基于时空数据挖掘的城市移动源污染综合监管问题研究
发布时间：2021-06-08 03:50
当前我国空气质量形势严峻,《2018中国生态环境状况公报》显示,338个地级以上城市中,217个城市环境空气质量超标,占64.2%。根据2019年《中国移动源环境管理年报》,全国机动车保有量达3.07亿辆,四项污染物排放总量初步核算为4065.3万吨。移动源污染在城市大气污染物中占比中,一氧化碳和碳氢化物占比超过80%,氮氧化物和固体颗粒物超过90%。移动源污染排放已经成为城市大气污染的主要来源,并对社会生态环境造成严重影响。因此对城市移动源污染排放进行全时监测和综合监管对于改善城市大气环境和保护公众健康具有重大意义。然而,一方面由于移动源污染监测站点的建造维护费用高昂,城市中布设的移动源污染监测设备站点稀疏,难以通过在全区域布设检测设备实现城市全区域移动源污染物实时监测;另一方面影响城市移动源污染时空分布变化的因素复杂繁多,从长期污染排放清单核算考虑,主要取决于城市的机动车保有量和车辆类型组成,但从短期或实时交通污染变化状态而言,却又受到城市道路拓扑结构、交通流状况和外部气象环境因素的严重影响。这一系列因素导致对实现城市移动源污染排放的全时监测和综合监管具有很大的挑战性。针对上述挑战...
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
图１．１：?２０１３－２０１８年全国机动车保有量及污染排放总量变化趋势??
??是基于历史交通流信息和尾气排放因子模型核算污染排放量设计交通管制策略，??需要累计大量历史年度监测数据，并且是一种历史统计评估策略存在滞后性，无??法适应移动源污染短时动态变化。为此，如何根据移动源历史排放和交通流模式??信息实现路段移动源污染排放监管，这是本文拟解决的第三个关键问题。??１．３．２主要研究内容??本文主要研究了城市移动源污染排放监管的相关问题，提出了基于时空数??据挖掘的“监测数据增强－时空特性分析－监管策略生成”的城市移动源污染排放??监管理论方法体系，如图１．２所示。本文主要研宄内容如下：??城市移动源污染综合监管问题??善?聲??…?．．?研‘ｍ．??．ｍｍ，?，腔测点位稀疏义?＿合抟放因子棋型和对抗学习策略??．．．．增强择质性?、■的数振增强??＿?＃?Ｉ??＋?国＿＾＾，基??暑?蜃??监擘策§＿环壤状态时序伊職邊?圓基于深度彊化学习的城市顧??（Ｖ生成．状态行魏嘛＇Ｊ树＾丄心，移动海｜５染监卿???研究目标???通过构建基于时空数据挖掘的“监测数据增强一时空特性分析一监管策略生成”城市移动源??污染监管的理论方法体系，为相关管理部门对城市大气环境保护与移动源污染治理提供科学??可靠的数据依据和辅助决策支持。???图１．２：主要研究内容??（１）融合排放因子模型和对抗学习策略的数据增强：针对道路移动源污染排??放监测数据的空间稀疏性和异质性问题，提出了一种基于监测约束生成对抗网??络的移动源污染监测数据生成模型。考虑交通流、路网结构、车辆工况等多源外??部环境信息影响，建立移动源污染排放ＣＯＰＥＲＴ修正模型产生污染监测数据先??验分布
放中的不同成分污染物对不同波长的红外线或紫外线的吸收作用，利用??Ｂｅｅｒ－Ｌａｍｂｅｒｔ吸收定律和其燃烧方程计算得出烟羽中不同成分相对体积比反演??出污染物实际体积浓度值［１３］，??Ｉ（Ａ）／Ｉ〇Ｕ）?＝?ｅｘｐ｛－Ａ｛Ｘ））??（２．１）??Ａ｛Ｘ）?＝?５｛Ｘ）ＣＬ??其中，／Ｕ）为经过尾气的透射光强度，／〇（Ａ）为发射光强度，Ｊ（Ａ）／Ａ（Ａ）为透过率，??４（Ａ）为吸收率；５（Ａ）是标准气体状态下，与测量气体无关的分子吸收系数，Ｃ为??吸收气体浓度，Ｌ表示光程长度，如图２．１给出了?ＣＯ，?Ｃ０２，?Ｎ０Ｘ等不同气体组??分的光谱吸收线强。当汽车排气时，尾气烟羽立即被环境空气流所稀释，虽然??－——ＮＯ???Ｎ０２??５．００Ｅ－０１９－??Ｃ０２??＿＿＿?＿?广??—－?ｗ?ｗ??４?００Ｅ－Ｏ１９－??ｍ?．．??翌?３?００Ｅ－０１９?－??２?００Ｅ－０１９?－??１?００Ｅ－０１９－?｜｜??Ｏ．ＯＯＥ＋ＯＤＯ－?，?．?ｒ?＾?．．．．．丨歸，＊＊｜?．，羅???１．０?１．５?２－０?２．５?３．０?３．５?４．０?４．５?５．０?５３?６－０?６－５?７．０?７－５??波长［ｕｍ】??图２．１：不同气体组分的光谱吸收??各污染物浓度发生较大变化，但其成份比例变化相对稳定。汽油车尾气遥感检??测时以Ｃ０２为参比气体时，在浓混合气或理论空燃比燃烧的假定条件下，根据??燃烧方程和测得的比值，可以计算出尾气中污染物浓度。将（：０２作为参比气体，??Ｑｅｏ、Ｑｍ、表示Ｃ〇、ＨＣ、ＮＯ对（：０２浓度比率，一般燃油中碳氢元素比??１１??
【参考文献】：
期刊论文
[1]多源信息融合技术及应用发展现状[J]. 元晶. 工业经济论坛. 2017(05)
[2]Traffic Signal Timing via Deep Reinforcement Learning[J]. Li Li,Yisheng Lv,Fei-Yue Wang. IEEE/CAA Journal of Automatica Sinica. 2016(03)
[3]基于MOVES的西安市出租车污染物排放分析[J]. 刘强. 环境监测管理与技术. 2015(02)
[4]广州市机动车尾气排放特征研究[J]. 廖瀚博,余志,周兵,刘永红,毕索阳,蔡铭,罗威力. 环境科学与技术. 2012(01)
[5]综合移动源排放模型——MOVES[J]. 黄冠涛,宋国华,于雷,胥耀方. 交通信息与安全. 2010(04)
[6]基于可调谐半导体激光吸收光谱气体检测仪的数据采集与实验分析[J]. 张帅,刘文清,张玉钧,束小文,阚瑞峰,何莹,耿辉,许振宇,刘建国. 光学技术. 2009(05)
[7]北京限行期间大气污染物的差分光学吸收光谱监测与分析[J]. 朱燕舞,刘文清,谢品华,窦科,司福祺,李素文,张英华,秦敏. 光子学报. 2009(08)
[8]一种汽车源排放模型——IVE模型简介[J]. 王虎,李孟良,乔维高. 中国环境监测. 2007(05)
[9]应用COPERTⅢ模型计算中国机动车排放因子[J]. 谢绍东,宋翔宇,申新华. 环境科学. 2006(03)
[10]机动车排放车载实验及模型模拟研究[J]. 胡京南,郝吉明,傅立新,吴烨,王志石,邓宇华. 环境科学. 2004(03)
博士论文
[1]时空数据模型及其应用研究[D]. 曹闻.解放军信息工程大学 2011
本文编号：3217632
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
图１．１：?２０１３－２０１８年全国机动车保有量及污染排放总量变化趋势??
??是基于历史交通流信息和尾气排放因子模型核算污染排放量设计交通管制策略，??需要累计大量历史年度监测数据，并且是一种历史统计评估策略存在滞后性，无??法适应移动源污染短时动态变化。为此，如何根据移动源历史排放和交通流模式??信息实现路段移动源污染排放监管，这是本文拟解决的第三个关键问题。??１．３．２主要研究内容??本文主要研究了城市移动源污染排放监管的相关问题，提出了基于时空数??据挖掘的“监测数据增强－时空特性分析－监管策略生成”的城市移动源污染排放??监管理论方法体系，如图１．２所示。本文主要研宄内容如下：??城市移动源污染综合监管问题??善?聲??…?．．?研‘ｍ．??．ｍｍ，?，腔测点位稀疏义?＿合抟放因子棋型和对抗学习策略??．．．．增强择质性?、■的数振增强??＿?＃?Ｉ??＋?国＿＾＾，基??暑?蜃??监擘策§＿环壤状态时序伊職邊?圓基于深度彊化学习的城市顧??（Ｖ生成．状态行魏嘛＇Ｊ树＾丄心，移动海｜５染监卿???研究目标???通过构建基于时空数据挖掘的“监测数据增强一时空特性分析一监管策略生成”城市移动源??污染监管的理论方法体系，为相关管理部门对城市大气环境保护与移动源污染治理提供科学??可靠的数据依据和辅助决策支持。???图１．２：主要研究内容??（１）融合排放因子模型和对抗学习策略的数据增强：针对道路移动源污染排??放监测数据的空间稀疏性和异质性问题，提出了一种基于监测约束生成对抗网??络的移动源污染监测数据生成模型。考虑交通流、路网结构、车辆工况等多源外??部环境信息影响，建立移动源污染排放ＣＯＰＥＲＴ修正模型产生污染监测数据先??验分布
放中的不同成分污染物对不同波长的红外线或紫外线的吸收作用，利用??Ｂｅｅｒ－Ｌａｍｂｅｒｔ吸收定律和其燃烧方程计算得出烟羽中不同成分相对体积比反演??出污染物实际体积浓度值［１３］，??Ｉ（Ａ）／Ｉ〇Ｕ）?＝?ｅｘｐ｛－Ａ｛Ｘ））??（２．１）??Ａ｛Ｘ）?＝?５｛Ｘ）ＣＬ??其中，／Ｕ）为经过尾气的透射光强度，／〇（Ａ）为发射光强度，Ｊ（Ａ）／Ａ（Ａ）为透过率，??４（Ａ）为吸收率；５（Ａ）是标准气体状态下，与测量气体无关的分子吸收系数，Ｃ为??吸收气体浓度，Ｌ表示光程长度，如图２．１给出了?ＣＯ，?Ｃ０２，?Ｎ０Ｘ等不同气体组??分的光谱吸收线强。当汽车排气时，尾气烟羽立即被环境空气流所稀释，虽然??－——ＮＯ???Ｎ０２??５．００Ｅ－０１９－??Ｃ０２??＿＿＿?＿?广??—－?ｗ?ｗ??４?００Ｅ－Ｏ１９－??ｍ?．．??翌?３?００Ｅ－０１９?－??２?００Ｅ－０１９?－??１?００Ｅ－０１９－?｜｜??Ｏ．ＯＯＥ＋ＯＤＯ－?，?．?ｒ?＾?．．．．．丨歸，＊＊｜?．，羅???１．０?１．５?２－０?２．５?３．０?３．５?４．０?４．５?５．０?５３?６－０?６－５?７．０?７－５??波长［ｕｍ】??图２．１：不同气体组分的光谱吸收??各污染物浓度发生较大变化，但其成份比例变化相对稳定。汽油车尾气遥感检??测时以Ｃ０２为参比气体时，在浓混合气或理论空燃比燃烧的假定条件下，根据??燃烧方程和测得的比值，可以计算出尾气中污染物浓度。将（：０２作为参比气体，??Ｑｅｏ、Ｑｍ、表示Ｃ〇、ＨＣ、ＮＯ对（：０２浓度比率，一般燃油中碳氢元素比??１１??
【参考文献】：
期刊论文
[1]多源信息融合技术及应用发展现状[J]. 元晶. 工业经济论坛. 2017(05)
[2]Traffic Signal Timing via Deep Reinforcement Learning[J]. Li Li,Yisheng Lv,Fei-Yue Wang. IEEE/CAA Journal of Automatica Sinica. 2016(03)
[3]基于MOVES的西安市出租车污染物排放分析[J]. 刘强. 环境监测管理与技术. 2015(02)
[4]广州市机动车尾气排放特征研究[J]. 廖瀚博,余志,周兵,刘永红,毕索阳,蔡铭,罗威力. 环境科学与技术. 2012(01)
[5]综合移动源排放模型——MOVES[J]. 黄冠涛,宋国华,于雷,胥耀方. 交通信息与安全. 2010(04)
[6]基于可调谐半导体激光吸收光谱气体检测仪的数据采集与实验分析[J]. 张帅,刘文清,张玉钧,束小文,阚瑞峰,何莹,耿辉,许振宇,刘建国. 光学技术. 2009(05)
[7]北京限行期间大气污染物的差分光学吸收光谱监测与分析[J]. 朱燕舞,刘文清,谢品华,窦科,司福祺,李素文,张英华,秦敏. 光子学报. 2009(08)
[8]一种汽车源排放模型——IVE模型简介[J]. 王虎,李孟良,乔维高. 中国环境监测. 2007(05)
[9]应用COPERTⅢ模型计算中国机动车排放因子[J]. 谢绍东,宋翔宇,申新华. 环境科学. 2006(03)
[10]机动车排放车载实验及模型模拟研究[J]. 胡京南,郝吉明,傅立新,吴烨,王志石,邓宇华. 环境科学. 2004(03)
博士论文
[1]时空数据模型及其应用研究[D]. 曹闻.解放军信息工程大学 2011
本文编号：3217632
本文链接：https://www.wllwen.com/shoufeilunwen/gckjbs/3217632.html
