基于地面遥感测量的点源排放强度预测方法

1.本发明涉及点源排放强度地面遥感监测领域，特别是涉及基于地面遥感测量的点源排放强度预测方法。

背景技术：

2.对点源(例如，工业点源)的排放强度进行准确定量，是排放监测的重要工作。通过遥感监测工业点源排放是目前的主流方法，尤其对于无组织排放的监测更为有效。例如，对电厂co2排放烟羽进行光学遥感测量，是对电厂co2排放强度进行定量的一种行之有效的方法。传统的遥感监测方法是先采用精密的地面激光雷达设备对点源排放口周边进行扫描，或者采用无人机进行逐高度层成像采样，测量获得烟羽3维结构，然后根据质量守恒法计算出排放强度。也就是说，以往的点源排放强度遥感测量方法是基于烟羽3维结构测量来进行的。
3.但是，以往的遥感测量方法存在下述问题：激光雷达规模极其庞大、价格昂贵、且对测量环境的要求高，难以普及测量；无人机不仅受限于其安全性和城市空中管制，而且受限于其在气流中的稳定性，难以普及测量且精度面临挑战。

技术实现要素：

4.发明要解决的技术问题
5.本发明是为了解决现有技术中存在的上述问题而做出的，本发明的目的是提供一种不需要使用规模庞大的设备、测量成本低、对测量环境的要求低且测量精度高的、基于地面遥感测量的点源排放强度预测方法。
6.用于解决技术问题的手段
7.为实现上述目的，本发明提供了如下的技术方案。
8.本发明提供一种基于地面遥感测量的点源排放强度预测方法，其特征在于，包括：
9.步骤s1，利用气象仪测量获得排放污染气体的点源的周边区域的气象数据，利用测距仪测量获得所述点源的高度，利用定位仪测量获得所述点源的经纬度，根据所述气象数据中的风向和风速来估算所述点源的排放烟羽的范围，在太阳光线穿过所述点源的排放烟羽在地面上形成的烟羽投影区域中选择多个烟羽测量点位，在所述烟羽投影区域以外的地面上选择至少1个背景测量点位，对所述多个烟羽测量点位和所述至少1个背景测量点位中的各个测量点位，利用光谱仪测量获得到达地表的太阳光谱的光谱数据并记录对应的测量时刻，利用定位仪测量获得所述测量点位的经纬度，利用测距仪测量获得所述测量点位与所述点源的距离；
10.步骤s2，对步骤s1中的每个所述测量点位，利用该测量点位的所述经纬度和所述测量时刻，计算出该测量点位的在所述测量时刻的太阳高度角和太阳方位角；
11.步骤s3，利用步骤s1中获得的所述各个测量点位的光谱数据、同步获得的气象数据、测量时刻以及步骤s2中计算出的太阳高度角和太阳方位角，根据光谱反演算法进行反
演计算，计算出在所述各个测量点位测得的所述点源排放的污染气体中的特定污染气体在大气中的测量浓度值；
12.步骤s4，以从所述点源沿铅垂方向向地面引的垂线与地面的交点为原点、以所述气象数据中的风向为x轴方向、以所述点源的高度方向即铅垂方向为z轴方向、以与所述x轴方向和所述z轴方向垂直的方向为y轴方向，建立3维坐标系，根据步骤s1中获得的所述气象数据中的风速与作为先验排放数据的所述点源的排放时间、高度和排放强度，在所述3维坐标系中，利用高斯扩散模型进行仿真获得所述排放烟羽的3维仿真结构；
13.步骤s5，在步骤s4中建立的所述3维坐标系中，根据步骤s1中获得的所述多个烟羽测量点位的经纬度相对于所述点源的经纬度的差值以及所述多个测量点位与所述点源的距离，定位出步骤s1中的所述多个烟羽测量点位，对每个所述烟羽测量点位，根据其测量时刻的太阳高度角和太阳方位角来构建测量光路，计算出该测量光路的穿烟羽部分的所述特定污染气体的浓度积分值，获得所述多个烟羽测量点位的所述特定污染气体的仿真浓度值；和
14.步骤s6，利用步骤s3中反演计算出的所述特定污染气体的所述测量浓度值和步骤s5中仿真计算出的与所述测量浓度值对应的所述仿真浓度值进行反演，计算出作为反演结果的所述点源的反演排放强度和反演风速。
15.本发明中的点源只要是排放污染气体的点源即可，例如可以是工业排放点源，也可以是人为排放点源。
16.在步骤s1中，估算点源的排放烟羽的范围的方法没有特别限定，可以采用本领域公知的估算方法。例如，可以根据高斯扩散模型(后述的式(1))进行估算，在式(1)中，x为顺风向传输距离，y为垂直风向传输距离，根据风速可以估算出烟羽的顺风向传输距离和垂直风向传输距离。
17.在步骤s6中，反演计算出的点源的反演排放强度和反演风速分别可看作点源的排放强度的预测值和烟羽中的风速的预测值。步骤s1中利用气象仪测量获得的风速是测量系统所在地的近地面的风速，而风速(尤其是城市里的风速)随高度和空间位置的变化是非常显著的，因此，气象仪测得的近地面的风速与烟羽处的风速会有很大区别，而且目前也很难有设备直接测得烟羽中的风速。风速不准会导致计算出的排放强度不准。在本发明中，利用多角度测量值，同步反演排放强度和风速，获得的反演排放强度和反演风速接近实际的排放强度和风速。
18.在本发明中，通过对整个烟羽进行多角度测量，并使用高斯扩散模型仿真和反演计算，能够利用测量数据实时计算出接近实际情况的排放强度和风速，获得整个烟羽的特征。
19.在一些实施方式中，在步骤s1中，在设与所述风向平行且通过所述点源的平面为第一平面，设与所述风向垂直且通过所述点源的平面为第二平面，设所述第一平面与所述烟羽投影区域相交的线段为第一线段，设所述第二平面与所述烟羽投影区域相交的线段为第二线段时，选择所述第一线段和所述第二线段上的多个位置作为所述多个烟羽测量点位，选择上风向远离工业和人为排放源的至少1个位置作为所述至少1个背景测量点位。
20.在一些实施方式中，在步骤s2中，太阳高度角h0的计算公式如下：
21.h0＝sin-1
[sinψsinσ+cosψcosσcos(15t0+λ-300)]
[0022]
式中ψ为纬度，单位是度，λ为经度，单位是度，t0为观测时刻，单位是时，σ为太阳方位角，单位是度，h0的单位是度。
[0023]
太阳方位角的计算公式如下：
[0024][0025]
式中θ0＝360dn/365，单位是弧度，其中dn为所选日期在本年度中的次序，取值范围为0至364。
[0026]
在一些实施方式中，在步骤s3中，对步骤s1中获得的所述多个烟羽测量点位和所述至少1个背景测量点位的所述光谱数据，采用最优估算法，利用tikhonov-philips约束条件，结合非线性逐次迭代，构建出反演计算公式，将步骤s1中获得的所述各个测量点位的所述光谱数据转换成对数光谱数据，与同步获得的气象数据、测量时刻以及步骤s2中计算出的太阳高度角和太阳方位角一并输入所述反演计算公式，计算出所述特定污染气体的柱浓度，将与各个所述烟羽测量点位对应的各个所述特定污染气体的柱浓度分别减去与所述至少1个背景测量点位对应的所述特定污染气体的柱浓度的平均值，获得与各个所述烟羽测量点位对应的所述特定污染气体的所述测量浓度值。
[0027]
构建反演计算公式时可以使用本领域公知的反演计算公式，例如，代表性的反演计算公式如下：
[0028]
x
i+1
＝xi+(k
itsy-1ki
+γb
t
b)-1kitsy-1
(y
meas-y(xi)+γb
t
b(x
a-xi))。
[0029]
式中，x表示包含待反演参数的大气状态参量，下标i表示第i次迭代，x
i+1
为第i+1次迭代计算结果，xa是变化参量的先验值集合，b是规则化矩阵，t表示矩阵转置，γ是规则化参数，雅可比矩阵k表示前向模型对待反演参数的灵敏度，y
meas
是光谱仪实际测量光谱值，y表示仿真光谱值，sy是测量误差协方差矩阵。
[0030]
在一些实施方式中，在步骤s4中，当设所述风速为μ、所述排放时间为t、所述高度为h、所述排放强度为q时，计算所述排放烟羽的3维仿真结构的所述高斯扩散模型由下述的(1)式表示：
[0031][0032]
其中，(x,y,z)是所述3维坐标系中的烟羽位置的坐标，c(x,y,z)为所述3维坐标系中(x,y,z)位置处的所述特定污染气体的浓度，σ
x
、σy、σz分别为x轴方向、y轴方向、z轴方向上的扩散系数，
[0033]
所述风速μ的单位是米/秒，所述排放时间t的单位是秒，所述高度h的单位是米，所述排放强度q的单位是g/s，所述浓度c(x,y,z)的单位是g/m2，
[0034]
所述扩散系数σ
x
、σy、σz是根据与大气稳定度等级相应的经验公式计算出的值，单位是米。
[0035]
扩散系数σ
x
、σy、σz例如可以根据太阳高度角、地面风速和云量确定大气稳定度等级，根据不同的大气稳定度等级选择相应的pasquill-gifford或mcelroy-pooler扩散系数经验计算公式。
[0036]
在一些实施方式中，在步骤s5中，在对每个所述烟羽测量点位构建的所述测量光路中，分别计算穿烟羽路径中的所述特定污染气体的第一浓度积分值以及非烟羽路径中的
所述特定污染气体的第二浓度积分值，将所述第一浓度积分值和所述第二浓度积分值相加获得所述特定污染气体的柱浓度，将该柱浓度作为所述特定污染气体的所述仿真浓度值。
[0037]
在一些实施方式中，在步骤s6中，在进行反演时，利用步骤s3中反演计算出的所述特定污染气体的所述测量浓度值和步骤s5中仿真计算出的与所述测量浓度值对应的所述仿真浓度值，采用最优估算法，利用gauss-newton迭代反演出所述特定污染气体的排放强度和风速，求解公式如下：
[0038]ui+1
＝ua+(k
itsε-1ki
+s
a-1
)-1kitsε-1
[v-f(ui)-ki(u
i-ua)]
ꢀꢀꢀ
(2)
[0039]
式中u表示所述特定污染气体的排放强度和风速，下标i表示第i次迭代，u
i+1
为第i+1次迭代结果，ua为所述特定污染气体的排放强度和风速的初始猜值，为权重函数，t表示矩阵转置，s
ε
为所述特定污染气体测量误差协方差，sa为所述特定污染气体的排放强度和风速的先验误差协方差矩阵，v表示所述多个烟羽测量点位的所述特定污染气体的测量浓度值，f(u)表示所述多个烟羽测量点位的所述特定污染气体的仿真浓度值，在迭代计算过程中，当u的更新值小于初始猜值的万分之一时，认为迭代收敛，此时u
i+1
的值即为作为所述反演结果的所述点源的反演排放强度和反演风速。
[0040]
在一些实施方式中，在步骤s6中，根据所述反演排放强度和所述反演风速，重新计算步骤s4中的所述高斯扩散模型，重构出所述排放烟羽的3维结构。
[0041]
通过利用反演排放速度和反演风速重新计算高斯扩散模型，能够重构出接近实际情况的排放烟羽3维结构，获得整个烟羽的特征。
[0042]
在一些实施方式中，所述特定污染气体为选自so2、氮氧化物、co2和co中的任一种。
[0043]
本发明中的特定污染气体可以是任何气体成分，例如可以是烟囱排放的烟羽中的各种气体成分。
[0044]
在一些实施方式中，所述特定污染气体为co2。
[0045]
发明效果
[0046]
采用本发明的基于地面遥感测量的点源排放强度预测方法，能够利用便携的地面遥感设备在点源(例如，工业点源)周边开展烟羽的柱浓度测量，通过多角度测量数据开展3维烟羽结构的反演重构，不仅能够同步计算出排放强度，而且还能够降低传统排放强度计算方法中风场误差的影响。
附图说明
[0047]
图1是表示本发明的实施方式的基于地面遥感测量的点源排放强度预测方法中使用的测量系统的示意图。
[0048]
图2是表示本发明的实施方式的基于地面遥感测量的点源排放强度预测方法的技术流程示意图。
[0049]
图3是表示本发明的实施方式的基于地面遥感测量的点源排放强度预测方法的测量点位设计的示意图。
[0050]
图4的(a)、(b)是本发明的实施方式中在地面遥感测量中使用的光谱仪的观测示意图。
[0051]
图5是表示本发明的实施方式的基于地面遥感测量的点源排放强度预测方法中的排放烟羽的不同高度层的水平分布图，其中(a)表示初始构建烟羽不同高度剖面，(b)表示
重构后烟羽不同高度剖面，在(a)和(b)中，从左向右的三个高度层的高度依次是50m、150m、300m。
具体实施方式
[0052]
下面，以基于地面遥感测量来预测电厂co2排放强度的方法为例，参照附图对本发明的基于地面遥感测量的点源排放强度预测方法的具体实施方式进行说明。
[0053]
为了实施本发明的基于地面遥感测量的点源排放强度预测方法，首先要构建测量系统。
[0054]
图1是表示本发明的实施方式的基于地面遥感测量的点源排放强度预测方法中使用的测量系统的示意图。如图1所示，测量系统主要包括下述部分：
[0055]
(1)可见近红外高分辨率光谱仪：通过测量到达地表的太阳光谱来获得光路中的大气的特定污染气体(例如co2)的含量(大气的特定污染气体(例如co2)的浓度数据)；
[0056]
(2)气象仪：测量排放污染气体的点源的周边区域的大气温度、湿度、压力、风向和风速；
[0057]
(3)测距仪：获得测量系统(测量系统所在的测量点位)距离点源(例如烟囱)的距离以及点源(例如烟囱)的高度；
[0058]
(4)高精度定位仪：获得测量系统(测量系统所在的测量点位)的经纬度，用于太阳高度角和方位角的计算；
[0059]
(5)数据控制与处理平台：包含测量控制软件、数据记录软件和数据处理软件的计算机平台，其中，测量控制软件用来控制光谱仪和气象仪的测量，数据记录软件用来记录测量系统中所有设备的测量结果，数据处理软件包括光谱仪特定污染气体反演计算模块(例如光谱仪co2气体反演计算模块)，将光谱仪测量的光谱反演成特定污染气体柱浓度(例如co2柱浓度)；太阳几何计算模块，根据测量系统的经纬度和测量时刻计算出对应的太阳高度角和方位角；烟羽仿真模块，模拟计算测量时刻对应的点源排放烟羽3维结构；烟羽反演重构和排放强度反演模块，通过测量数据与仿真数据反演点源的排放强度，重构3维烟羽结构。
[0060]
本发明的基于地面遥感测量的点源排放强度预测方法包括下述步骤：
[0061]
步骤s1(获取测量数据)
[0062]
首先，设计测量方案：选择晴好天气，利用气象仪测量获得温度、湿度、压力、风向和风速数据，利用测距仪测量获得电厂烟囱的高度，利用定位仪测量获得烟囱的经纬度；以烟囱和风向构成主平面，在主平面和垂直主平面的两个平面上的距离烟囱多个不同位置处，在太阳光线穿烟羽的地面投影区域内，选择多个烟羽测量点位；同时在上风向远离工业和人为排放源处，选择至少1个背景测量点位。
[0063]
然后，逐点开展测量，利用可见近红外高分辨率光谱仪测量穿过烟羽的太阳光谱，获得多方位测量光谱数据；同时，利用测距仪获得烟囱与测量系统所在地的直线距离，利用定位仪获得测量系统所在的经纬度。
[0064]
步骤s2(太阳几何计算)
[0065]
根据定位仪测量的测量系统所在的经纬度(测量系统所在的测量点位的经纬度)，结合多时相测量对应的时刻，输入太阳几何计算模块，计算出每次测量对应的太阳高度角
和方位角。
[0066]
步骤s3(光谱仪观测量的反演计算)
[0067]
利用步骤s1中观测的光谱数据，结合同步观测的气象数据、观测时刻以及步骤s2中计算出的对应的太阳高度角和方位角，一并输入co2气体反演计算模块，根据光谱反演算法，反演获得与测量光谱数据对应的大气co2测量浓度值。
[0068]
步骤s4(co2排放烟羽3维结构仿真计算)
[0069]
使用步骤s1中获得的风速μ，结合先验排放数据例如排放时间t、烟囱高度h、排放强度q等，根据下述的(1)式计算获得电厂co2排放烟羽3维仿真结构图：
[0070][0071]
其中，(x,y,z)是以烟囱所在地(从烟囱排放口沿铅垂方向向地面引的垂线与地面的交点)为原点、以风向为x轴方向、以铅垂方向为z轴方向、以与x轴方向和z轴方向垂直的方向为y轴方向建立的3维坐标系中的烟羽位置的坐标，c(x,y,z)为上述3维坐标系中(x,y,z)位置处的特定污染气体(例如co2)的浓度，风速μ的单位是米/秒，排放时间t的单位是秒，高度h的单位是米，排放强度q的单位是g/s，浓度c(x,y,z)的单位是g/m2，σ
x
、σy、σz分别为x轴方向、y轴方向、z轴方向上的扩散系数，扩散系数σ
x
、σy、σz可以根据太阳高度角、风速和云量确定大气稳定度等级，根据不同的大气稳定度等级选择相应的扩散系数的经验计算公式，扩散系数σ
x
、σy、σz的单位是米。
[0072]
步骤s5(与测量值对应的仿真值的计算)
[0073]
将步骤s1获得的测量系统位置(测量系统所在的测量点位的位置)与烟囱位置定位到上述3维坐标系中。根据步骤s2中计算出的太阳几何角度构建观测光路，分别计算光路穿烟羽部分路径的co2浓度积分值以及光路剩余部分路径的co2浓度积分值，将两者相加获得co2柱浓度，将该柱浓度作为与测量浓度值对应的仿真浓度值。
[0074]
步骤s6(烟羽重构及排放强度同步反演)
[0075]
利用步骤s3中反演计算出的大气co2测量浓度值和步骤s5中仿真计算出的与所述测量浓度值对应的仿真浓度值开展反演，具体而言，根据步骤s3中的大气co2测量浓度值和步骤5中的大气co2仿真浓度值，采用最优估算法，利用gauss-newton迭代反演出co2排放强度和风速，求解公式设计如下：
[0076]ui+1
＝ua+(k
itsε-1ki
+s
a-1
)-1kitsε-1
[v-f(ui)-ki(u
i-ua)]
ꢀꢀꢀ
(2)
[0077]
式中u表示co2排放强度和风速，下标i表示第i次迭代，u
i+1
为第i+1次迭代结果，ua为co2排放强度和风速的初始猜值，排放强度和风速的初始猜值，为权重函数，t表示矩阵转置，s
ε
为co2测量误差协方差，sa为co2排放强度和风速的先验误差协方差矩阵，v表示上述多个烟羽测量点位的co2测量浓度值，f(u)表示上述多个烟羽测量点位的co2仿真浓度值，在迭代计算过程中，当u的更新值小于初始猜值的万分之一时，认为迭代收敛，此时u
i+1
的值即为作为反演结果的烟囱的co2排放强度和风速。
[0078]
根据上述反演结果来重构计算3维烟羽结构，具体而言，将反演得到的co2排放强度和风速的反演结果输入公式(1)中重新计算，重构出3维烟羽结构。
[0079]
下面，给出一个具体例子，进一步对本发明的实施方式的基于地面遥感测量的点源排放强度预测方法进行详细说明。
柱浓度。通过将各个烟羽co2柱浓度值减去背景co2柱浓度，获得个烟羽co2浓度增强值。背景co2柱浓度可以是通过对1个背景测量点位进行测量而获得的背景co2柱浓度，也可以是通过对多个背景测量点位进行测量而获得的多个背景co2柱浓度的平均值。
[0099]
(7)仿真计算3维烟羽结构
[0100]
以烟囱为原点，风向为x轴，垂直风向为y轴，烟囱方向为z轴，建立3维坐标系。根据太阳高度角40
°
、云量0、地面风速2m/s共同确定大气稳定度为b，对应的mcelroy-pooler城市区域扩散系数经验公式为σ
x
＝σy＝0.32x(1+0.0004x)-1/2
、σz＝0.24x(1+0.001x)。结合风速μ＝2m/s、排放时间t＝5小时(早上8时开始排放，测量时间为下午1时)、烟囱高度h＝150米、排放强度q＝1.81*105g/s。将上述数据和公式输入下式，计算获得3维烟羽：
[0101][0102]
(8)计算仿真烟羽co2浓度增强值
[0103]
根据12个烟羽测量点位相对烟囱的经纬度差值，将测量点位定位到(7)中建立的3维坐标系中。根据测量时刻的太阳几何构建观测光路，计算该光路穿烟羽部分的co2浓度路径积分值，获得12个仿真的烟羽co2浓度增强值，分别为28、32、36、41、30、22、23、18、21、34、31和32(单位均为ppm)。
[0104]
(9)反演出排放强度
[0105]
首先，准备数据，包括：由12个观测的烟羽co2浓度增强值组成观测向量v；由12个仿真烟羽co2浓度增强值组成模拟向量f(u)；由co2排放强度1.81*105g/s和风速2m/s组成状态向量初始猜值ua；根据公式(1)计算排放强度单位扰动与风速单位扰动后仿真数据的变化量，组成权重函数s
ε
为co2浓度观测误差，设置为(12ppm)2；sa为排放强度和风速的误差协方差矩阵，对角线元素值分别为(0.5*650)2和(0.4*2)2。然后，将上述数据带入下式，该公式是采用最优估算法，利用gauss-newton迭代反演出co2排放强度和风速：
[0106]ui+1
＝ua+(k
itsε-1ki
+s
a-1
)-1kitsε-1
[v-f(ui)-ki(u
i-ua)]
ꢀꢀꢀ
(2)
[0107]
式中u表示co2排放强度和风速，下标i表示第i次迭代，u
i+1
为第i+1次迭代结果。迭代计算过程中，当u的更新值小于初始猜值的万分之一时，认为迭代收敛，此时u
i+1
值即为co2排放强度和风速的反演结果，分别为1.70*105g/s和1.2m/s。
[0108]
将反演计算出的co2排放强度(1.70*105g/s)与实际的co2排放强度(1.75*105g/s)进行比较可知，反演计算出的co2排放强度相对于实际的co2排放强度的误差在3％以内，非常接近实际的co2排放强度。
[0109]
(10)将co2排放强度和风速的反演结果输入公式(1)中，重新计算，重构出3维烟羽结构。
[0110]
根据上述结果可知，利用地面遥感测量数据和仿真数据进行反演计算得到的排放强度和风速为1.70*105g/s和1.2m/s，均小于初始猜值，因此，根据图5所示的初始构建烟羽与重构后烟羽的不同高度的剖面图的对比可看出，与初始构建烟羽相比，重构后烟羽的扩散程度降低，形态变小，且浓度值变低。
[0111]
本发明的基于地面遥感测量的点源排放强度预测方法，与现有技术中的无人机逐高度层采样相比，具备测量方法简单、人工操作少、测量成本低等显著优势，不受飞行限制，
易于开展常规测量，与现有技术中的激光雷达扫描测量相比，测量系统简便，能够对诸多排放重点关注区域开展测量。
[0112]
本发明的基于地面遥感测量的点源排放强度预测方法，采用便携的地面遥感设备在点源周边开展烟羽的柱浓度测量，利用多角度测量数据开展3维烟羽的反演重构，不仅能够同步计算出排放强度，而且还能够降低传统排放强度计算方法中风场误差的影响。
[0113]
本说明书实施方式所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于该实施方式所陈述的具体形式，本发明的保护范围也包括本领域技术人员根据本发明构思所能够想到的等同技术方案。

技术特征：

1.一种基于地面遥感测量的点源排放强度预测方法，其特征在于，包括：步骤s1，利用气象仪测量获得排放污染气体的点源的周边区域的气象数据，利用测距仪测量获得所述点源的高度，利用定位仪测量获得所述点源的经纬度，根据所述气象数据中的风向和风速来估算所述点源的排放烟羽的范围，在太阳光线穿过所述点源的排放烟羽在地面上形成的烟羽投影区域中选择多个烟羽测量点位，在所述烟羽投影区域以外的地面上选择至少1个背景测量点位，对所述多个烟羽测量点位和所述至少1个背景测量点位中的各个测量点位，利用光谱仪测量获得到达地表的太阳光谱的光谱数据并记录对应的测量时刻，利用定位仪测量获得所述测量点位的经纬度，利用测距仪测量获得所述测量点位与所述点源的距离；步骤s2，对步骤s1中的每个所述测量点位，利用该测量点位的所述经纬度和所述测量时刻，计算出该测量点位的在所述测量时刻的太阳高度角和太阳方位角；步骤s3，利用步骤s1中获得的所述各个测量点位的光谱数据、同步获得的气象数据、测量时刻以及步骤s2中计算出的太阳高度角和太阳方位角，根据光谱反演算法进行反演计算，计算出在所述各个测量点位测得的所述点源排放的污染气体中的特定污染气体在大气中的测量浓度值；步骤s4，以从所述点源沿铅垂方向向地面引的垂线与地面的交点为原点、以所述气象数据中的风向为x轴方向、以所述点源的高度方向即铅垂方向为z轴方向、以与所述x轴方向和所述z轴方向垂直的方向为y轴方向，建立3维坐标系，根据步骤s1中获得的所述气象数据中的风速与作为先验排放数据的所述点源的排放时间、高度和排放强度，在所述3维坐标系中，利用高斯扩散模型进行仿真获得所述排放烟羽的3维仿真结构；步骤s5，在步骤s4中建立的所述3维坐标系中，根据步骤s1中获得的所述多个烟羽测量点位的经纬度相对于所述点源的经纬度的差值以及所述多个测量点位与所述点源的距离，定位出步骤s1中的所述多个烟羽测量点位，对每个所述烟羽测量点位，根据其测量时刻的太阳高度角和太阳方位角来构建测量光路，计算出该测量光路的穿烟羽部分的所述特定污染气体的浓度积分值，获得所述多个烟羽测量点位的所述特定污染气体的仿真浓度值；和步骤s6，利用步骤s3中反演计算出的所述特定污染气体的所述测量浓度值和步骤s5中仿真计算出的与所述测量浓度值对应的所述仿真浓度值进行反演，计算出作为反演结果的所述点源的反演排放强度和反演风速。2.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：在步骤s1中，在设与所述风向平行且通过所述点源的平面为第一平面，设与所述风向垂直且通过所述点源的平面为第二平面，设所述第一平面与所述烟羽投影区域相交的线段为第一线段，设所述第二平面与所述烟羽投影区域相交的线段为第二线段时，选择所述第一线段和所述第二线段上的多个位置作为所述多个烟羽测量点位，选择上风向远离工业和人为排放源的至少1个位置作为所述至少1个背景测量点位。3.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：在步骤s2中，太阳高度角h0的计算公式如下：h0＝sin-1
[sinψsinσ+cosψcosσcos(15t0+λ-300)]式中ψ为纬度，单位是度，λ为经度，单位是度，t0为观测时刻，单位是时，σ为太阳方位角，单位是度，h0的单位是度，
太阳方位角的计算公式如下：式中θ0＝360d
n
/365，单位是弧度，其中d
n
为所选日期在本年度中的次序，取值范围为0至364。4.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：在步骤s3中，对步骤s1中获得的所述多个烟羽测量点位和所述至少1个背景测量点位的所述光谱数据，采用最优估算法，利用tikhonov-philips约束条件，结合非线性逐次迭代，构建出反演计算公式，将步骤s1中获得的所述各个测量点位的所述光谱数据转换成对数光谱数据，与同步获得的气象数据、测量时刻以及步骤s2中计算出的太阳高度角和太阳方位角一并输入所述反演计算公式，计算出所述特定污染气体的柱浓度，将与各个所述烟羽测量点位对应的各个所述特定污染气体的柱浓度分别减去与所述至少1个背景测量点位对应的所述特定污染气体的柱浓度的平均值，获得与各个所述烟羽测量点位对应的所述特定污染气体的所述测量浓度值。5.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：在步骤s4中，当设所述风速为μ、所述排放时间为t、所述高度为h、所述排放强度为q时，计算所述排放烟羽的3维仿真结构的所述高斯扩散模型由下述的(1)式表示：其中，(x,y,z)是所述3维坐标系中的烟羽位置的坐标，c(x,y,z)为所述3维坐标系中(x,y,z)位置处的所述特定污染气体的浓度，σ
x
、σ
y
、σ
z
分别为x轴方向、y轴方向、z轴方向上的扩散系数，所述风速μ的单位是米/秒，所述排放时间t的单位是秒，所述高度h的单位是米，所述排放强度q的单位是g/s，所述浓度c(x,y,z)的单位是g/m2，所述扩散系数σ
x
、σ
y
、σ
z
是根据与大气稳定度等级相应的经验公式计算出的值，单位是米。6.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：在步骤s5中，在对每个所述烟羽测量点位构建的所述测量光路中，分别计算穿烟羽路径中的所述特定污染气体的第一浓度积分值以及非烟羽路径中的所述特定污染气体的第二浓度积分值，将所述第一浓度积分值和所述第二浓度积分值相加获得所述特定污染气体的柱浓度，将该柱浓度作为所述特定污染气体的所述仿真浓度值。7.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：在步骤s6中，在进行反演时，利用步骤s3中反演计算出的所述特定污染气体的所述测量浓度值和步骤s5中仿真计算出的与所述测量浓度值对应的所述仿真浓度值，采用最优估算法，利用gauss-newton迭代反演出所述特定污染气体的排放强度和风速，求解公式如下：u
i+1
＝u
a
+(k
it
s
ε-1
k
i
+s
a-1
)-1
k
it
s
ε-1
[v-f(u
i
)-k
i
(u
i-u
a
)]
ꢀꢀꢀ
(2)式中u表示所述特定污染气体的排放强度和风速，下标i表示第i次迭代，u
i+1
为第i+1次迭代结果，u
a
为所述特定污染气体的排放强度和风速的初始猜值，为权重函数，t表示矩阵转置，s
ε
为所述特定污染气体测量误差协方差，s
a
为所述特定污染气体的排
放强度和风速的先验误差协方差矩阵，v表示所述多个烟羽测量点位的所述特定污染气体的测量浓度值，f(u)表示所述多个烟羽测量点位的所述特定污染气体的仿真浓度值，在迭代计算过程中，当u的更新值小于初始猜值的万分之一时，认为迭代收敛，此时u
i+1
的值即为作为所述反演结果的所述点源的反演排放强度和反演风速。8.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：在步骤s6中，根据所述反演排放强度和所述反演风速，重新计算步骤s4中的所述高斯扩散模型，重构出所述排放烟羽的3维结构。9.如权利要求1所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：所述特定污染气体为选自so2、氮氧化物、co2和co中的任一种。10.如权利要求9所述的基于地面遥感测量的点源排放强度预测方法，其特征在于：所述特定污染气体为co2。

技术总结

本发明提供一种基于地面遥感测量的点源排放强度预测方法。在烟羽测量点位和背景测量点位测量到达地表的太阳光谱，反演获得点源排放烟羽中特定污染气体在大气中的测量浓度值。利用高斯扩散模型，仿真计算特定污染气体的排放烟羽3维结构，获得烟羽测量点位特定污染气体的仿真浓度值。利用测量浓度值和仿真浓度值进行反演，计算出点源的排放强度和风速。根据反演的排放强度和风速，重新计算高斯扩散模型，重构出烟羽3维结构。本发明采用便携的地面遥感设备在点源周边开展烟羽的柱浓度测量，利用多角度测量数据开展烟羽3维结构的反演重构，不仅能够同步计算出排放强度，还能够降低传统排放强度计算方法中风场误差的影响。传统排放强度计算方法中风场误差的影响。传统排放强度计算方法中风场误差的影响。