本發(fā)明屬于大氣污染物源辨識(shí)技術(shù)領(lǐng)域,具體涉及一種利用可移動(dòng)污染物探測(cè)器辨識(shí)城市空間多污染物源的方法,用于對(duì)同時(shí)存在的多個(gè)污染物源進(jìn)行位置和釋放強(qiáng)度的辨識(shí),從而對(duì)污染物進(jìn)行源頭控制。
背景技術(shù):
現(xiàn)有的污染物源辨識(shí)方法主要分為兩大類:正向計(jì)算方法和逆向計(jì)算方法。正向計(jì)算方法是一種相對(duì)比較簡(jiǎn)單的試錯(cuò)方法,比如Gorelick S M等人在文章Identifying sources of groundwater pollution:an optimization approach中通過可移動(dòng)探測(cè)器的不斷嘗試性移動(dòng)逐漸趨近于污染物源的位置,這樣一種方法往往效率比較低。而逆向計(jì)算方法則從探測(cè)器探測(cè)到污染物這一最終狀態(tài)出發(fā),通過逆向時(shí)間和速度場(chǎng)的模擬計(jì)算快速識(shí)別出污染物源。正向方法往往只能慢慢趨近于污染物源位置,但逆向方法在得到足夠多的信息時(shí),可以通過模擬計(jì)算快速確定污染源的位置、釋放強(qiáng)度甚至污染物釋放規(guī)律。Skaggs和Kabala在文章“Recovering the history of a groundwater contaminant plume:Method of quasi-reversibility”中利用準(zhǔn)可逆方法,通過求解對(duì)流擴(kuò)散方程實(shí)現(xiàn)了地下水污染源的辨識(shí),并確定了其準(zhǔn)可逆擴(kuò)散因子求解方法。Zhang和Chen在文章“Identification of contaminant sources in enclosed environments by inverse CFD modeling”中將此方法與計(jì)算流體力學(xué)結(jié)合,成功應(yīng)用于飛機(jī)客艙污染物源和污染物釋放強(qiáng)度的辨識(shí)。但是此方法的一個(gè)嚴(yán)重缺陷是需要提前知道污染物源的部分信息,這在實(shí)際情況中往往是難以實(shí)現(xiàn)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論的逆向模擬計(jì)算方法并將其應(yīng)用于地下水污染物源的辨識(shí)。此方法將地下水流模擬計(jì)算與污染物傳播模擬計(jì)算相結(jié)合,利用非線性最大相似理論對(duì)污染物源的位置和釋放強(qiáng)度進(jìn)行了逆向辨識(shí)。Neupauer和Wilson在其一系列文章“Backward probabilistic model of groundwater contamination in non-uniform and transient flow”等中則將伴隨方法引入地下水污染物源位置和釋放時(shí)間的辨識(shí)。此方法能夠準(zhǔn)確推測(cè)出復(fù)雜幾何環(huán)境下地下水污染物的歷史特性,即其釋放強(qiáng)度、位置和變化規(guī)律。Lin在文章“Inverse modeling methods for indoor airborne pollutant tracking:literature review and fundamentals”中則通過引入概率分析進(jìn)一步提高了其計(jì)算精確度并將此方法應(yīng)用于一個(gè)實(shí)際地下水污染物源辨識(shí)的算例中。Liu和Zhai等人通過發(fā)表一系列文章,如“Location identification for indoor instantaneous point contaminant source by probability-based inverse computational fluid dynamics modeling”等,則將此理論和方法應(yīng)用于空氣環(huán)境,并實(shí)現(xiàn)了室內(nèi)空氣污染物源的辨識(shí)。其方法能夠根據(jù)污染物探測(cè)器提供的有限的信息實(shí)現(xiàn)室內(nèi)空氣污染物源位置和釋放強(qiáng)度的快速辨識(shí)。前述大量方法僅僅是能成功實(shí)現(xiàn)單個(gè)污染物源的辨識(shí),而現(xiàn)實(shí)中污染物源往往不止一個(gè)。目前在多個(gè)污染物源辨識(shí)方面取得的進(jìn)展則寥寥可數(shù)。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中使用正向方法進(jìn)行多污染物源的辨識(shí),結(jié)果表明此方法需要耗費(fèi)大量的計(jì)算資源并且要預(yù)先知道可能的污染物源位置等很多實(shí)際情況下很難得到的數(shù)據(jù)。
本發(fā)明將基于概率論的伴隨方法應(yīng)用于室外污染物源的辨識(shí),并發(fā)展出一整套辨識(shí)室外多污染物源的方法。此方法借助可移動(dòng)污染物探測(cè)器快速確定多個(gè)污染物源的具體位置和釋放強(qiáng)度。
技術(shù)實(shí)現(xiàn)要素:
城市污染物源的快速辨識(shí)有助于城市空氣的治理和改善。傳統(tǒng)試錯(cuò)法效率低且難以應(yīng)對(duì)多污染源的情況,而基于概率的伴隨方法已經(jīng)能夠很好地實(shí)現(xiàn)室內(nèi)單個(gè)污染物源的辨識(shí)。本研究進(jìn)一步改進(jìn)了伴隨方法用于開放空間的多污染物源辨識(shí),并發(fā)展了能夠僅僅根據(jù)有限的污染物探測(cè)器(可移動(dòng))信息辨識(shí)多污染物源的方法。
本發(fā)明的技術(shù)方案:
一種利用可移動(dòng)污染物探測(cè)器辨識(shí)城市空間多污染物源的方法,步驟如下:
(1)通過城市三維地圖建立相應(yīng)建筑的三維模型,根據(jù)氣象站提供的城區(qū)上風(fēng)向的主導(dǎo)風(fēng)速和風(fēng)向模擬計(jì)算出城區(qū)的速度場(chǎng);
(2)將污染物探測(cè)器在待測(cè)城區(qū)中共移動(dòng)三個(gè)測(cè)點(diǎn),首先,默認(rèn)待測(cè)城區(qū)只有一個(gè)污染物源,將污染物探測(cè)器移動(dòng)到待測(cè)城區(qū)隨機(jī)一個(gè)位置,并探測(cè)其污染物濃度;若探測(cè)到的污染物濃度值高于污染物對(duì)人體造成危害的限值,則將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)1;再將污染物探測(cè)器移動(dòng)到另外一個(gè)位置,并將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)2,判斷正確的移動(dòng)方向和距離的指標(biāo)為L(zhǎng)2的污染物濃度與L1的污染物濃度相差最少20%;最后,將污染物探測(cè)器移動(dòng)到第三個(gè)位置,并將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)3;
(3)根據(jù)L1、L2和L3,辨識(shí)到第一個(gè)污染物源的第一個(gè)可能位置S1(1)和釋放強(qiáng)度C1(1),將污染物探測(cè)器移動(dòng)到S1(1)處并測(cè)量此處污染物的真實(shí)濃度C1(1,real);
(4)如果污染物的真實(shí)濃度C1(1,real)與釋放強(qiáng)度C1(1)數(shù)值差距明顯,則將污染物探測(cè)器從S1(1)出發(fā)沿主導(dǎo)風(fēng)向移動(dòng),直到探測(cè)到高于污染物對(duì)人體造成危害的限值,并將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)4,然后重復(fù)步驟(2)至步驟(3),直至得到的C1(n,real)與C1(n)相匹配,即兩者數(shù)值為一個(gè)數(shù)量級(jí);此時(shí)表明真實(shí)的污染物源在S1(n)附近,在S1(n)附近搜尋以確認(rèn)污染物源精確位置和釋放強(qiáng)度;
(5)確定第一個(gè)污染物源的位置和釋放強(qiáng)度后,根據(jù)S1和C1模擬計(jì)算得到由第一個(gè)污染物源導(dǎo)致的整個(gè)區(qū)域的污染物濃度分布(如附圖6所示),讀取污染物探測(cè)器探測(cè)過的位置處的污染物濃度值;由于在速度場(chǎng)穩(wěn)定的情況下,公式(1-6)相對(duì)于質(zhì)量濃度C來說是一個(gè)線性方程,因此各個(gè)污染物源造成的污染物濃度場(chǎng)直接相加或相減;將原探測(cè)器探測(cè)到的污染物濃度數(shù)據(jù)減去由第一個(gè)污染物源導(dǎo)致的濃度值,即得到剩余其它污染物源導(dǎo)致的各個(gè)已探測(cè)位置處的污染物濃度值;
(6)經(jīng)過上述處理后,如果各個(gè)已探測(cè)位置處的濃度值依然高于污染物對(duì)人體造成危害的限值,表明還有污染物源沒有被找到,重復(fù)步驟二至步驟七直至所有的污染物探測(cè)器的數(shù)值都低于污染物對(duì)人體造成危害的限值,則認(rèn)為所有威脅的污染物源均已被找到。
為了驗(yàn)證結(jié)果的準(zhǔn)確性,可以在完成以上步驟辨識(shí)到所有污染物源之后,再挑選一個(gè)主導(dǎo)風(fēng)速和風(fēng)向與原來明顯不同的時(shí)間段進(jìn)行重復(fù)辨識(shí),以確保所有污染物源都已經(jīng)被找到。
此發(fā)明首次提出有別于傳統(tǒng)試錯(cuò)法的多污染物源的快速逆向辨識(shí)方法,能夠使用單個(gè)可移動(dòng)污染物探測(cè)器快速辨識(shí)出多個(gè)污染物源,初始投資低,速度快,結(jié)果準(zhǔn)確,能夠?qū)崿F(xiàn)對(duì)城市大氣環(huán)境的實(shí)時(shí)監(jiān)測(cè)及快速診斷,為城市大氣污染的治理和決策提供經(jīng)濟(jì)高效的技術(shù)方案。
附圖說明
圖1是某城區(qū)建筑群三維模型。
圖2是城區(qū)在主導(dǎo)風(fēng)速和風(fēng)向作用下速度場(chǎng)分布。
圖3是使用可移動(dòng)污染物探測(cè)器辨識(shí)城市空間多污染物源流程圖。
圖4是第一次嘗試辨識(shí)首個(gè)污染物源示意圖。
圖5是第二次嘗試辨識(shí)首個(gè)污染物源示意圖。
圖6是辨識(shí)到的第一個(gè)污染物源導(dǎo)致的污染物濃度場(chǎng)分布圖。
具體實(shí)施方式
以下結(jié)合附圖和技術(shù)方案,進(jìn)一步說明本發(fā)明的具體實(shí)施方式。
此發(fā)明所使用的方法為逆向方法,它需要將時(shí)間逆向考慮,這就決定了此方法需要與模擬計(jì)算相結(jié)合。使用逆向方法進(jìn)行城市空間氣態(tài)污染物源的辨識(shí)則需要借助計(jì)算流體力學(xué)對(duì)城市空間的流場(chǎng)和污染物濃度場(chǎng)進(jìn)行模擬計(jì)算。伴隨方法通過求解質(zhì)量傳遞方程的伴隨方程,然后依據(jù)測(cè)量數(shù)據(jù),結(jié)合概率理論求取污染物源位置和釋放強(qiáng)度在整個(gè)空間區(qū)域和釋放強(qiáng)度坐標(biāo)上的概率分布,以得到的概率值最大的點(diǎn)所對(duì)應(yīng)的位置和污染物釋放強(qiáng)度為辨識(shí)出的污染物源的位置和強(qiáng)度。
實(shí)施例
一種利用可移動(dòng)污染物探測(cè)器辨識(shí)城市空間多污染物源的方法,其特征在于,步驟如下:
第一步,根據(jù)城市三維地圖建立建筑的三維模型,再根據(jù)氣象站提供的待測(cè)城區(qū)上風(fēng)向的主導(dǎo)風(fēng)速和風(fēng)向,使用計(jì)算流體力學(xué)求解納維斯托克斯方程得出待測(cè)城區(qū)的速度場(chǎng);
第二步,將污染物探測(cè)器在待測(cè)城區(qū)中共移動(dòng)三個(gè)測(cè)點(diǎn),首先,默認(rèn)待測(cè)城區(qū)只有一個(gè)污染物源,將污染物探測(cè)器移動(dòng)到待測(cè)城區(qū)隨機(jī)一個(gè)位置,并探測(cè)其污染物濃度;若探測(cè)到的污染物濃度值高于污染物對(duì)人體造成危害的限值,則將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)1;再將污染物探測(cè)器移動(dòng)到另外一個(gè)位置,并將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)2,判斷正確的移動(dòng)方向和距離的指標(biāo)為L(zhǎng)2的污染物濃度與L1的污染物濃度相差最少20%;最后,將污染物探測(cè)器移動(dòng)到第三個(gè)位置,并將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)3;
第三步,對(duì)每個(gè)測(cè)點(diǎn)探測(cè)到的數(shù)據(jù),通過求解污染物傳播方程的伴隨方程:
其中,ψ*為伴隨概率因子(位置或者時(shí)間的伴隨概率因子),τ為逆向的時(shí)間,為探測(cè)區(qū)域位置矢量,為污染物探測(cè)器位置矢量,C表示污染物濃度,Xj為位置坐標(biāo)軸,其中j=1,2,3分別對(duì)應(yīng)水平、垂直、豎直三個(gè)方向,Vj為Xj軸方向上的速度,νC,j表示污染物C在Xj方向上的有效湍流擴(kuò)散系數(shù),qO為污染物負(fù)源的單位體積流量,Γ1,Γ2和Γ3為邊界條件,ni為Xj軸方向的單位矢量;為負(fù)荷項(xiàng),其表達(dá)式由兩個(gè)階躍方程組成:
得出各個(gè)探測(cè)器辨識(shí)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無限多,通過公式(1-4)求解如下方程將三個(gè)探測(cè)器的辨識(shí)結(jié)果整合,即確定唯一一個(gè)可能的污染物源:
其中,N為探測(cè)數(shù)據(jù)的個(gè)數(shù),τi、和分別為對(duì)應(yīng)于第i個(gè)探測(cè)數(shù)據(jù)的探測(cè)位置、探測(cè)時(shí)間(逆向)和探測(cè)到的污染物濃度,τ0為已知的污染物釋放時(shí)間,M0為假設(shè)的污染物釋放強(qiáng)度,為對(duì)應(yīng)于第i個(gè)探測(cè)數(shù)據(jù)的SALP;為根據(jù)第i個(gè)探測(cè)數(shù)據(jù)求得的相應(yīng)污染物釋放濃度M0和位置x的概率分布;一般將的分布形式定義為正態(tài)分布:
其中,為對(duì)應(yīng)于第i個(gè)探測(cè)數(shù)據(jù)可能的實(shí)際污染物濃度,為污染物探測(cè)器的測(cè)量誤差的標(biāo)準(zhǔn)平方差;
通過將L1、L2和L3對(duì)應(yīng)的信息代入上述公式(1-1)至公式(1-5)求解,辨識(shí)到第一個(gè)污染物源的第一個(gè)可能位置S1(1)和釋放強(qiáng)度C1(1),將污染物探測(cè)器移動(dòng)到S1(1)處并測(cè)量此處污染物的真實(shí)濃度C1(1,real);
第四步,如果污染物的真實(shí)濃度C1(1,real)與釋放強(qiáng)度C1(1)數(shù)值差距明顯,則將污染物探測(cè)器從S1(1)出發(fā)沿主導(dǎo)風(fēng)向移動(dòng),直到探測(cè)到高于污染物對(duì)人體造成危害的限值,并將此時(shí)污染物探測(cè)器的位置、探測(cè)到的污染物濃度以及當(dāng)時(shí)氣象站的氣象數(shù)據(jù)記錄為L(zhǎng)4,然后重復(fù)第二步至第三步,直至得到的C1(n,real)與C1(n)相匹配,即兩者數(shù)值為一個(gè)數(shù)量級(jí);此時(shí)表明真實(shí)的污染物源在S1(n)附近,在S1(n)附近搜尋以確認(rèn)污染物源精確位置和釋放強(qiáng)度;
第五步,確定第一個(gè)污染物源的位置和釋放強(qiáng)度后,根據(jù)S1和C1求解污染物狀態(tài)方程
其中,C表示污染物濃度,t為時(shí)間,Vj為Xj軸方向上的速度,νC,j表示污染物C在Xj方向上的有效湍流擴(kuò)散系數(shù),qO為污染物負(fù)源的單位體積流量,qI為污染物正源的單位體積流量,CI為相應(yīng)的污染物體積濃度,SC為所有其它形式的污染物源,則(Sc+qICI-qOC)為所有外部污染物源的總和;Γ1,Γ2和Γ3為邊界條件,C0為各個(gè)位置的初始濃度,g1,g2和g3表示已知的污染物邊界條件數(shù)學(xué)表達(dá)式,ni為Xj軸方向的單位矢量;
得到由第一個(gè)污染物源導(dǎo)致的整個(gè)區(qū)域的污染物濃度分布,讀取污染物探測(cè)器探測(cè)過的位置處的污染物濃度值;由于在速度場(chǎng)穩(wěn)定的情況下,公式(1-6)相對(duì)于質(zhì)量濃度C來說是一個(gè)線性方程,因此各個(gè)污染物源造成的污染物濃度場(chǎng)直接相加或相減;將原探測(cè)器探測(cè)到的污染物濃度數(shù)據(jù)減去由第一個(gè)污染物源導(dǎo)致的濃度值,即得到剩余其它污染物源導(dǎo)致的各個(gè)已探測(cè)位置處的污染物濃度值;
第六步,經(jīng)過上述處理后,如果各個(gè)已探測(cè)位置處的濃度值依然高于污染物對(duì)人體造成危害的限值,表明還有污染物源沒有被找到,重復(fù)步驟二至步驟七直至所有的污染物探測(cè)器的數(shù)值都低于污染物對(duì)人體造成危害的限值,則認(rèn)為所有威脅的污染物源均已被找到。
本方法適用于有如下特定情境:
(1)流場(chǎng)是穩(wěn)態(tài)的。在進(jìn)行城市空間污染物源辨識(shí)時(shí),本研究將直接使用氣象站測(cè)量到的氣象數(shù)據(jù)來模擬計(jì)算城市空間的流場(chǎng)。氣象數(shù)據(jù)顯示城市空間的主導(dǎo)風(fēng)速和主導(dǎo)風(fēng)向可能維持?jǐn)?shù)小時(shí)不變,我們可以選取主導(dǎo)風(fēng)速和風(fēng)向已經(jīng)穩(wěn)定一段時(shí)間之后開始使用可移動(dòng)污染物探測(cè)器進(jìn)行污染物源的辨識(shí)。
(2)污染物源是釋放強(qiáng)度恒定的點(diǎn)源?;诟怕实陌殡S方法只能逆向辨識(shí)點(diǎn)源型(或者可以作為點(diǎn)源來考慮)的污染物源,線源和面源不在本研究的討論范圍之內(nèi)。
(3)污染物是惰性污染物,且氣流跟隨性較好。為了方便起見,本研究只針對(duì)氣流跟隨性較好的惰性污染物。而如果要進(jìn)一步考慮可與大氣中其它物質(zhì)反應(yīng)或氣流跟隨性較差的顆粒性污染物,只要能夠模擬計(jì)算準(zhǔn)確,此方法同樣適用。
(4)可移動(dòng)的污染物探測(cè)器能夠探測(cè)并記錄污染物濃度及相應(yīng)的位置信息。
(5)污染物濃度達(dá)到一定的限值才認(rèn)為有害,才必須搜尋到相應(yīng)的污染源。