首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

大气细颗粒物的化学组分、污染源对氧化潜势贡献的分析方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:武汉大学

摘要:本发明公开了一种大气细颗粒物的化学组分、污染源对氧化潜势贡献的分析方法,涉及大气颗粒污染物预测分析技术领域。本方法通过测定所述样品中的大气细颗粒物浓度、化学组分和氧化潜势,利用受体模型获得每个污染源对大气细颗粒物样品的贡献值,利用随机森林算法、模型解释和结构挖掘方法,获得一个或若干化学组分浓度,以及一个或若干污染源对大气细颗粒物氧化潜势的交互影响。本方法能够快速、准确地识别并量化影响大气细颗粒物氧化潜势的关键化学组分和污染源,量化不同污染源和化学组分对氧化潜势的单因素和多因素影响;具有非常高的实用价值和推广应用前景,为减少空气污染对人体健康的危害提供系统的技术保障。

主权项:1.一种大气细颗粒物的化学组分、污染源对氧化潜势贡献的分析方法,其特征在于,包括以下步骤:获取大气细颗粒物样品中的大气细颗粒物浓度、化学组分浓度和氧化潜势;以所述大气细颗粒物浓度和所述化学组分浓度构建第一数据集,并结合区域污染排放信息用所述受体模型进行计算;根据所述受体模型的解析结果确定各污染源,解析各污染源对所述大气细颗粒物样品的贡献值,得到源贡献结果;利用随机森林算法分别搭建第一机器学习模型和第二机器学习模型;以所述化学组分浓度作为自变量,所述大气细颗粒物的氧化潜势作为因变量,构建第二数据集;以所述源贡献结果为自变量,所述大气细颗粒物的氧化潜势作为因变量,构建第三数据集;利用所述第二数据集对所述第一机器学习模型进行训练和验证,调整和优化所述第一机器学习模型的内部参数;利用所述第三数据集对所述第二机器学习模型进行训练和验证,调整和优化所述第二机器学习模型的内部参数;根据所述第一机器学习模型结果,计算所述化学组分浓度对应的SHAP值的平均绝对值,识别并量化单个化学组分浓度对氧化潜势的影响;采用结构挖掘方法计算得到所述化学组分浓度对应的条件最小深度值,分析确认至少两种化学组分浓度的组合对大气细颗粒物氧化潜势的交互影响;根据所述第二机器学习模型结果,计算所述源贡献结果对应的SHAP值的平均绝对值,识别并量化单个污染源对氧化潜势的影响;采用结构挖掘方法计算源贡献结果对应的条件最小深度值,分析确认至少两种污染源的组合对大气细颗粒物氧化潜势的交互影响。

全文数据:

权利要求:

百度查询: 武汉大学 大气细颗粒物的化学组分、污染源对氧化潜势贡献的分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。