一种空气质量监测站优化布点方法
【技术领域】
[0001] 本发明涉及空气质量监测技术领域，尤其涉及一种空气质量监测站优化布点方 法。
【背景技术】
[0002] 城市空气质量的状况是通过城市空气质量监测数据来体现。空气质量监测一般是 指通过对环境空气中的主要污染物进行定期或连续的监测，判定环境空气质量(或污染程 度)和其变化趋势。由于监测数据的时效性和连续性，采用手动监测的方法无法满足所需工 作量，需根据当地的行政区划、大气污染物分布状况等要素，建立一定数量自动监测站，从 而形成区域空气质量监测网，进行规定项目的定期自动监测。
[0003] 由于对空气污染物的空间分布模式的认识还不足，空间分析统计理论体系尚不完 善，而且缺乏相应的规范，因此，我国在空气质量监测中，对于空气质量监测布点的研究还 有很多不足与缺陷，导致监测网络的很多区域点位主观定位较多，而缺乏科学的依据，例如 监测站点数量不合理、空间代表范围不够，监测值的时间和空间精度不足等。
【发明内容】
[0004] 本发明的目的在于提供一种空气质量监测站优化布点方法，从而解决现有技术中 存在的前述问题。
[0005] 为了实现上述目的，本发明采用的技术方案如下：
[0006] -种空气质量监测站优化布点方法，包括如下步骤：
[0007] S1，计算研究区域内所有布点方案的克里金方差；
[0008] S2,以所述克里金方差最小值为优化布点目标，确定所述研究区域内增加的布点 数量和位置。
[0009] 进一步地，S1之前还包括步骤S0:获取所述研究区域污染物的遥感监测数据，则， S1中，利用所述遥感监测数据分析所述研究区域的空间区域变量，计算所述变量的半变异 函数，建立优化模型，根据所述优化模型计算研究区域内所有布点方案的克里金方差。
[0010] 进一步地，，so和S1之间，还包括步骤:对所述遥感监测数据进行预处理。
[0011] 优选地，所述预处理包括:区域格网化。
[0012] 优选地，所述污染物包括PM2.5和PM10。
[0013] 优选地，S1采用枚举法计算研究区域内所有布点方案的克里金方差。
[0014] 优选地，S1采用空间模拟退火算法研究区域内所有布点方案的克里金方差。
[0015]优选地，所述空间模拟退火算法采用如下步骤进行实施：
[0016] 1)生成一个初始化离散布点方案xq，令Xbest = X()，计算目标函数值E(x〇);
[0017 ] 2)设置初始温度T (0) = Το，迭代次数i = 1;
[0018] 3)Do while T(i)>Tmin
[0019] a)for j = l~k
[0020] b)将当前最优解Xbe3St带入扰动函数，产生一新的解^~，计算新的目标函数值E (Xnew)，并计算目标函数值的增量A E = E(Xnew)-E(Xbest);
[0021] C)如果 Δ E<0,则Xbest = Xnew;
[0022] d)如果 Δ E>0,则p = exp(- Δ E/T(i))，如果c = random[0，1] <p，则xbest = Xnew;否 ]3!jxbest - Xbest ；
[0023] e)End for;
[0024] 4)i = i+l；
[0025] 5)End Do；
[0026] 6)输出当前结果，计算结束。
[0027] 本发明的有益效果是:本发明实施例提供的空气质量监测站优化布点方法，目的 在于，在现有的监测布点网络基础上，通过在研究区域内增加布点，提高监测结果的可靠性 和准确性，为城市环境质量状况及变化趋势的分析提供数据支撑。而由于增加布点后，监控 的费用会极大的提高，因此，本发明中，在增加布点的位置和数量的确定过程中，在综合考 虑了经济成本等制约因素的情况下，以克里金方差最小化为布点目标，通过使用空间模拟 退火算法，计算增加布点后研究区域的克里金方差，确定克里金方差取得最小值时增加的 布点数量和位置，从而，在经济成本最低的条件下，实现了以最少的监测点位获得最大范围 空间的代表性数据，提高了监测结果的可靠性和准确性。
【附图说明】
[0028] 图1是本发明实施例提供的空气质量监测站优化布点方法流程示意图；
[0029]图2是某市第一季度PM10分布状况；
[0030]图3是某市第一季度PM10空间变异分析结果；
[0031 ]图4是某市第二季度PM10分布状况；
[0032]图5是某市第二季度PM10空间变异分析结果；
[0033]图6是某市第三季度PM10分布状况；
[0034]图7是某市第三季度PM10空间变异分析结果；
[0035]图8是某市第四季度PM10分布状况；
[0036] 图9是某市第四季度PM10空间变异分析结果；
[0037] 图10是研究区域网格划分示意图；
[0038] 图11是第一季度研究区域内原有监测站的克里金标准差分布结果图；
[0039]图12是第一季度研究区域内增设监测站后的克里金标准差分布结果图；
[0040]图13是第二季度研究区域内原有监测站的克里金标准差分布结果图；
[0041]图14是第二季度研究区域内增设监测站后的克里金标准差分布结果图；
[0042]图15是第三季度研究区域内原有监测站的克里金标准差分布结果图；
[0043]图16是第三季度研究区域内增设监测站后的克里金标准差分布结果图；
[0044]图17是第四季度研究区域内原有监测站的克里金标准差分布结果图；
[0045]图18是第四季度研究区域内增设监测站后的克里金标准差分布结果图。
【具体实施方式】
[0046] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进 行进一步详细说明。应当理解，此处所描述的【具体实施方式】仅仅用以解释本发明，并不用于 限定本发明。
[0047] 如图1所示，本发明实施例提供了一种空气质量监测站优化布点方法，包括如下步 骤：
[0048] S1，计算研究区域内所有布点方案的克里金方差最小值；
[0049] S2,以所述克里金方差最小值为优化布点目标，确定所述研究区域内增加的布点 数量和位置。
[0050] 现有的空气质量监测布点，存在点位数量不合理、空间代表范围不够，监测值的时 间和空间精度不足等问题，本发明的目的在于，在现有的监测布点网络基础上，通过在研究 区域内增加布点，提高监测结果的可靠性和准确性，为城市环境质量状况及变化趋势的分 析提供数据支撑。而由于增加布点后，监控的费用会极大的提高，因此，本发明中，在增加布 点的位置和数量的确定过程中，在综合考虑了经济成本等制约因素的情况下，以克里金方 差最小化为目标，在研究区域内确定最优的布点方案。
[0051 ]监测网络设计优化模型的目标函数与监测目标密切相关。基于污染源监控的监测 站点应该选择污染源密集的区域设立，以覆盖尽可能多的污染源为目标;而以空气质量总 体评价和获取污染物空间分布为目的的监测网络则需要其各个站点离散分布。
[0052] 克里金误差方差是评价监测网络设计的很好的指标，而克里金误差方差是由变量 的空间变异结构和监测站点位置的分布形式来决定。因此首先确定监测对象的空间变异结 构，然后计算克里金误差方差，选取评价方差最小的点位和数量。
[0053] 克里金方差最小化（Minimization of the Ordinary Kriging Variance，M0KV) 准则的目的是使抽样点的分布处于合适的位置以使克里金插值后生成的表面