结合大气污染特征的VOCs聚集区识别方法

摘要

为实现VOCs聚集区的精准感知识别，提出一种结合大气污染特征的VOCs聚集区识别方法。首先，划分区域网格，利用IDW空间插值方法得到VOCs网格数据集；其次，利用HYSPLIT计算后向气团运动轨迹并引入VGG提取轨迹特征，同数据集输入TCN-BiLSTM模型，预测各网格VOCs浓度；最后，根据预测结果进行聚集区识别。以西安市碑林区为例，对VOCs浓度值进行预测，并将聚集区识别结果可视化。结果表明：该组合预测模型能够有效提高识别精度，VOCs浓度预测结果的MAE、MSE、RMSE、R²分别为6.657、103.657、10.181、0.976,预测效果优于对比模型。消融实验证明考虑气团污染特征能提高VOCs预测准确性，实现VOCs聚集区的精准感知识别。

关键词

VOCs聚集 / 污染区域识别 / 浓度预测 / 大气污染特征 / 深度学习

基金资助

陕西省哲学社会科学研究专项“我省实现双碳目标转型成本及操作风险研究”(2022HZ1555)