SO2的平均偏差下降43.3％、均方根误差下降13.4％、相关系数提升37.9％；针对第一组结果和第四组结果中的NO2，第四组结果中NO2的平均偏差下降42.2％、均方根误差下降5.3％、相关系数提升8.3％；针对第一组结果和第四组结果中的O3，第四组结果中O3的平均偏差下降73.9％、均方根误差下降11.3％、相关系数提升41.4％；针对第一组结果和第四组结果中的CO，第四组结果中CO的平均偏差下降74.0％、均方根误差下降33.7％、相关系数提升103.5％。
图3为本申请提供的大气污染地面观测的资料同化装置的结构示意图。如图3所示，大气污染地面观测的资料同化装置10包括：获取模块11和确定模块12，其中，
获取模块11用于，获取预设地理区域所在的大气环境的属性信息和大气环境对应的同化信息；
确定模块12用于，根据属性信息和同化信息，确定大气环境对应的分析场；
确定模块12还用于，根据分析场，确定大气环境的空气质量。
本申请提供的大气污染地面观测的资料同化装置可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
在一种可能的设计中，属性信息包括背景场和污染物观测信息；
同化信息包括大气环境对应的同化要素标识和同化策略标识。
在一种可能的设计中，确定模块12具体用于：
根据同化要素标识和同化策略标识，确定观测算子；
根据观测算子、背景场和污染物观测信息，确定大气环境对应的分析场。
在一种可能的设计中，确定模块12具体用于：
通过预设气象处理模型对观测算子进行处理，得到背景误差信息；
对污染物观测信息进行误差处理，得到观测误差信息；
根据背景误差信息、观测误差信息、观测算子、背景场和污染物观测信息，确定大气环境对应的分析场。
在一种可能的设计中，确定模块12具体用于：
根据污染物观测信息，确定测量误差；
根据测量误差，确定代表性误差；
对测量误差和代表性误差进行处理，得到观测误差信息。
在一种可能的设计中，确定模块12具体用于：
确定同化策略标识对应的资料同化策略；
获取资料同化策略对应的气溶胶控制变量；
根据同化要素标识、以及气溶胶控制变量和/或气态污染物控制变量，确定观测算子。
在一种可能的设计中，同化要素标识为至少一种要素组合中的任意一个要素组合对应的标识；
其中，至少一种要素组合包括二氧化硫、二氧化氮、臭氧、一氧化碳、空气动力学直径小于或等于2.5微米的颗粒物、以及空气动力学直径小于或等于10.0微米的颗粒物中任意至少一种要素构成的组合。
图4为本申请提供的电子设备的硬件结构示意图。如图4所示，该电子设备20包括：至少一个处理器21和存储器22。其中，处理器21和存储器22通过总线23连接。
在具体实现过程中，至少一个处理器21执行存储器22存储的计算机执行指令，使得至少一个处理器21执行如上的大气污染地面观测的资料同化方法。
处理器21的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述图4所示的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上的大气污染地面观测的资料同化方法。
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种大气污染地面观测的资料同化方法，其特征在于，包括：
获取预设地理区域所在的大气环境的属性信息和所述大气环境对应的同化信息；
根据所述属性信息和所述同化信息，确定所述大气环境对应的分析场；
根据所述分析场，确定所述大气环境的空气质量；
所述属性信息包括背景场和污染物观测信息；
所述同化信息包括所述大气环境对应的同化要素标识和同化策略标识；
根据所述属性信息和所述同化信息，确定所述大气环境对应的分析场，包括：
根据所述同化要素标识和所述同化策略标识，确定观测算子；
根据所述观测算子、所述背景场和所述污染物观测信息，确定所述大气环境对应的分析场；
根据所述观测算子、所述背景场、所述污染物观测信息，确定所述大气环境对应的分析场，包括：
通过预设气象处理模型对所述观测算子进行处理，得到背景误差信息；
对所述污染物观测信息进行误差处理，得到观测误差信息；
根据所述背景误差信息、所述观测误差信息、所述观测算子、所述背景场和所述污染物观测信息，确定所述大气环境对应的分析场；
根据所述同化要素标识和所述同化策略标识，确定观测算子，包括：
确定所述同化策略标识对应的资料同化策略；
获取所述资料同化策略对应的气溶胶控制变量；
根据所述同化要素标识，以及所述气溶胶控制变量和/或气态污染物控制变量，确定所述观测算子。
2.根据权利要求1所述的方法，其特征在于，对所述污染物观测信息进行误差处理，得到观测误差信息，包括：
根据所述污染物观测信息，确定测量误差；
根据所述测量误差，确定代表性误差；
对所述测量误差和所述代表性误差进行处理，得到所述观测误差信息。
3.根据权利要求1所述的方法，其特征在于，所述同化要素标识为至少一种要素组合中的任意一个要素组合对应的标识；
其中，所述至少一种要素组合包括二氧化硫、二氧化氮、臭氧、一氧化碳、空气动力学直径小于或等于2.5微米的颗粒物、以及空气动力学直径小于或等于10.0微米的颗粒物中任意至少一种要素构成的组合。
4.一种大气污染地面观测的资料同化装置，其特征在于，包括：获取模块和确定模块，其中，
所述获取模块用于，获取预设地理区域所在的大气环境的属性信息和所述大气环境对应的同化信息；
所述确定模块用于，根据所述属性信息和所述同化信息，确定所述大气环境对应的分析场；
所述确定模块还用于，根据所述分析场，确定所述大气环境的空气质量；
所述属性信息包括背景场和污染物观测信息；
所述同化信息包括所述大气环境对应的同化要素标识和同化策略标识；
所述确定模块具体用于，根据所述同化要素标识和所述同化策略标识，确定观测算子；根据所述观测算子、所述背景场和所述污染物观测信息，确定所述大气环境对应的分析场；
所述确定模块具体用于，通过预设气象处理模型对所述观测算子进行处理，得到背景误差信息；对所述污染物观测信息进行误差处理，得到观测误差信息；根据所述背景误差信息、所述观测误差信息、所述观测算子、所述背景场和所述污染物观测信息，确定所述大气环境对应的分析场；
确定模块具体用于，确定所述同化策略标识对应的资料同化策略；获取所述资料同化策略对应的气溶胶控制变量；根据所述同化要素标识，以及所述气溶胶控制变量和/或气态污染物控制变量，确定所述观测算子。
5.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至3任一项所述大气污染地面观测的资料同化方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至3任一项所述大气污染地面观测的资料同化方法。
CN202010487972.3A 2020-06-02 2020-06-02 大气污染地面观测的资料同化、装置及设备 Active CN111581897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010487972.3A CN111581897B (zh) 2020-06-02 2020-06-02 大气污染地面观测的资料同化、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010487972.3A CN111581897B (zh) 2020-06-02 2020-06-02 大气污染地面观测的资料同化、装置及设备

Publications (2)

Publication Number Publication Date
CN111581897A CN111581897A (zh) 2020-08-25
CN111581897B true CN111581897B (zh) 2023-11-03

Family

ID=72116027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010487972.3A Active CN111581897B (zh) 2020-06-02 2020-06-02 大气污染地面观测的资料同化、装置及设备

Country Status (1)

Country Link
CN (1) CN111581897B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018039433A1 (en) * 2016-08-24 2018-03-01 Delos Living Llc Systems, methods and articles for enhancing wellness associated with habitable environments
CN109034252A (zh) * 2018-08-01 2018-12-18 中国科学院大气物理研究所 空气质量站点监测数据异常的自动化识别方法
CN109709577A (zh) * 2018-12-28 2019-05-03 南京雨后地软环境技术有限公司 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法
CN111048161A (zh) * 2019-10-22 2020-04-21 中国人民解放军国防科技大学 一种基于improve方程的气溶胶消光系数的三维变分同化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018039433A1 (en) * 2016-08-24 2018-03-01 Delos Living Llc Systems, methods and articles for enhancing wellness associated with habitable environments
CN109034252A (zh) * 2018-08-01 2018-12-18 中国科学院大气物理研究所 空气质量站点监测数据异常的自动化识别方法
CN109709577A (zh) * 2018-12-28 2019-05-03 南京雨后地软环境技术有限公司 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法
CN111048161A (zh) * 2019-10-22 2020-04-21 中国人民解放军国防科技大学 一种基于improve方程的气溶胶消光系数的三维变分同化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
北京地区一次空气重污染过程的目标观测分析;刘娜等;气候与环境研究(第05期);P619-632 *
卫星气溶胶光学厚度资料同化对灰霾预报改进个例研究;冯沁;鲍艳松;闵锦忠;陆其峰;;气象学报(第01期);全文 *
大气污染资料同化与应用综述;朱江;唐晓;王自发;吴林;;大气科学(第03期);全文 *

Also Published As

Publication number Publication date
CN111581897A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
Yu et al. Deep ensemble machine learning framework for the estimation of PM2. 5 concentrations
CN111753426B (zh) 颗粒物污染的源解析方法和装置
Lang et al. A monitoring and modeling study to investigate regional transport and characteristics of PM2. 5 pollution
Paatero et al. Advanced factor analysis of spatial distributions of PM2. 5 in the eastern United States
Petersen et al. A comprehensive Eulerian modeling framework for airborne mercury species: Development and testing of the tropospheric chemistry module (TCM)
CN112711893B (zh) 污染源对pm2.5贡献计算方法、装置和电子设备
Seigneur et al. Contributions of global and regional sources to mercury deposition in New York State
CN115656481B (zh) 一种土体微观结构持水能力表征方法及系统
CN115705510A (zh) 厂区气体污染分布预测方法、系统、电子设备及存储介质
CN111753906A (zh) 污染物传输轨迹的聚类方法、装置、电子设备及存储介质
CN111581897B (zh) 大气污染地面观测的资料同化、装置及设备
Samset et al. East Asian aerosol cleanup has likely contributed to the recent acceleration in global warming
CN117272866B (zh) 一种粒径分段沙尘质量浓度的变网格模拟方法以及设备
CN117723711B (zh) 一种污染大气质量变化的实时分析方法及系统
CN116611252B (zh) 基于沉积模拟的气溶胶粒径组成求解方法、系统和设备
Cheng et al. Spatial distributions of PM10-bound metal elements in the central part of western Taiwan and their potential emission sources and the carcinogenic health risks
CN114881168B (zh) 光离子化检测仪校准方法、系统、电子设备以及存储介质
Feng Investigating wintertime air pollution in Hangzhou, China
CN118154994B (zh) 遥感图像土地分类精度评估抽样方法、装置及电子设备
CN113010850A (zh) 一种基于gis的大气细颗粒物中三价砷浓度的预测方法
Luque et al. Sensitivity analysis of NO2 and O3 concentrations modeled with WRF-CMAQ to boundary and initial conditions and first model layer height in the Metropolitan Area of Buenos Aires, Argentina
Abbady et al. 222Rn and its relation with meteorological conditions and gaseous pollutants in the outdoor environment of Qena City South of Egypt
Stjern et al. Consistent responses to black carbon and carbon dioxide at global and 100 m model resolutions
Ma et al. Comparison of Sand and Dust Data Sources for the Sandy and Deserted Areas in China and Their Application in Wind Turbine Operation
CN120317016A (zh) 用于大气化学气溶胶资料同化的三维变分同化方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant