1.本發(fā)明涉及一種臭氧前體物高值區(qū)精細化排放源追溯定位方法、系統(tǒng)和可讀介質，屬于污染源監(jiān)測技術領域，特別涉及臭氧前體物排放源。

背景技術：

2.近地面臭氧是由氮氧化物(nox)和揮發(fā)性有機物(vocs)等前體物在光照條件下，通過一系列復雜的光化學反應生成，其具有極強的氧化性，會對人體健康構成威脅，導致人體心腦血管、呼吸系統(tǒng)等方面的疾病，同時也會影響全球輻射平衡，對全球和局部地區(qū)的氣候產生影響。

3.工業(yè)源和機動車源是臭氧前體物vocs和nox的主要污染源，對臭氧前體物的污染源進行識別的現(xiàn)有方法不僅所需時間較長，而且針對性較弱，較難滿足現(xiàn)階段大氣環(huán)境監(jiān)管對精細化污染源的需求。例如，現(xiàn)有技術中通常只能確定臭氧前體物的高值區(qū)的大致區(qū)域，很難確認具體的污染源在什么位置；此外，忽略了機動車源對臭氧前體物的排放影響，且很難追溯定位高排放道路以及高排放車輛具體信息。

技術實現(xiàn)要素：

4.針對上述問題，本發(fā)明的目的是提供一種臭氧前體物高值區(qū)精細化排放源追溯定位方法、系統(tǒng)和可讀介質，其能夠準確篩選和定位出前體物hcho、no2高值區(qū)內精細化排放源，包括工業(yè)企業(yè)管控清單、機動車輛管控清單，縮短了排查和管控范圍，提高了管控的實效性和針對性。

5.為實現(xiàn)上述目的，本發(fā)明采取以下技術方案：一種臭氧前體物高值區(qū)精細化排放源追溯定位方法，包括：通過衛(wèi)星遙感影像獲得對流層臭氧前體物柱濃度；通過對流層臭氧前體物柱濃度估算近地面臭氧前體物濃度，從而獲得臭氧前體物指示值；根據臭氧前體物指示值判斷臭氧污染物控制類型，并提取出臭氧前體物高值區(qū)；獲取高值區(qū)內企業(yè)臭氧前體排放量，并對其中排放量大于預設值的企業(yè)進行定位；獲取高值區(qū)中各條道路上不同排放標準的車輛污染物排放信息，計算各條道路的綜合排放量，并對其中排放量大于預設值的道路進行定位，通過不同排放標準的車輛污染物排放信息鎖定道路上排放量高的車輛。

6.進一步，臭氧前體物至少包括no2和hcho。

7.進一步，近地面no2濃度的估算方法為：獲取監(jiān)測區(qū)域內的地面監(jiān)測站點數(shù)據、大氣化學傳輸模型數(shù)據和氣象條件信息，將上述數(shù)據進行時空匹配并賦值到監(jiān)測區(qū)域網格；將監(jiān)測區(qū)域網格輸入機器學習模型，并對機器學習模型進行訓練，結合氣象數(shù)據、土地利用數(shù)據、路網數(shù)據和工業(yè)熱源數(shù)據對模型參數(shù)進行優(yōu)化；獲得近地面no2濃度的網格化濃度數(shù)據；近地面hcho濃度的估算方法為：獲取大氣化學傳輸模型 hcho廓線；獲得hcho廓線中近地面hcho濃度與hcho柱濃度的比例關系；依據比例關系，根據hcho柱濃度獲得近地面hcho濃度。

8.進一步，臭氧前體物指示值等于近地面hcho濃度與近地面no2濃度的比值，臭氧污

染物控制類型包括臭氧污染受vocs濃度控制的網格、臭氧污染受no

x

控制的網格和臭氧污染受no2和hcho協(xié)同控制的網格。

9.進一步，提取出臭氧前體物高值區(qū)的方法為：首先疊加土地覆蓋類型分類數(shù)據，剔除掉耕地、林地、草地、水域濕地和未利用地；其次，針對臭氧污染受vocs濃度控制的網格，結合近地面hcho濃度值進行排序，篩選出hcho濃度排在前若干位的高值網格；針對臭氧污染受no

x

控制的網格，結合近地面no2濃度值進行排序，篩選出no2濃度排在前若干位的高值網格；針對臭氧污染受no2和hcho協(xié)同控制的網格，同時結合近地面no2濃度和hcho濃度值進行排序，篩選出no2濃度或hcho 濃度在前若干位的高值網格，篩選出的高值網格即為臭氧前體物高值區(qū)。

10.進一步，通過arcgis軟件對高污染企業(yè)或道路進行定位。

11.進一步，鎖定高排放企業(yè)的方法為：首先根據大氣污染源排放清單中企業(yè)名稱、經緯度信息獲取工業(yè)企業(yè)排放源位置信息，再根據源排放清單中vocs、nox排放量數(shù)據、工業(yè)企業(yè)自動監(jiān)測數(shù)據和企業(yè)智能用電監(jiān)控數(shù)據，利用arcgis軟件將排放異常情況以及高排放的工業(yè)企業(yè)匹配到hcho和no2高值網格，識別出hcho和no2高值區(qū)對應的工業(yè)企業(yè)排放源管控清單。

12.進一步，鎖定高排放車輛的方法為：獲取研究區(qū)域內重型柴油車車載排放在線監(jiān)控數(shù)據，分析并提取重型柴油車nox污染物排放特征；獲取貨車行駛軌跡數(shù)據，分析研究區(qū)域內貨車行駛軌跡及規(guī)律特征、車流量時空變化特征，計算各條道路上不同排放標準的車輛污染物排放信息；利用arcgis軟件篩選出hcho和no2高值區(qū)域內本地和過境車輛排放量較高的道路，反向篩選出不同排放標準的貨車信息，得到hcho 和no2高值區(qū)機動車排放源管控清單。

13.本發(fā)明還公開了一種臭氧前體物高值區(qū)精細化排放源追溯定位系統(tǒng)，包括：對流層濃度獲取模塊，用于通過衛(wèi)星遙感影像獲得對流層臭氧前體物柱濃度；臭氧前體物指示獲取模塊，通過對流層臭氧前體物柱濃度估算近地面臭氧前體物濃度，從而獲得臭氧前體物指示值；高值區(qū)提取模塊，用于根據臭氧前體物指示值判斷臭氧污染物控制類型，并提取出臭氧前體物高值區(qū)；企業(yè)定位模塊，用于獲取待測區(qū)域內企業(yè)臭氧前體排放量，并將其中排放量大于預設值的企業(yè)定位至高值區(qū)；車輛定位模塊，用于獲取待測區(qū)域中各條道路上不同排放標準的車輛污染物排放信息，計算各條道路的綜合排放量，并將其中排放量大于預設值的道路定位至高值區(qū)，通過不同排放標準的車輛污染物排放信息鎖定道路上排放量高的車輛。

14.本發(fā)明還公開了一種存儲一個或多個程序的計算機可讀存儲介質，一個或多個程序包括指令，指令當由計算設備執(zhí)行時，使得計算設備執(zhí)行根據上述任一項的臭氧前體物高值區(qū)精細化排放源追溯定位方法。

15.本發(fā)明由于采取以上技術方案，其具有以下優(yōu)點：

16.1、在識別臭氧前體物hcho、no2高值區(qū)域基礎上，融合了大氣污染源排放清單、工業(yè)企業(yè)在線自動監(jiān)測、智慧用電監(jiān)控等工業(yè)企業(yè)污染物排放信息，能夠準確篩選出前體物hcho、no2高值區(qū)內異常排放、高排放工業(yè)企業(yè)源及管控清單，縮短了排查和管控范圍，提高了管控的實效性和針對性，為精準治理提供了導向性支持。

17.2、在識別臭氧前體物hcho、no2高值區(qū)域基礎上，利用交通行車軌跡數(shù)據，準確篩

選出hcho、no2高值區(qū)內移動源高排放量道路，分析得出高值區(qū)高排放道路上的車輛行駛規(guī)律和特征，尤其是重型柴油車高排放型車輛，為臭氧前體物nox污染源移動源細化管控提供精準支持。

附圖說明

18.圖1是本發(fā)明一實施例中臭氧前體物高值區(qū)精細化排放源追溯定位方法的流程圖。

具體實施方式

19.為了使本領域技術人員更好的理解本發(fā)明的技術方向，通過具體實施例子對本發(fā)明進行詳細的描繪。然而應當理解，具體實施方式的提供僅為了更好地理解本發(fā)明，它們不應該理解成對本發(fā)明的限制。在本發(fā)明的描述中，需要理解的是，所用到的術語僅僅是用于描述的目的，而不能理解為指示或暗示相對重要性。

20.本發(fā)明涉及一種臭氧前體物高值區(qū)精細化排放源追溯定位方法，其基于衛(wèi)星遙感數(shù)據反演獲取對流層no2和hcho柱濃度，獲取近地面no2濃度和hcho濃度；對近地面hcho和no2比值進行分類，用于指示o3污染的前體物控制類型，最終結合高空間分辨率衛(wèi)星影像數(shù)據，以及污染源普查數(shù)據、污染企業(yè)定位信息等得到o3污染對應的污染源類型和分布情況，再結合大氣污染源排放清單、工業(yè)企業(yè)在線自動監(jiān)測數(shù)據、用電量監(jiān)控數(shù)據、重型柴油車車載排放在線監(jiān)控數(shù)據、交通大數(shù)據，通過這些數(shù)據的排放量和監(jiān)測數(shù)據情況，篩選高值區(qū)域內精細化污染源。下面結合附圖，通過三個實施例對本發(fā)明的方案進行詳細說明。

21.實施例一

22.本實施例公開了一種臭氧前體物高值區(qū)精細化排放源追溯定位方法，如圖1所示，包括：

23.1、通過衛(wèi)星遙感影像獲得對流層臭氧前體物柱濃度。

24.本實施例中臭氧前體物至少包括no2和hcho。獲取監(jiān)測區(qū)域的衛(wèi)星遙感影像，反演得到對流層no2柱濃度和hcho柱濃度；獲取監(jiān)測區(qū)域的地面監(jiān)測站點數(shù)據、大氣化學傳輸模型數(shù)據、氣象條件等信息；將上述信息進行時空匹配并賦值到監(jiān)測區(qū)域網格。

25.2、通過對流層臭氧前體物柱濃度估算近地面臭氧前體物濃度，從而獲得臭氧前體物指示值。

26.近地面no2濃度的估算方法為：將上述監(jiān)測區(qū)域網格輸入機器學習模型，并對機器學習模型進行訓練，結合氣象數(shù)據、土地利用數(shù)據、路網數(shù)據和工業(yè)熱源數(shù)據對模型參數(shù)進行優(yōu)化，提高估算精度；獲得近地面no2濃度的網格化濃度數(shù)據。本實施例中機器學習模型優(yōu)選為xgboost模型。但也可以采用其他現(xiàn)有機器學習模型，在此不做特別限定。

27.近地面hcho濃度的估算方法為：獲取大氣化學傳輸模型hcho廓線；獲得 hcho廓線中近地面hcho濃度與hcho柱濃度的比例關系；依據比例關系，根據 hcho柱濃度獲得近地面hcho濃度。

28.臭氧前體物指示值等于近地面hcho濃度與近地面no2濃度的比值。

29.3、根據臭氧前體物指示值判斷臭氧污染物控制類型，并提取出臭氧前體物高值區(qū)。

30.結合臭氧前體物指示值以及氣象信息訓練，選擇臭氧生產控制類型的最小閾值n 和最大閾值m，基于上述最小閾值n和最大閾值m判斷臭氧污染控制類型。當臭氧前體物指示值小于最小閾值n時，該區(qū)域臭氧生成主要受vocs控制，其中，vocs 是指有機污染物；當臭氧前體物指示值大于最大閾值m時，該區(qū)域臭氧生成主要受nox控制，nox是指氮的各種氧化物；當臭氧前體物指示值在最大閾值m和最小閾值n之間時，該區(qū)域臭氧生成受nox和vocs協(xié)同控制。

31.提取出臭氧前體物高值區(qū)的方法為：首先疊加土地覆蓋類型分類數(shù)據，剔除掉耕地、林地、草地、水域濕地和未利用地，保留城鎮(zhèn)建設用地、農村居民點及其他建設用地；其次，針對臭氧污染受vocs濃度控制的網格，結合近地面hcho濃度值進行排序，篩選出hcho濃度排在前若干位的高值網格，本實施例中篩選出hcho濃度前20％的高值網格；針對臭氧污染受no

x

控制的網格，結合近地面no2濃度值進行排序，篩選出no2濃度排在前若干位的高值網格，本實施例篩選出no2濃度前20％的高值網格；針對臭氧污染受no2和hcho協(xié)同控制的網格，同時結合近地面no2濃度和hcho濃度值進行排序，篩選出no2濃度或hcho濃度在前若干位的高值網格，本實施例中篩選出no2濃度或hcho濃度前15％的高值網格篩選出的高值網格，即為臭氧前體物高值區(qū)。

32.4、獲取高值區(qū)內企業(yè)臭氧前體排放量，并對其中排放量大于預設值的企業(yè)進行定位。

33.首先根據大氣污染源排放清單中企業(yè)名稱、經緯度信息獲取工業(yè)企業(yè)排放源位置信息，再根據源排放清單中vocs、nox等排放量數(shù)據、廠內車輛行駛數(shù)據，篩選出排放量前40％(具體比例可根據實際情況調整)的工業(yè)企業(yè)清單1；利用工業(yè)企業(yè)自動監(jiān)測數(shù)據，對標排放限值文件，判斷企業(yè)超標排放行為，并篩選出vocs、nox高排放工業(yè)企業(yè)清單2；利用企業(yè)智能用電監(jiān)控數(shù)據，篩選出企業(yè)用電量較高的工業(yè)企業(yè)清單3。利用arcgis軟件將上述3個工業(yè)企業(yè)清單匹配到hcho和no2高值網格，識別出hcho和no2高值區(qū)1.5公里或3公里對應的工業(yè)企業(yè)排放源清單。最后將上述3個工業(yè)企業(yè)清單進一步梳理，篩選出重復高值企業(yè)，作為工業(yè)企業(yè)精細化排放源重點清單。

34.5、獲取高值區(qū)中各條道路上不同排放標準的車輛污染物排放信息，計算各條道路的綜合排放量，并對其中排放量大于預設值的道路進行定位，通過不同排放標準的車輛污染物排放信息鎖定道路上排放量高的車輛。

35.獲取研究區(qū)域內重型柴油車車載排放在線監(jiān)控數(shù)據，提取并分析重型柴油車nox、 vocs等污染物排放特征，識別出重型柴油車高排放區(qū)域1。獲取研究區(qū)域內貨車行駛軌跡數(shù)據(數(shù)據來源不限于全國道路貨運車輛公共監(jiān)管與服務平臺)，分析研究區(qū)域內本地與過境貨車行駛軌跡及規(guī)律特征、車流量時空變化特征，尤其是重型柴油貨車，計算各條道路上不同排放標準的車輛污染物排放信息，包括no2、vocs、co、pm 等，識別出貨車vocs和no2高排放區(qū)域2。利用arcgis軟件篩選出步驟3得出的 hcho和no2高值區(qū)域內1.5公里或3公里本地和過境車輛排放量較高的道路，反向篩選出其不同排放標準的貨車信息，得到hcho和no2高值區(qū)機動車精細化排放源清單。向各縣市區(qū)通報監(jiān)測情況和管控清單。定期監(jiān)測和梳理上述結果，向相關管理單位和部門通報衛(wèi)星遙感監(jiān)測的hcho和no2濃度情況，包括濃度排名、環(huán)比改善排名、高值區(qū)網格hcho和no2濃度排名，以及梳理得出的高值區(qū)工業(yè)企業(yè)污染源和移動源管控清單，最終實現(xiàn)基于衛(wèi)星遙感的臭氧前體物高值區(qū)精細化排放源精準定位與管

控。

36.實施例二

37.基于相同的發(fā)明構思，本實施例公開了一種臭氧前體物高值區(qū)精細化排放源追溯定位系統(tǒng)，包括：

38.對流層濃度獲取模塊，用于通過衛(wèi)星遙感影像獲得對流層臭氧前體物柱濃度；

39.臭氧前體物指示獲取模塊，通過對流層臭氧前體物柱濃度估算近地面臭氧前體物濃度，從而獲得臭氧前體物指示值；

40.高值區(qū)提取模塊，用于根據臭氧前體物指示值判斷臭氧污染物控制類型，并提取出臭氧前體物高值區(qū)；

41.企業(yè)定位模塊，用于獲取待測區(qū)域內企業(yè)臭氧前體排放量，并將其中排放量大于預設值的企業(yè)定位至高值區(qū)；

42.車輛定位模塊，用于獲取待測區(qū)域中各條道路上不同排放標準的車輛污染物排放信息，計算各條道路的綜合排放量，并將其中排放量大于預設值的道路定位至高值區(qū)，通過不同排放標準的車輛污染物排放信息鎖定道路上排放量高的車輛。

43.實施例三

44.基于相同的發(fā)明構思，本實施例公開了一種存儲一個或多個程序的計算機可讀存儲介質，一個或多個程序包括指令，指令當由計算設備執(zhí)行時，使得計算設備執(zhí)行根據上述任一項的臭氧前體物高值區(qū)精細化排放源追溯定位方法。

45.本領域內的技術人員應明白，本技術的實施例可提供為方法、系統(tǒng)、或計算機程序產品。因此，本技術可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例的形式。而且，本技術可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限于磁盤存儲器、cd-rom、光學存儲器等) 上實施的計算機程序產品的形式。

46.本技術是參照根據本技術實施例的方法、設備(系統(tǒng))、和計算機程序產品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數(shù)據處理設備的處理器執(zhí)行的指令產生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

47.這些計算機程序指令也可存儲在能引導計算機或其他可編程數(shù)據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

48.這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據處理設備上，使得在計算機或其他可編程設備上執(zhí)行一系列操作步驟以產生計算機實現(xiàn)的處理，從而在計算機或其他可編程設備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

49.最后應當說明的是：以上實施例僅用以說明本發(fā)明的技術方案而非對其限制，盡管參照上述實施例對本發(fā)明進行了詳細的說明，所屬領域的普通技術人員應當理解：依然

可以對本發(fā)明的具體實施方式進行修改或者等同替換，而未脫離本發(fā)明精神和范圍的任何修改或者等同替換，其均應涵蓋在本發(fā)明的權利要求保護范圍之內。上述內容僅為本技術的具體實施方式，但本技術的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本技術揭露的技術范圍內，可輕易想到變化或替換，都應涵蓋在本技術的保護范圍之內。因此，本技術的保護范圍應以權利要求的保護范圍為準。技術特征：

1.一種臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，包括：通過衛(wèi)星遙感影像獲得對流層臭氧前體物柱濃度；通過所述對流層臭氧前體物柱濃度估算近地面臭氧前體物濃度，從而獲得臭氧前體物指示值；根據所述臭氧前體物指示值判斷臭氧污染物控制類型，并提取出臭氧前體物高值區(qū)；獲取待測區(qū)域內企業(yè)臭氧前體排放量，并將其中排放量大于預設值的企業(yè)定位至所述高值區(qū)；獲取待測區(qū)域中各條道路上不同排放標準的車輛污染物排放信息，計算各條道路的綜合排放量，并將其中排放量大于預設值的道路定位至所述高值區(qū)，通過所述不同排放標準的車輛污染物排放信息鎖定所述道路上排放量高的車輛。2.如權利要求1所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，所述臭氧前體物至少包括no2和hcho。3.如權利要求2所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，近地面no2濃度的估算方法為：獲取監(jiān)測區(qū)域內的地面監(jiān)測站點數(shù)據、大氣化學傳輸模型數(shù)據和氣象條件信息，將上述數(shù)據進行時空匹配并賦值到監(jiān)測區(qū)域網格；將所述監(jiān)測區(qū)域網格輸入機器學習模型，并對所述機器學習模型進行訓練，結合氣象數(shù)據、土地利用數(shù)據、路網數(shù)據和工業(yè)熱源數(shù)據對模型參數(shù)進行優(yōu)化；獲得近地面no2濃度的網格化濃度數(shù)據；近地面hcho濃度的估算方法為：獲取大氣化學傳輸模型hcho廓線；獲得所述hcho廓線中近地面hcho濃度與hcho柱濃度的比例關系；依據所述比例關系，根據hcho柱濃度獲得近地面hcho濃度。4.如權利要求3所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，所述臭氧前體物指示值等于近地面hcho濃度與近地面no2濃度的比值，所述臭氧污染物控制類型包括臭氧污染受vocs濃度控制的網格、臭氧污染受no

x

控制的網格和臭氧污染受no2和hcho協(xié)同控制的網格。5.如權利要求4所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，所述提取出臭氧前體物高值區(qū)的方法為：首先疊加土地覆蓋類型分類數(shù)據，剔除掉耕地、林地、草地、水域濕地和未利用地；其次，針對臭氧污染受vocs濃度控制的網格，結合近地面hcho濃度值進行排序，篩選出hcho濃度排在前若干位的高值網格；針對臭氧污染受no

x

控制的網格，結合近地面no2濃度值進行排序，篩選出no2濃度排在前若干位的高值網格；針對臭氧污染受no2和hcho協(xié)同控制的網格，同時結合近地面no2濃度和hcho濃度值進行排序，篩選出no2濃度或hcho濃度在前若干位的高值網格，篩選出的高值網格即為臭氧前體物高值區(qū)。6.如權利要求1-5任一項所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，通過arcgis軟件對高污染企業(yè)或道路定位到所述高值區(qū)。7.如權利要求6所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，鎖定高排放企業(yè)的方法為：首先根據大氣污染源排放清單中企業(yè)名稱、經緯度信息獲取工業(yè)企業(yè)排放源位置信息，再根據源排放清單中vocs、nox排放量數(shù)據、工業(yè)企業(yè)自動監(jiān)測數(shù)據

和企業(yè)智能用電監(jiān)控數(shù)據，利用arcgis軟件將排放異常情況以及高排放的工業(yè)企業(yè)匹配到hcho和no2高值網格，識別出hcho和no2高值區(qū)對應的工業(yè)企業(yè)排放源管控清單。8.如權利要求6所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法，其特征在于，鎖定高排放車輛的方法為：獲取研究區(qū)域內重型柴油車車載排放在線監(jiān)控數(shù)據，分析并提取重型柴油車nox污染物排放特征；獲取貨車行駛軌跡數(shù)據，分析研究區(qū)域內貨車行駛軌跡及規(guī)律特征、車流量時空變化特征，計算各條道路上不同排放標準的車輛污染物排放信息；利用arcgis軟件篩選出hcho和no2高值區(qū)域內本地和過境車輛排放量較高的道路，反向篩選出不同排放標準的貨車信息，得到hcho和no2高值區(qū)機動車排放源管控清單。9.一種臭氧前體物高值區(qū)精細化排放源追溯定位系統(tǒng)，其特征在于，包括：對流層濃度獲取模塊，用于通過衛(wèi)星遙感影像獲得對流層臭氧前體物柱濃度；臭氧前體物指示獲取模塊，通過所述對流層臭氧前體物柱濃度估算近地面臭氧前體物濃度，從而獲得臭氧前體物指示值；高值區(qū)提取模塊，用于根據所述臭氧前體物指示值判斷臭氧污染物控制類型，并提取出臭氧前體物高值區(qū)；企業(yè)定位模塊，用于獲取待測區(qū)域內企業(yè)臭氧前體排放量，并將其中排放量大于預設值的企業(yè)定位至所述高值區(qū)；車輛定位模塊，用于獲取待測區(qū)域中各條道路上不同排放標準的車輛污染物排放信息，計算各條道路的綜合排放量，并將其中排放量大于預設值的道路定位至所述高值區(qū)，通過所述不同排放標準的車輛污染物排放信息鎖定所述道路上排放量高的車輛。10.一種存儲一個或多個程序的計算機可讀存儲介質，其特征在于，所述一個或多個程序包括指令，所述指令當由計算設備執(zhí)行時，使得所述計算設備執(zhí)行根據權利要求1至8任一項所述的臭氧前體物高值區(qū)精細化排放源追溯定位方法。

技術總結

本發(fā)明涉及一種臭氧前體物高值區(qū)精細化排放源追溯定位方法和系統(tǒng)，包括：通過衛(wèi)星遙感影像獲得對流層臭氧前體物柱濃度；通過對流層臭氧前體物柱濃度估算近地面臭氧前體物濃度，從而獲得臭氧前體物指示值；根據臭氧前體物指示值判斷臭氧污染物控制類型，并提取出臭氧前體物高值區(qū)；獲取高值區(qū)內企業(yè)臭氧前體排放量，并對其中排放量大于預設值的企業(yè)進行定位；獲取高值區(qū)中各條道路上不同排放標準的車輛污染物排放信息，計算各條道路的綜合排放量，并對其中排放量大于預設值的道路進行定位，從而鎖定道路上排放量高的車輛。其能準確篩選出臭氧前體物高值區(qū)內異常排放、高排放工業(yè)企業(yè)管控清單，縮短了排查和管控范圍，提高了管控的實效性和針對性。了管控的實效性和針對性。了管控的實效性和針對性。

技術研發(fā)人員：楊艷 高健 陶金花 余超 范萌 張瑩

受保護的技術使用者：中國科學院空天信息創(chuàng)新研究院

技術研發(fā)日：2021.09.27

技術公布日：2022/3/21