[发明专利]基于遥感气溶胶和萤火虫群算法的空气污染源识别方法

说明书

技术领域

本发明属于空气污染源识别技术领域，更为具体地讲，涉及一种基于遥感 气溶胶和萤火虫群算法的空气污染源识别方法。

背景技术

大气污染是我国目前面临的严重环境污染问题，包括PM2.5在内的大气污 染物不仅降低空气能见度，影响出行，同时有研究表明PM2.5能直接进入人体 下呼吸道，与呼吸道疾病和心脏疾病有密切联系，呼吸道疾病目前在我国呈日 益上升趋势，因而日益受到人们的关注。

防止大气污染在于源头控制，找到大气污染物的排放源，摸清其排放量是 进行下一步管理的必要条件，对于决策者具有重要的意义。

目前，常用的大气污染物溯源的方法有两类：一类是基于地面采样的下推 法，其原理是通过地面实地采样和实验室化学组分分析的方法，通过污染物化 学成分特征分析污染物来源。这类方法中，最具代表性的是受体模型，也是目 前最广泛采用的污染物溯源方法；另一类是基于排放清单和扩散模型的上推法， 其原理是根据获取的排放清单，代入扩散模型中进行污染物运动模拟，其最大 的特点是能进行污染预测。这两类方法各有其优点，也存在明显的不足。对于 上推法，由于需要进行大量的实地采样和实验室化验分析，工作量很大、成本 昂贵，除了在一些重点区域间断性采用外，既难以大范围使用，也难以持续进 行；对于下推法，排放清单的建立是关键，但目前为止，我国还没有完整的排 放清单。另外，由于排放源分类不明确，缺少排放因子数据库等因素，使得构 建排放清单在某些情况下几乎不可能。

随着航天技术的快速发展，地表空间信息获取能力和水平大大提升。卫星 遥感数据在时间分辨率、空间分辨率和光谱分辨率上都有了极大的提升，利用 卫星遥感影像定量化获取地表或大气物理化学性质已被证明是可行的，随着研 究的深入和算法的改进，定量反演的精度不断提升。已有大量的研究利用遥感 影像估算大气污染物浓度以及分析大气污染物分布情况。如何利用成本相对低 廉、空间覆盖范围大、周期性获取的卫星遥感影像解决污染物溯源的问题是现 有技术需要解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于遥感气溶胶和萤火 虫群算法的空气污染源识别方法，采用萤火虫群算法对卫星光谱遥感图像反演 得到的气溶胶厚度值进行污染溯源，高效准确地实现空气污染源的识别。

为实现上述发明目的，本发明基于遥感气溶胶和萤火虫群算法的空气污染 源识别方法包括以下步骤：

S1：获取卫星光谱遥感图像和对应的区域数字地图；

S2：获取卫星光谱遥感图像对应区域的风向和风速，得到风速矢量

S3：对卫星光谱遥感图像进行气溶胶光学厚度反演，得到卫星光谱遥感图 像中每个像元的气溶胶光学厚度值；

S4：对卫星光谱遥感图像进行网格化，网格边长根据实际情况设置，将卫 星光谱遥感图像划分为M×N个图像块，计算每个图像块中所包含像元的气溶胶 光学厚度平均值；同时对卫星光谱遥感图像对应的区域数字地图进行网格化， 划分为M×N个图像块，根据企业坐标得到企业k所对应的图像块坐标E_k， k＝1,2,…,K，K表示企业数量；

S5：采用基于GSO的污染溯源方法进行污染物溯源，其具体步骤包括：

S5.1：设置每只萤火虫的初始荧光素值L_i(0)相同，将各像素块的坐标作为萤火虫的初始位置x_i(0)，将像素块所对应的气溶胶光学厚度平均值作为萤火虫的属性值A_i，设置各萤火虫邻域初始值i＝1,2,…,Q，Q＝M×N；

S5.2：令迭代次数t＝1；

S5.3：根据以下公式计算第t代萤火虫的荧光素：

L_i(t)＝(1-ρ)L_i(t-1)+γF(x_i(t))

其中，t表示迭代次数，i表示萤火虫序号，L_i(t)表示第t代萤火虫i的荧光 素，L_i(t-1)表示第t-1代萤火虫i的荧光素，ρ表示荧光素的衰减率，ρ∈(0,1)， γ表示荧光素更新率，F(x_i(t))表示萤火虫i在当前位置x_i(t)的目标函数值，目标 函数的计算公式为：