[发明专利]一种基于模式初始场同化的二氧化硫排放源优化方法有效
申请号: | 202010095034.9 | 申请日: | 2020-02-12 |
公开(公告)号: | CN111353634B | 公开(公告)日: | 2022-09-20 |
发明(设计)人: | 臧增亮;胡译文;梁延飞;尤伟;潘晓滨 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06F30/20 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 211101 江苏省南京市江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 模式 初始 同化 二氧化硫 排放 优化 方法 | ||
1.一种基于模式初始场同化的二氧化硫排放源优化方法,其特征在于包括步骤:
步骤1:收集研究区域内的观测数据,这些观测数据包括:污染物观测数据、气象观测数据、气象再分析资料和先验排放源数据;
步骤2:利用大气化学模式和3Dvar同化方法对污染物观测数据进行逐小时循环同化,得到最优的二氧化硫浓度分布场,以及二氧化硫浓度的预报误差;
步骤3:利用气象观测资料剔除不符合气象条件的二氧化硫浓度预报的误差数据样本;
步骤4:对研究区域内每个网格的任意时刻的二氧化硫硫浓的预报误差样本求中值;
步骤5:根据大气化学模式中二氧化硫排放源和二氧化硫浓度之间的响应关系得到预报误差δx1与排放源误差δE0的关系:
式中,Vm=22.4×10-3m-3为气体摩尔体积;ρ为实际空气密度,单位为kg m-3;ρair=1.29kg m-3为标准状态下的空气密度,即气体摩尔体积;ΔS为单位面积;Δz为模式层高度,Δt=1hr为时间;
将二氧化硫浓度的预报误差转化为二氧化硫的排放源误差:
最后将二氧化硫的排放源误差叠加到先验排放源上,得到优化的二氧化硫排放源。
2.根据权利要求1所述的一种基于模式初始场同化的二氧化硫排放源优化方法,其特征在于步骤3中,所述气象条件是指微风无降水条件。
3.根据权利要求1所述的一种基于模式初始场同化的二氧化硫排放源优化方法,其特征在于所述步骤2包括:
2.1)利用区域大气化学模式进行模拟,得到初始时刻二氧化硫的浓度分布;
2.2)使用3Dvar同化系统,利用二氧化硫地面观测资料对步骤2.1)得到的二氧化硫浓度初始场x0进行同化,得到最优的二氧化硫浓度分析场x0a和二氧化硫浓度增量场δx0=x0a-x0,即二氧化硫的预报误差;
2.3)利用步骤2.2)中得到的二氧化硫浓度分析场x0a和先验排放源进行1小时预报,得到1小时后的二氧化硫浓度预报场x1;
类似于步骤2.2)利用二氧化硫地面观测资料对二氧化硫浓度预报场x1进行同化,得到二氧化硫浓度分析场x1a和二氧化硫浓度预报误差,其中δx1=x1a-x1,δx1同时记为该时刻二氧化硫浓度的预报误差;
2.4)重复步骤2.3)中逐小时预报、同化、再预报的过程。
4.根据权利要求1所述的一种基于模式初始场同化的二氧化硫排放源优化方法,其特征在于所述步骤3中,使用气象观测和模式模拟的风速和降雨资料及模式本身模拟的气象资料对模拟时间段内的逐小时二氧化硫预报误差即δx1进行筛选,剔除大风和降水区域的二氧化硫预报误差数据。
5.根据权利要求1所述的一种基于模式初始场同化的二氧化硫排放源优化方法,其特征在于所述步骤4中,对研究区域内每个网格任意时刻的二氧化硫浓度的预报误差样本求中值:
式中,i,j分别为模式内东西、南北网格数,t代表每天的整点时刻,取值范围为1~24,n为模拟的天数,即为样本数量;
步骤5中,将公式(3)带入公式(2),得到二氧化硫排放源误差:
式中,Vm=22.4×10-3m-3为气体摩尔体积;
ρ(i,j.t)为每个网格时刻t的实际空气密度,单位为kg m-3;
ρair=1.29kg m-3为标准状态下的空气密度,即气体摩尔体积;
δz(i,j)为每个网格的模式层高度,δt=1hr为时间;
最后将二氧化硫排放源误差叠加到先验排放源上,得到最优的二氧化硫排放源。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010095034.9/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理