基于规则等距离散格网的PM2.5空间分布特征提取及动态变化模拟研究

Most of researches on PM2.5 dynamic diffusion are carried out by using numerical simulation based on discrete non-overlapping gird in calculation domain. Excellent hierarchy and global seamless are the characters of Global Discrete Grid(GDG). These characters of GDG are benefit for computer data processing. The deficiencies based on traditional planar models, such as geometry distortion, topology inconsistency etc, are eliminated completely by using GDG. In this proposal, a new model for simulating PM2.5 spatial distribution and dynamic diffusion based on GDG is presented. The detailed research topics include: subdivision scheme of hierarchy and equal-distance GDG, adaptive dynamic extend operation, redrawing the relation of PM2.5 spatial distribution and spatial factors, acquiring PM2.5 distribution based on historyPM2.5 surveying data and spatial relation of surveying station, dynamic diffusion simulation model of PM2.5 based on spherical cellular automaton. The experiment to test the feasibility and correction of methods and theories above will be done by using 950 PM2.5 monitoring station data. This new model for simulating PM2.5 spatial distribution dynamically could be benefit for the process of decreasing the PM2.5 percent in the air.

PM2.5空间动态变化规律研究多将计算域离散化为有限个不重叠的格网，采用数值模拟法进行扩散模拟。而全球离散格网具有离散性、层次性和全球连续性，既符合计算机对数据离散化处理的要求，有望从根本上解决平面模型在大区域（或全球性）问题研究中的几何变形和拓扑不一致等问题。为此，本项目拟以规则等距离散格网为基础，对大区域PM2.5的空间分布特征提取和扩散模拟的若干理论和关键技术进行研究，内容包括：规则等距格网构建、自适应动态扩展操作算子设计、顾及时、空的PM2.5空间分布特征拟合方法、基于离散格网的PM2.5元胞自动机模拟模型，并应用全国近950个站点实测数据进行相关的实验；有望为大区域PM2.5的治理提供决策依据和支持。

近年来随着工业化速度的加快，PM2.5空间污染已成为人们关注和研究的重点问题之一。而时空特征提取是进行PM2.5治理与预防的基础。但现有PM2.5研究多集中局部区域，缺少统一的数据分析框架。全球离散格网具有良好的层次性、嵌套性，可作为大区域乃至全球数据管理分析的基础框架。为了更好分析模拟大范围的PM2.5时空分布特征，本项目以格网为基础对PM2.5的时空特征分析方法展开研究，重点对格网的几何特征优化、PM2.5时空特征提取方法、PM2.5变化趋势分析进行研究。本项目在分析辅助分剖分体性质的基础上，对比分析了内接正八面体和正二十面体格网的几何特征，发现正二十面体格网的均匀性更加，采用共性几何和最优传输理论对映射后网格进行优化，进而获得均匀性更加的离散格网，并将其作为数据管理的基础。针对重污染天气存在严重的PM2.5高值低估的问题，本项目通过引入站点和污染气体数据对有效改善了PM2.5时空特征提取精度，改善了高值低估现象；通过引入深度学习设计了顾及站点观测数据PM2.5反演该方法；利用梯度回归树构建了PM2.5时序分析算法，生成了0-23时小时级的PM2.5空间分布图。在此基础上，项目组发表学术论文16篇，其中SCI、EI检索近10篇，培养博士1名，硕士生多名。