[发明专利]基于多技术融合的大气温室气体监测站点选址方法及系统及存储介质在审
申请号: | 202310013710.7 | 申请日: | 2023-01-05 |
公开(公告)号: | CN116050612A | 公开(公告)日: | 2023-05-02 |
发明(设计)人: | 张金文;陈淑青;张雪林;鲁楠;黄颖彦;黄渤 | 申请(专利权)人: | 广州禾信仪器股份有限公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/0637;G06Q50/26;G06F30/20 |
代理公司: | 广州润禾知识产权代理事务所(普通合伙) 44446 | 代理人: | 郑永泉 |
地址: | 510700 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 技术 融合 大气 温室 气体 监测 站点 选址 方法 系统 存储 介质 | ||
1.一种基于多技术融合的大气温室气体监测站点选址方法,其特征在于,包括如下步骤:
S1资料调研,收集选址所在地区的基本概况,获取最大程度反映本地特征的数据库;
S2点位初筛,根据数据库中的资料,结合短期实地监测获得的碳排放数据,初步筛选出满足监测要求的点位;
S3精确筛选,从初筛的点位中,采用模型分析技术,精确筛选出对选址所在地区主要温室气体排放源最为敏感的点位;
S4实地勘察,确认步骤S3所选点位现场条件是否符合建站布点要求;
S5科学论证,通过数值模拟步骤S4所得点位温室气体浓度,与卫星遥感的观测资料进行对比验证,输出符合条件的备选点位。
2.根据权利要求1所述的基于多技术融合的大气温室气体监测站点选址方法,其特征在于,所述步骤S3中的模型分析技术具体包括:
S31敏感性分析:
S311通过气象场与向后轨迹模型相耦合,对初选的点位进行轨迹聚类分析;
S312通过气象场与足迹贡献模型相耦合,对初选的点位进行足迹贡献分析;
S313综合轨迹聚类分析和足迹贡献分析,识别初选点位是否能捕捉到主要的碳排放信息;
S32同化反演模拟分析:
S321根据步骤S1的调研结果,确定选址所在地区内包括温室气体的污染物排放源;
S322通过气象场与区域空气质量模型相耦合,以及区域空气质量模型与光合作用与呼吸模型相耦合,模拟温室气体在选址所在地区内的浓度分布;
S323根据步骤S1的调研结果,构建选址所在地区内温室气体的柱浓度数据集,结合除温室气体外的污染物排放信息,建立与大气化学模式相适应的输入模型;
S324根据步骤S1的调研结果,结合地面监测的温室气体浓度与S323所述的输入模型,在已有的排放源基础上进行同化反演,获得动态高分辨率的温室气体排放源;
S325将动态高分辨率的温室气体排放源更新至步骤S321中并通过步骤S322重新模拟温室气体在选址所在地区内的浓度分布;
S326将步骤S325得到的温室气体在选址所在地区内的浓度分布与步骤S1所获得的温室气体浓度分布特征进行对比,评估布点方案对同化反演中温室气体排放量的影响;
综合步骤S31和S32精确筛选出对选址所在地区主要温室气体排放源最为敏感的点位。
3.根据权利要求2所述的基于多技术融合的大气温室气体监测站点选址方法,其特征在于,所述步骤S31敏感性分析具体的过程如下:
首先将中尺度天气模式WRF构建的高精度气象数据与后向轨迹模型HYSPLIT相耦合,对初选点位在不同季节的不同高度的后向气团轨迹进行聚类分析,计算初选点位处的不同高度的气流来向的百分比,识别初选点位是否能捕捉到主要的碳排放信息,确定初选点位和采样口布设高度的代表性和敏感性;
然后将中尺度天气模式WRF构建的高精度气象数据与STILT足迹贡献模型相耦合,模拟和计算大气在气象场驱动下,最终运动到达初选点位前,气流所经过的所有区域对不同季节和不同采样高度处的预设监测点位浓度的影响足迹权重,识别初选点位是否能捕捉到主要的碳排放信息,确定初选点位和采样口布设高度的代表性和敏感性;
通过对初选点位的轨迹聚类分析和足迹贡献分析,识别初选点位是否能捕捉到主要的碳排放信息,明确不同初选点位和采样口布设高度的是否具有代表性和敏感性,进而进一步筛选初选点位。
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广州禾信仪器股份有限公司,未经广州禾信仪器股份有限公司许可,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/202310013710.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种激光清洗工作站
- 下一篇:一种基于超声匹配层设计原理的混凝土新型智能骨料
- 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