[发明专利]一种工业园区大气质量智能分析方法及系统

权利要求书

1.一种工业园区大气质量智能分析方法，其特征在于，所述方法包括以下步骤：

确定工业园区及分析时段；

获取所述工业园区内所有预设的监测点在所述分析时段上监测到的污染物的浓度、排放位置、排放量和化学成分，以绘制出监测数据的变化曲线；

获取所述分析时段所对应的气象数据，并结合各监测点所述分析时段上的污染物的浓度、排放位置、排放量和化学成分，通过预先训练好的大气扩散模型进行处理，以得到污染源扩散仿真曲线；

将所述污染源扩散仿真曲线与所述监测数据的变化曲线进行对比，迭代得出污染源扩散规则，并结合每一监测点监测到的污染物的浓度和气象数据，推算出每一监测点的实际排放量以及额外排放量的来源。

2.如权利要求1所述的工业园区大气质量智能分析方法，其特征在于，所述方法进一步包括：

根据各监测点所述分析时段上的污染物的浓度、排放位置、排放量和化学成分，计算出各监测点的空气质量分指数，且进一步基于各监测点的空气质量分指数，计算出各监测点的空气质量指数。

3.如权利要求2所述的工业园区大气质量智能分析方法，其特征在于，所述方法进一步包括：

根据各监测点的空气质量指数，确定各监测点的空气污染等级，且进一步根据各监测点的空气污染等级，进行预警。

4.如权利要求1所述的工业园区大气质量智能分析方法，其特征在于，所述方法进一步包括：

根据预定的距离阈值，确定各监测点的邻近区域，并进一步提取各监测点的邻近区域在所述分析时段上的污染物的浓度、排放位置、排放量和化学成分；

将各监测点的邻近区域在所述分析时段上的污染物的浓度、排放位置、排放量和化学成分以及对应的气象数据，导入预先训练好的空气质量预测模型中，预测出各监测点的未来空气质量指数。

5.如权利要求4所述的工业园区大气质量智能分析方法，其特征在于，所述空气质量预测模型是基于所述气象数据中的风向和监测点邻近区域的空间特征而构建的神经网络模型；其中，所述神经网络模型为MLR多元线性回归模型或SVR支持向量回归模型。

6.如权利要求1-5中任一项所述的工业园区大气质量智能分析方法，其特征在于，所述化学成分包括空气六参数、氨气、H2S、Cl2、VOCs及工业园区特征关键污染物；其中，空气六参数包括细颗粒物、可吸入颗粒物、SO2、NO2、O3、CO。

7.一种工业园区大气质量智能分析系统，其特征在于，包括：

分析指定单元，用于确定工业园区及分析时段；

监测数据变化曲线绘制单元，用于获取所述工业园区内所有预设的监测点在所述分析时段上监测到的污染物的浓度、排放位置、排放量和化学成分，以绘制出监测数据的变化曲线；

污染源扩散仿真曲线获取单元，用于获取所述分析时段所对应的气象数据，并结合各监测点所述分析时段上的污染物的浓度、排放位置、排放量和化学成分，通过预先训练好的大气扩散模型进行处理，以得到污染源扩散仿真曲线；

污染溯源单元，用于将所述污染源扩散仿真曲线与所述监测数据的变化曲线进行对比，迭代得出污染源扩散规则，并结合每一监测点监测到的污染物的浓度和气象数据，推算出每一监测点的实际排放量以及额外排放量的来源。

8.如权利要求7所述的工业园区大气质量智能分析系统，其特征在于，还包括：

空气质量评价单元，用于根据各监测点所述分析时段上的污染物的浓度、排放位置、排放量和化学成分，计算出各监测点的空气质量分指数，且进一步基于各监测点的空气质量分指数，计算出各监测点的空气质量指数。

9.如权利要求8所述的工业园区大气质量智能分析系统，其特征在于，还包括：

污染等级预警单元，用于根据各监测点的空气质量指数，确定各监测点的空气污染等级，且进一步根据各监测点的空气污染等级，进行预警。

10.如权利要求7所述的工业园区大气质量智能分析系统，其特征在于，还包括：

未来空气质量预测单元，用于根据预定的距离阈值，确定各监测点的邻近区域，并进一步提取各监测点的邻近区域在所述分析时段上的污染物的浓度、排放位置、排放量和化学成分；

将各监测点的邻近区域在所述分析时段上的污染物的浓度、排放位置、排放量和化学成分以及对应的气象数据，导入预先训练好的空气质量预测模型中，预测出各监测点的未来空气质量指数。