本發(fā)明屬于大氣污染物源辨識技術(shù)領(lǐng)域，具體涉及一種利用可移動污染物探測器辨識城市空間多污染物源的方法，用于對同時(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，從而對污染物進(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)算方法是一種相對比較簡單的試錯(cuò)方法，比如Gorelick S M等人在文章Identifying sources of groundwater pollution:an optimization approach中通過可移動探測器的不斷嘗試性移動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)算方法則從探測器探測到污染物這一最終狀態(tài)出發(fā)，通過逆向時(shí)間和速度場的模擬計(jì)算快速識別出污染物源。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，通過求解對流擴(kuò)散方程實(shí)現(xiàn)了地下水污染源的辨識，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。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。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污染物源的位置和釋放強(qiáng)度進(jìn)行了逆向辨識。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。此方法能夠準(zhǔn)確推測出復(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。其方法能夠根據(jù)污染物探測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。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，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，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，并發(fā)展出一整套辨識室外多污染物源的方法。此方法借助可移動污染物探測器快速確定多個(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。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，并發(fā)展了能夠僅僅根據(jù)有限的污染物探測器(可移動)信息辨識多污染物源的方法。

本發(fā)明的技術(shù)方案：

一種利用可移動污染物探測器辨識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；

(2)將污染物探測器在待測城區(qū)中共移動三個(gè)測點(diǎn)，首先，默認(rèn)待測城區(qū)只有一個(gè)污染物源，將污染物探測器移動到待測城區(qū)隨機(jī)一個(gè)位置，并探測其污染物濃度；若探測到的污染物濃度值高于污染物對人體造成危害的限值，則將此時(shí)污染物探測器的位置、探測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L1；再將污染物探測器移動到另外一個(gè)位置，并將此時(shí)污染物探測器的位置、探測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L2，判斷正確的移動方向和距離的指標(biāo)為L2的污染物濃度與L1的污染物濃度相差最少20％；最后，將污染物探測器移動到第三個(gè)位置，并將此時(shí)污染物探測器的位置、探測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L3；

(3)根據(jù)L1、L2和L3，辨識到第一個(gè)污染物源的第一個(gè)可能位置S1(1)和釋放強(qiáng)度C1(1)，將污染物探測器移動到S1(1)處并測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，則將污染物探測器從S1(1)出發(fā)沿主導(dǎo)風(fēng)向移動，直到探測到高于污染物對人體造成危害的限值，并將此時(shí)污染物探測器的位置、探測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L4，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；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)，讀取污染物探測器探測過的位置處的污染物濃度值；由于在速度場穩(wěn)定的情況下，公式(1-6)相對于質(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直接相加或相減；將原探測器探測到的污染物濃度數(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)已探測位置處的濃度值依然高于污染物對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器的數(shù)值都低于污染物對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，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方法，能夠使用單個(gè)可移動污染物探測器快速辨識出多個(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)對城市大氣環(huán)境的實(shí)時(shí)監(jiān)測及快速診斷，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)向作用下速度場分布。

圖3是使用可移動污染物探測器辨識城市空間多污染物源流程圖。

圖4是第一次嘗試辨識首個(gè)污染物源示意圖。

圖5是第二次嘗試辨識首個(gè)污染物源示意圖。

圖6是辨識到的第一個(gè)污染物源導(dǎo)致的污染物濃度場分布圖。

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)污染物源的辨識則需要借助計(jì)算流體力學(xué)對城市空間的流場和污染物濃度場進(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)所對應(yīng)的位置和污染物釋放強(qiáng)度為辨識出的污染物源的位置和強(qiáng)度。

實(shí)施例

一種利用可移動污染物探測器辨識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城區(qū)的速度場；

第二步，將污染物探測器在待測城區(qū)中共移動三個(gè)測點(diǎn)，首先，默認(rèn)待測城區(qū)只有一個(gè)污染物源，將污染物探測器移動到待測城區(qū)隨機(jī)一個(gè)位置，并探測其污染物濃度；若探測到的污染物濃度值高于污染物對人體造成危害的限值，則將此時(shí)污染物探測器的位置、探測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L1；再將污染物探測器移動到另外一個(gè)位置，并將此時(shí)污染物探測器的位置、探測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L2，判斷正確的移動方向和距離的指標(biāo)為L2的污染物濃度與L1的污染物濃度相差最少20％；最后，將污染物探測器移動到第三個(gè)位置，并將此時(shí)污染物探測器的位置、探測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L3；

第三步，對每個(gè)測點(diǎn)探測到的數(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，為探測區(qū)域位置矢量，為污染物探測器位置矢量，C表示污染物濃度，X_j為位置坐標(biāo)軸，其中j＝1,2,3分別對應(yīng)水平、垂直、豎直三個(gè)方向，V_j為X_j軸方向上的速度，ν_C,j表示污染物C在X_j方向上的有效湍流擴(kuò)散系數(shù)，q_O為污染物負(fù)源的單位體積流量，Γ₁,Γ₂和Γ₃為邊界條件，n_i為X_j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)探測器辨識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)探測器的辨識結(jié)果整合，即確定唯一一個(gè)可能的污染物源：

其中，N為探測數(shù)據(jù)的個(gè)數(shù)，τ_i、和分別為對應(yīng)于第i個(gè)探測數(shù)據(jù)的探測位置、探測時(shí)間(逆向)和探測到的污染物濃度，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，為對應(yīng)于第i個(gè)探測數(shù)據(jù)的SALP；為根據(jù)第i個(gè)探測數(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，為對應(yīng)于第i個(gè)探測數(shù)據(jù)可能的實(shí)際污染物濃度，為污染物探測器的測量誤差的標(biāo)準(zhǔn)平方差；

通過將L1、L2和L3對應(yīng)的信息代入上述公式(1-1)至公式(1-5)求解，辨識到第一個(gè)污染物源的第一個(gè)可能位置S1(1)和釋放強(qiáng)度C1(1)，將污染物探測器移動到S1(1)處并測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，則將污染物探測器從S1(1)出發(fā)沿主導(dǎo)風(fēng)向移動，直到探測到高于污染物對人體造成危害的限值，并將此時(shí)污染物探測器的位置、探測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L4，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；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，V_j為X_j軸方向上的速度，ν_C,j表示污染物C在X_j方向上的有效湍流擴(kuò)散系數(shù)，q_O為污染物負(fù)源的單位體積流量，q_I為污染物正源的單位體積流量，C_I為相應(yīng)的污染物體積濃度，S_C為所有其它形式的污染物源，則(Sc+q_IC_I-q_OC)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，n_i為X_j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，讀取污染物探測器探測過的位置處的污染物濃度值；由于在速度場穩(wěn)定的情況下，公式(1-6)相對于質(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直接相加或相減；將原探測器探測到的污染物濃度數(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)已探測位置處的濃度值依然高于污染物對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器的數(shù)值都低于污染物對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)流場是穩(wěn)態(tài)的。在進(jìn)行城市空間污染物源辨識時(shí)，本研究將直接使用氣象站測量到的氣象數(shù)據(jù)來模擬計(jì)算城市空間的流場。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污染物探測器進(jìn)行污染物源的辨識。

(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)可移動的污染物探測器能夠探測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。