技术摘要：
本申请提出一种PM2.5污染成因分析方法、装置、电子设备及存储介质，该方法包括：获取目标区域的环境监测数据和地面气象数据及预设时间段内的气象历史资料；根据环境监测数据确定PM2.5污染事件的排放特征及特征变化规律；根据环境监测数据和地面气象数据确定气象影响信  全部
背景技术：
随着工业化进程快速推进，粗放式发展带来的环境问题日益严重，其中大气污染 已成为近几年最为严重的环境污染之一，尤其是PM2.5污染，严重影响空气质量，并对人体健 康造成一定危害。对PM2.5污染进行成因分析，对PM2.5污染的预防和治理均具有重大意义。 当前，相关技术中提供了一种对PM2 .5污染进行成因分析的方法，该方法通过采集 分析区域中PM2.5的监测数据，通过对数据的研究，得出PM2.5质量浓度污染特征、变化规律， 确定造成PM2.5污染的自然因素和人为因素；然后针对PM2.5的各种影响因素，找到PM2.5与各 种影响因素之间的相关关系和一般规律。通过对PM2 .5的影响因素进行分析，定性地识别 PM2.5的来源和形成过程。同时采用回归分析技术，定性地确定各类污染源的贡献度。但上述 相关技术仅从自然因素和人为因素探究其对PM2.5浓度的影响，导致分析结果存在一定不确 定性。 此外，嵌套网格空气质量预报模式(NAQPMS)是我国自主研发的第三代空气质量模 式。NAQPMS全面考虑了空气污染物在大气中的平流、扩散、干湿沉降以及化学转化等过程。 NAQPMS模式耦合的污染在线源追踪技术从源排放开始对各种物理、化学过程进行分源类 别、分地域的质量追踪，可以跟踪PM2.5污染来源，定量分析PM2.5输送过程及区域污染排放 贡献率。但是NAQPMS对于软硬件条件有一定要求，并且也需要其他的方法来对模式预报分 析结果进行补充和验证。
技术实现要素：
本申请提出一种PM2 .5污染成因分析方法、装置、电子设备及存储介质，从污染排 放、气象和区域传输三方面对PM2.5污染事件的成因进行定性分析，不仅考虑了自然因素和 人为因素对PM2.5污染的影响，还考虑了区域传输对PM2.5污染的影响，考虑的影响因素更加 全面，大大提高了PM2.5污染成因分析的准确性。 本申请第一方面实施例提出了一种PM2.5污染成因分析方法，所述方法包括； 获取目标区域的环境监测数据和地面气象数据以及预设时间段内的气象历史资 料； 根据所述环境监测数据，确定待分析的PM2.5污染事件对应的排放特征及特征变化 规律； 根据所述环境监测数据和所述地面气象数据，确定气象条件对所述PM2.5污染事件 形成的气象影响信息； 根据所述环境监测数据和所述气象历史资料，确定所述PM2.5污染事件对应的污染 气团传输轨迹及所述污染气团传输轨迹对应的贡献比例； 4 CN 111611296 A 说　明　书 2/13 页 根据所述排放特征、所述特征变化规律、所述气象影响信息、所述污染气团传输轨 迹及其对应的贡献比例，分析所述PM2.5污染事件的形成原因。 在本申请的一些实施例中，所述根据所述环境监测数据，确定待分析的PM2 .5污染 事件对应的排放特征及特征变化规律，包括： 从所述环境监测数据中截取待分析的PM2 .5污染事件对应的时间段内的环境监测 数据； 对截取的所述环境监测数据包括的各种空气污染物的浓度进行归一化处理； 根据归一化处理后的所述各种空气污染物的浓度，绘制特征雷达图； 从所述特征雷达图中识别出所述PM2 .5污染事件对应的排放特征及所述排放特征 随时间变化的特征变化规律。 在本申请的一些实施例中，所述根据所述环境监测数据和所述地面气象数据，确 定气象条件对所述PM2.5污染事件形成的气象影响信息，包括： 根据所述环境监测数据和所述地面气象数据，生成所述目标区域对应的气象-污 染关系表； 从所述地面气象数据中截取所述PM2.5污染事件对应的时间段内的地面气象数据； 根据截取的所述地面气象数据，计算所述PM2.5污染事件对应的时间段内的平均温 度、相对湿度和平均风速； 根据所述平均温度、所述相对湿度和所述平均风速，从所述气象-污染关系表中查 询所述PM2.5污染事件对应的气象影响信息。 在本申请的一些实施例中，所述根据所述环境监测数据和所述地面气象数据，生 成所述目标区域对应的气象-污染关系表，包括： 划分不同的温度区间、相对湿度区间和平均风速区间，根据不同的温度区间、相对 湿度区间和平均风速区间组合得到多个气象条件； 根据所述环境监测数据和所述地面气象数据，统计每个气象条件下PM2.5浓度超过 预设阈值的发生频率； 根据每个气象条件及每个气象条件下PM2.5浓度超过预设阈值的发生频率，生成气 象-污染关系表。 在本申请的一些实施例中，所述根据所述环境监测数据和所述气象历史资料，确 定所述PM2.5污染事件对应的污染气团传输轨迹及所述污染气团传输轨迹对应的贡献比例， 包括： 从所述环境监测数据中截取待分析的PM2 .5污染事件对应的时间段内的环境监测 数据； 从截取的所述环境监测数据中筛选出大于预设阈值的PM2.5浓度； 基于所述气象历史资料驱动综合轨迹模式，根据所述PM2.5污染事件对应的时间段 内的环境监测数据模拟所述PM2.5污染事件对应的后向轨迹； 在模拟的所述后向轨迹中，对筛选出的所述PM2.5浓度对应的后向轨迹进行轨迹聚 类，得到污染气团传输轨迹及所述污染气团传输轨迹对应的贡献比例。 在本申请的一些实施例中，所述根据所述环境监测数据，确定待分析的PM2 .5污染 事件对应的排放特征及特征变化规律之后，还包括： 5 CN 111611296 A 说　明　书 3/13 页 获取所述目标区域对应的PM2.5污染的历史排放特征及历史变化规律； 根据所述历史排放特征及所述历史变化规律，对所述PM2.5污染事件对应的排放特 征及特征变化规律进行验证，得到排放特征校验结果。 在本申请的一些实施例中，所述环境监测数据包括PM2.5浓度、PM10浓度、SO2浓度、 NO2浓度、O3浓度、CO浓度。 本申请第二方面的实施例提供了一种PM2.5污染成因分析装置，所述装置包括； 数据获取模块，用于获取目标区域的环境监测数据和地面气象数据以及预设时间 段内的气象历史资料； 排放特征确定模块，用于根据所述环境监测数据，确定待分析的PM2 .5污染事件对 应的排放特征及特征变化规律； 气象影响确定模块，用于根据所述环境监测数据和所述地面气象数据，确定气象 条件对所述PM2.5污染事件形成的气象影响信息； 传输轨迹确定模块，用于根据所述环境监测数据和所述气象历史资料，确定所述 PM2.5污染事件对应的污染气团传输轨迹及所述污染气团传输轨迹对应的贡献比例； 成因分析模块，用于根据所述排放特征、所述特征变化规律、所述气象影响信息、 所述污染气团传输轨迹及其对应的贡献比例，分析所述PM2.5污染事件的形成原因。 本申请第三方面的实施例提供了一种电子设备，包括存储器、处理器及存储在所 述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序以实 现上述第一方面所述的方法。 本申请第四方面的实施例提供了一种计算机可读存储介质，其上存储有计算机程 序，所述程序被处理器执行实现上述第一方面所述的方法。 本申请实施例中提供的技术方案，至少具有如下技术效果或优点： 本申请实施例根据环境监测数据确定待分析的PM2 .5污染事件对应的排放特征及 特征变化规律。根据环境监测数据及地面气象数据确定PM2 .5污染事件对应的气象影响信 息。根据环境监测数据及气象历史资料确定PM2.5污染事件对应的污染气团传输轨迹及其对 应的贡献比例。根据排放特征及特征变化规律、气象影响信息、污染气团传输轨迹及其对应 的贡献比例，从污染排放、气象和区域传输三方面对PM2.5污染事件的成因进行定性分析，不 仅考虑了自然因素和人为因素对PM2.5污染的影响，还考虑了区域传输对PM2.5污染的影响， 考虑的影响因素更加全面，大大提高了PM2.5污染成因分析的准确性，为预防和治理PM2.5污 染提供科学依据，对PM2.5污染有针对性地精准施策具有重要意义，且对于开展区域联防联 控研究具有重要意义。 本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 的明显，或通过本申请的实践了解到。 附图说明 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通 技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请 的限制。而且在整个附图中，用相同的参考符号表示相同的部件。 在附图中： 6 CN 111611296 A 说　明　书 4/13 页 图1示出了本申请一实施例所提供的一种PM2.5污染成因分析方法的流程图； 图2示出了本申请一实施例所提供的特征雷达图的示意图； 图3示出了本申请一实施例所提供的后向轨迹的示意图； 图4示出了本申请一实施例所提供的后向轨迹聚类的示意图； 图5示出了本申请一实施例所提供的后向轨迹的三维示意图； 图6示出了本申请一实施例所提供的另一种PM2.5污染成因分析方法的流程图； 图7示出了本申请一实施例所提供的一种PM2.5污染成因分析装置的结果示意图； 图8示出了本申请一实施例所提供的一种电子设备的结构示意图； 图9示出了本申请一实施例所提供的一种存储介质的示意图。