基于遙感氣溶膠和螢火蟲(chóng)群算法的空氣污染源識(shí)別方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明屬于空氣污染源識(shí)別技術(shù)領(lǐng)域，更為具體地講，涉及一種基于遙感氣溶膠 和螢火蟲(chóng)群算法的空氣污染源識(shí)別方法。
【背景技術(shù)】
[0002] 大氣污染是我國(guó)目前面臨的嚴(yán)重環(huán)境污染問(wèn)題，包括PM2.5在內(nèi)的大氣污染物不 僅降低空氣能見(jiàn)度，影響出行，同時(shí)有研究表明PM2.5能直接進(jìn)入人體下呼吸道，與呼吸道 疾病和心臟疾病有密切聯(lián)系，呼吸道疾病目前在我國(guó)呈日益上升趨勢(shì)，因而日益受到人們 的關(guān)注。
[0003] 防止大氣污染在于源頭控制，找到大氣污染物的排放源，摸清其排放量是進(jìn)行下 一步管理的必要條件，對(duì)于決策者具有重要的意義。
[0004] 目前，常用的大氣污染物溯源的方法有兩類:一類是基于地面采樣的下推法，其原 理是通過(guò)地面實(shí)地采樣和實(shí)驗(yàn)室化學(xué)組分分析的方法，通過(guò)污染物化學(xué)成分特征分析污染 物來(lái)源。這類方法中，最具代表性的是受體模型，也是目前最廣泛采用的污染物溯源方法； 另一類是基于排放清單和擴(kuò)散模型的上推法，其原理是根據(jù)獲取的排放清單，代入擴(kuò)散模 型中進(jìn)行污染物運(yùn)動(dòng)模擬，其最大的特點(diǎn)是能進(jìn)行污染預(yù)測(cè)。這兩類方法各有其優(yōu)點(diǎn)，也存 在明顯的不足。對(duì)于上推法，由于需要進(jìn)行大量的實(shí)地采樣和實(shí)驗(yàn)室化驗(yàn)分析，工作量很 大、成本昂貴，除了在一些重點(diǎn)區(qū)域間斷性采用外，既難以大范圍使用，也難以持續(xù)進(jìn)行;對(duì) 于下推法，排放清單的建立是關(guān)鍵，但目前為止，我國(guó)還沒(méi)有完整的排放清單。另外，由于排 放源分類不明確，缺少排放因子數(shù)據(jù)庫(kù)等因素，使得構(gòu)建排放清單在某些情況下幾乎不可 能。
[0005] 隨著航天技術(shù)的快速發(fā)展，地表空間信息獲取能力和水平大大提升。衛(wèi)星遙感數(shù) 據(jù)在時(shí)間分辨率、空間分辨率和光譜分辨率上都有了極大的提升，利用衛(wèi)星遙感影像定量 化獲取地表或大氣物理化學(xué)性質(zhì)已被證明是可行的，隨著研究的深入和算法的改進(jìn)，定量 反演的精度不斷提升。已有大量的研究利用遙感影像估算大氣污染物濃度以及分析大氣污 染物分布情況。如何利用成本相對(duì)低廉、空間覆蓋范圍大、周期性獲取的衛(wèi)星遙感影像解決 污染物溯源的問(wèn)題是現(xiàn)有技術(shù)需要解決的問(wèn)題。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于遙感氣溶膠和螢火蟲(chóng)群算 法的空氣污染源識(shí)別方法，采用螢火蟲(chóng)群算法對(duì)衛(wèi)星光譜遙感圖像反演得到的氣溶膠厚度 值進(jìn)行污染溯源，高效準(zhǔn)確地實(shí)現(xiàn)空氣污染源的識(shí)別。
[0007] 為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明基于遙感氣溶膠和螢火蟲(chóng)群算法的空氣污染源識(shí)別 方法包括以下步驟：
[0008] S1:獲取衛(wèi)星光譜遙感圖像和對(duì)應(yīng)的區(qū)域數(shù)字地圖；
[0009] S2:獲取衛(wèi)星光譜遙感圖像對(duì)應(yīng)區(qū)域的風(fēng)向和風(fēng)速，得到風(fēng)速矢量^-
[0010] S3:對(duì)衛(wèi)星光譜遙感圖像進(jìn)行氣溶膠光學(xué)厚度反演，得到衛(wèi)星光譜遙感圖像中每 個(gè)像元的氣溶膠光學(xué)厚度值；
[0011] S4:對(duì)衛(wèi)星光譜遙感圖像進(jìn)行網(wǎng)格化，網(wǎng)格邊長(zhǎng)根據(jù)實(shí)際情況設(shè)置，將衛(wèi)星光譜遙 感圖像劃分為MXN個(gè)圖像塊，計(jì)算每個(gè)圖像塊中所包含像元的氣溶膠光學(xué)厚度平均值；同 時(shí)對(duì)衛(wèi)星光譜遙感圖像對(duì)應(yīng)的區(qū)域數(shù)字地圖進(jìn)行網(wǎng)格化，劃分為MXN個(gè)圖像塊，根據(jù)企業(yè) 坐標(biāo)得到企業(yè)k所對(duì)應(yīng)的圖像塊坐標(biāo)Ek，k=l，2,…，K，K表示企業(yè)數(shù)量；
[0012] S5:采用基于GS0的污染溯源方法進(jìn)行污染物溯源，其具體步驟包括：
[0013] S5.1:設(shè)置每只螢火蟲(chóng)的初始熒光素值Li(0)相同，將各像素塊的坐標(biāo)作為螢火蟲(chóng) 的初始位置 Xl(〇)，將像素塊所對(duì)應(yīng)的氣溶膠光學(xué)厚度平均值作為螢火蟲(chóng)的屬性值Μ，設(shè)置 各螢火蟲(chóng)鄰域初始值^(0) ,i = l，2,…，Q，Q=MXN;
[0014] 35.2:令迭代次數(shù)七=1;
[0015] S5.3:根據(jù)以下公式計(jì)算第t代螢火蟲(chóng)的熒光素：
[0016] Li(t) = (l-p)Li(t-l)+ γ F(xi(t))
[0017]其中，t表示迭代次數(shù)，i表示螢火蟲(chóng)序號(hào)，U(t)表示第t代螢火蟲(chóng)i的熒光素，LKt-1)表示第t-1代螢火蟲(chóng)i的熒光素，P表示熒光素的衰減率，pe(〇，l)，γ表示熒光素更新率， F(Xl(t))表示螢火蟲(chóng)i在當(dāng)前位置Xl(t)的目標(biāo)函數(shù)值，目標(biāo)函數(shù)的計(jì)算公式為：
[0018]
[0019] 其中，dik(t)表示螢火蟲(chóng)i在當(dāng)前位置Xi(t)與企業(yè)k坐標(biāo)Ek的距離；
[0020] S5.4:對(duì)于每只螢火蟲(chóng)i，分別計(jì)算向其鄰域Ni(t)內(nèi)另一只螢火蟲(chóng)j的移動(dòng)概率Pij (t);采用輪盤(pán)賭規(guī)則選擇本次螢火蟲(chóng)i所要向其運(yùn)動(dòng)的螢火蟲(chóng)j，將其序號(hào)記為，然后根 據(jù)下式更新螢火蟲(chóng)i的位置：
[0021]
[0022] 其中，燈（t)表示第t代螢火蟲(chóng)的位置，s表示移動(dòng)步長(zhǎng)，I I I I表示求歐幾里德范 數(shù)；
[0023] Aattibute表示螢火蟲(chóng)相似性修正因子，其計(jì)算方法為:首先在螢火蟲(chóng)i的鄰域Ni(t) 內(nèi)，搜索與螢火蟲(chóng)i的屬性值仏最接近的螢火蟲(chóng)f，然后計(jì)算Δ attlbute:
[0024]
[0025] 其中，sa表示預(yù)設(shè)的步長(zhǎng)，x^(t)是第t代螢火蟲(chóng)f的位置；
[0026] 八^^表示風(fēng)速風(fēng)向修正因子，其計(jì)算公式為：
，其中sw表示縮 放因子；
[0027] S5.5:如果迭代次數(shù)t = T，T表示預(yù)設(shè)的最大迭代次數(shù)，將每只螢火蟲(chóng)的當(dāng)前位置 作為其源頭位置Af ,停止迭代;否則進(jìn)入步驟S5.6;
[0028] S5 · 6:更新每只螢火蟲(chóng)的鄰域半徑g(/ + 1),然后令t = t+1，返回步驟S5 · 3:
[0029] S6:根據(jù)企業(yè)所對(duì)應(yīng)的圖像塊坐標(biāo)Ek，得到企業(yè)污染覆蓋范圍的半徑Rk;
[0030] S7:根據(jù)污染覆蓋范圍的半徑Rk與各只螢火蟲(chóng)的源頭位置<，將企業(yè)k作為其污染 覆蓋范圍內(nèi)的螢火蟲(chóng)所對(duì)應(yīng)的污染物的產(chǎn)生企業(yè)，統(tǒng)計(jì)其污染覆蓋范圍內(nèi)的螢火蟲(chóng)所對(duì)應(yīng) 的氣溶膠厚度值水平，作為企業(yè)k的污染指標(biāo)。
[0031] 本發(fā)明基于遙感氣溶膠和螢火蟲(chóng)群算法的空氣污染源識(shí)別方法，首先根據(jù)衛(wèi)星光 譜遙感圖像反演得到氣溶膠光學(xué)厚度值，得到對(duì)應(yīng)區(qū)域的風(fēng)速矢量，對(duì)衛(wèi)星光譜遙感圖像 和對(duì)應(yīng)的區(qū)域數(shù)字地圖網(wǎng)格化，得到每個(gè)圖像塊的氣溶膠光學(xué)厚度平均值和企業(yè)對(duì)應(yīng)的圖 像塊坐標(biāo);將每個(gè)圖像塊的坐標(biāo)作為GS0算法中螢火蟲(chóng)的初始位置，氣溶膠厚度平均值作為 螢火蟲(chóng)的屬性，然后迭代，在每次更新螢火蟲(chóng)位置時(shí)，引入由屬性值計(jì)算得到的螢火蟲(chóng)相似 性修正因子和風(fēng)速矢量計(jì)算得到的風(fēng)速風(fēng)向修正因子，多次迭代后得到螢火蟲(chóng)的源頭位 置;然后計(jì)算企業(yè)的污染覆蓋范圍半徑，將企業(yè)作為其污染覆蓋范圍內(nèi)的螢火蟲(chóng)所對(duì)應(yīng)的 污染物的產(chǎn)生企業(yè)，實(shí)現(xiàn)污染源識(shí)別。
[0032]本發(fā)明具有以下有益效果：
[0033] (1)采用螢火蟲(chóng)群算法，準(zhǔn)確高效地迭代得到污染物的源頭位置；
[0034] (2)螢火蟲(chóng)群算法中更新螢火蟲(chóng)位置時(shí)，引入由屬性值計(jì)算得到的螢火蟲(chóng)相似性 修正因子和風(fēng)速矢量計(jì)算得到的風(fēng)速風(fēng)向修正因子，可以使螢火蟲(chóng)群算法適應(yīng)本發(fā)明應(yīng)用 環(huán)境的實(shí)際情況，使其迭代結(jié)果更符合實(shí)際，提高污染源識(shí)別的準(zhǔn)確度；
[0035] (3)本發(fā)明只需要遠(yuǎn)程光譜遙感信息以及企業(yè)的地理信息系統(tǒng)去量化每個(gè)企業(yè)的 污染情況，而不需要像以往那樣通過(guò)極為昂貴的樣本檢測(cè)和低效的排放物清單方法，從而 高效準(zhǔn)確、低成本地實(shí)現(xiàn)空氣污染源識(shí)別。
【附圖說(shuō)明】
[0036] 圖1是本發(fā)明基于遙感氣溶膠和螢火蟲(chóng)群算法的空氣污染源識(shí)別方法的具體實(shí)施 方式流程圖；
[0037] 圖2是本發(fā)明中基于GS0的污染溯源方法的流程圖；
[0038] 圖3是成都市區(qū)域圖；
[0039]圖4是都江堰區(qū)域的氣溶膠光學(xué)厚度值網(wǎng)格化圖像；
[0040]圖5是新津區(qū)域的氣溶膠光學(xué)厚度值網(wǎng)格化圖像；
[0041]圖6是都江堰區(qū)域的污染溯源圖像；
[0042]圖7是新津區(qū)域的污染溯源圖像。
【具體實(shí)施方式】
[0043]下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地 理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計(jì)的詳細(xì)描述也許 會(huì)淡化本發(fā)明的主要內(nèi)容時(shí)，這些描述在這里將被忽略。
[0044] 實(shí)施例
[0045] 圖1是本發(fā)明基于遙感氣溶膠和螢火蟲(chóng)群算法的空氣污染源識(shí)別方法的具體實(shí)施 方式流程圖。如圖1所示，本發(fā)明基于遙感氣溶膠和螢火蟲(chóng)群算法的空氣污染源識(shí)別方法包 括以下步驟：
[0046] S101:獲取圖像：
[0047]首先獲取衛(wèi)星