[发明专利]基于无人机采样的反演强点源碳排放强度计算方法及系统

权利要求书

1.一种基于无人机采样的反演强点源碳排放强度计算方法，所述方法包括以下步骤：

步骤S1、采集采样数据，所述采样数据包括位置信息、CO2浓度以及气象数据；

步骤S2、根据采集的采样数据，建立对应的强点源碳排放扩散模型；

步骤S3、基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解；

步骤S4、根据验证数据集评估电厂碳排放强度的准确性。

2.根据权利要求1所述的方法，其特征在于：根据无人机采样设备采集采样数据包括：根据待评估强点源的地形特征、气象场特点，设计合理的无人机飞行采样路线，获取强点源碳排放的浓度扩散特征。

3.根据权利要求1所述的方法，其特征在于：所述建立对应的强点源碳排放扩散模型包括：根据强点源碳排放特点，结合无人机采样设备采集的空间数据，选用高斯扩散模型对电厂碳排放进行数学建模。

4.根据权利要求3所述的方法，其特征在于：所述建立对应的强点源碳排放扩散模型包括：

S2.1、根据强排放源的位置以及实测风向建立扩散坐标系：

S2.2、根据步骤S2.1所建立的扩散坐标系，建立强点源碳排放扩散模型。

5.根据权利要求1所述的方法，其特征在于：所述强点源碳排放扩散模型表示如下，

其中，(x,y,z)为无人机采样设备测量点的坐标，C(x,y,z)为(x,y,z)坐标处的CO₂浓度，q为电厂碳排放强度，u为风速，H为电厂碳排放的有效排放高度，σ_y和σ_z分别为水平扩散参数和垂直扩散参数，B为CO₂的背景浓度，α为地面反射系数，σ_y＝a·x^b，σ_z＝c·x^d，a，b为水平扩散系数，c，d为垂直扩散系数。

6.根据权利要求5所述的方法，其特征在于：所述基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解还包括：

对所建立碳排放扩散模型中的未知参数进行求解，进而得到电厂碳排放强度，其中，未知参数表示为排放扩散模型中的H、α、B、z、a、b、c、d。

7.根据权利要求5所述的方法，其特征在于：所述基于粒子群算法以及信赖域算法对所建立碳排放扩散模型中电厂碳排放强度进行求解包括：

采集强点源碳排放下风口的监测数据以及建立的强点源碳排放扩散模型，对电厂碳排放强度进行求解通过以下步骤实施：

S3.1、将无人机采样系统所采集的总数据集进行分类，随机选取总数据集中的80％的观测数据量作为输入集，输入强点源碳排放扩散模型中，得出强点源碳排放扩散模型的对应参数；

S3.2、将输入集中的CO2浓度数据，气象数据以及位置信息输入强点源碳排放扩散模型，基于设置的参数求解界限，重复计算10000次，得到对应参数中最接近最优解的值；通过信赖域算法迭代以求解得到目标函数最小的极值点，作为最终的最优解；

S3.3、再次将输入集的CO₂浓度数据，气象数据以及位置信息带入强点源碳排放扩散模型，将步骤S3.2中10000次计算结果中的对应参数的最小值以及最大值作为潜在真实值求解区间，将对应参数的平均值作为初始点，根据优化的信赖域算法对待求参数进行精确求解，将计算结果作为最后的参数求解值。

8.根据权利要求1所述的方法，其特征在于：所述根据验证数据集评估计算碳排放结果的准确性包括：

将S3.1中的剩余20％观测数据作为验证集去评价步骤S3求解参数的真实性；根据步骤S3中计算得到的参数以及扩散模型，对验证集相应位置的CO₂浓度数值进行重建；根据实测CO₂浓度与模拟CO₂浓度的相关系数对待求解参数的真实性进行评价。