(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110606582.8 (22)申请日 2021.05.31 (71)申请人 中国计量科 学研究院 地址 100029 北京市朝阳区北三环东路18 号 (72)发明人 任歌　张亮　林鸿　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 张琳琳 (51)Int.Cl. G06F 30/25(2020.01) G06F 30/27(2020.01) G06F 30/23(2020.01) G06F 111/04(2020.01) G06F 111/08(2020.01) (54)发明名称 一种基于机器学习的大气污染排放反演方 法、 系统和设备 (57)摘要 本发明公开了一种基于机器学习的大气污 染排放反演方法、 系统和设备， 其中方法包括： 获 取区域网格内的污染物浓度观测数据； 获取区域 网格内的影 响函数和模拟浓度值； 根据污染物浓 度观测数据、 区域网格内的模拟浓度值、 区域网 格的影响函数和先验排放量信息建立区域网格 内的排放量反演模型； 根据排放量反演模型的损 失函数迭代计算区域网格内的大气污染物反演 排放量。 本发 明提供的技术方案解决了目前大气 污染物排放量清单数据准确度和分辨率低的问 题。 同时所用大气污染物排放量反演设备价格低 廉， 解决了目前反演系统及所用设备建设成本高 的问题。 权利要求书2页 说明书8页 附图4页 CN 115481558 A 2022.12.16 CN 115481558 A 1.一种基于机器学习的大气污染排放反演方法， 应用于大气污染物排放量反演设备， 其特征在于， 待测大气污染物排放量的目标区域被划分为若干预设分辨区域网格， 所述方 法包括： 获取所述区域网格内的污染物浓度观测数据； 获取所述区域网格内的影响函数和模拟浓度值； 根据所述污染物浓度观测数据、 所述区域网格内的模拟浓度值、 所述区域网格影响函 数和先验排 放量信息建立区域网格内的排 放量反演模型； 根据所述 排放量反演模型的损失函数迭代计算区域网格内的大气污染物反演排 放量。 2.根据权利要求1所述的方法， 其特征在于， 所述区域网格内部署有空气微站， 所述获 取所述区域网格内的污染物浓度观测数据， 包括： 根据所述空气微站与所述目标区域的多元环境变量获取区域网格内的动态数据与静 态数据； 将动态数据进行 数据清洗后结合静态数据得到算法样本； 根据算法样本所在所述 区域网格内是否设有标准空气质量监测 站， 将所述算法样本分 为训练样本和预测样本； 根据所述训练样本结合机器学习算法建立校准模型； 将所述预测样本作为校准模型的输入得到输出值， 即为校准后区域网格 内的污染物浓 度观测数据。 3.根据权利要求1所述的方法， 其特征在于， 所述获取所述 区域网格内的影响函数和模 拟浓度值， 包括： 根据区域气象场数据驱动所述后向轨迹扩散模型， 计算空气粒子足迹权重作为所述影 响函数矩阵； 根据所述影响函数矩阵结合所述先验排放信 息， 计算得到所述 区域网格 内的模拟浓度 值。 4.根据权利要求1所述的方法， 其特征在于， 所述结合所述污染物浓度观测数据、 所述 区域网格内的模拟浓度值、 所述区域网格影响函数和先验排放量信息 建立区域网格内的排 放量反演模型， 包括： 根据所述模拟浓度值与所述污染物浓度观测数据的差异、 排放量后验信 息与先验信息 的差异、 所述污染物浓度观测数据的误差协方差以及和所述先验排放信息的误差协方差， 建立反演优化过程的损失函数。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述排放量反演模型的损失函数 迭代计算区域网格内的大气污染物反演排 放量， 包括： 迭代计算所述损失函数的最小值； 将所述损失函数取得最小值时对应排放量的后验分布作为优化校准后的大气污染物 反演排放量。 6.根据权利要求2所述的方法， 其特征在于， 所述根据算法样本所在所述 区域网格 内是 否设有标准空气质量 监测站， 将所述 算法样本分为训练样本和预测样本， 包括： 当所述区域网格 内设有所述标准空气质量监测站时， 该区域网格 内对应的算法样本作 为所述训练样本；权　利　要　求　书 1/2 页 2 CN 115481558 A 2当所述区域网格 内没有所述标准空气质量监测站时， 该区域网格 内对应的算法样本作 为所述预测样本 。 7.一种基于机器学习的大气污染排放反演系统， 应用于大气污染物排放量反演设备， 其特征在于， 待测大气污染物排放量的目标区域被划分为预设分辨区域网格， 所述系统包 括： 机器学习模块， 获取 所述区域网格内的污染物浓度观测数据； 轨迹扩散模块， 应用后向轨迹扩散模型计算区域网格影响函数矩阵， 并结合先验排放 信息获得区域网格内的模拟浓度值； 反演模型模块， 结合所述污染物浓度观测数据、 所述区域网格 内的模拟浓度值、 所述 区 域网格影响函数和先验排 放量信息建立区域网格内的排 放量反演模型； 输出模块， 根据 所述排放量反演模型的损失函数迭代计算并输出区域网格内的大气污 染物反演排 放量。 8.一种基于机器学习的大气污染物排放反演设备， 其特征在于， 包括： 空气微站传感 器、 主控单元及显示模块， 其中， 所述空气微站传感器用于获取区域预设分辨网格内原始污 染物浓度信号并将所述污染物浓度信号 发送至所述主控单元， 所述主控单元对所述污染物 浓度信号进行处 理后发送至所述显示模块进行显示， 所述主控单 元包括： 存储器和 处理器， 所述存储器和所述处理器之间互相通信连接， 所述存储器中存储有 计算机指令， 所述处理器通过执行所述计算机指 令， 从而执行如权利要求 1‑6任一项所述的 方法。权　利　要　求　书 2/2 页 3 CN 115481558 A 3