一种污染物浓度的评估方法和装置与流程

1.本技术涉及大气物理领域，尤其涉及一种污染物浓度的评估方法和装置。


背景技术：

2.大气环境污染源和气象条件变化是影响污染物变化的两大决定因素，二者是相互交织相互作用，气象条件千差万别对污染物变化的影响程度也非常巨大。气象条件通过影响污染物质的稀释、扩散、积聚和清除过程从而对污染物的浓度产生影响，如在大气流场作用下导致区域间污染物的传输，在高湿、静稳天气形势下快速形成以高浓度 pm
2.5
为特征的大气污染过程；而夏秋季节高温、低湿、低风速则有利于臭氧在当地的生成。受到不利气象条件影响时，区域空气质量极易迅速恶化，且空气质量控制成效也会随之减弱。当前针对气象条件对污染物尤其是颗粒物和臭氧的生成贡献影响分析，以及如何定量评估气象条件与污染源排放变化对颗粒物及臭氧生成的影响，是环境部门在管理决策服务中面临的一个问题。因此，构建可实现污染物的气象及排放影响定量评估的方法对于确定污染成因和制定污染防控计划有着重要的意义。
3.目前定量评估气象及排放影响的主流方案是利用第三代空气质量模型的情景模拟，即通过控制变量法（保持气象输入不变，更换排放清单；或固定排放源不变，更改气象输入）制定不同的气象、排放情景分别进行数值模拟，根据不同情景下模拟出的浓度差异，定量评估气象、排放对污染物浓度的影响。该方案考虑的气象、排放影响涉及的物理、化学过程尤为全面，但存在计算资源消耗大，所需输入变量、参数繁杂，且受排放源清单和模式中化学机制的不确定性影响等缺点。
4.因此，亟需一种计算资源消耗小的污染物浓度的评估方法。


技术实现要素：

5.为了解决现有技术问题，本技术实施例提供了一种污染物浓度的评估方法和装置，可以降低计算资源消耗。技术方案如下：根据本技术的一方面，提供了一种污染物浓度的评估方法，所述方法包括：确定拟合时段，并确定目标区域在所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度；基于所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定所述目标区域的目标拟合函数，所述目标拟合函数用于指示气象综合诊断指数和污染物浓度之间的映射关系；确定待评估的目标时段，并确定所述目标区域在所述目标时段内的第二气象综合诊断指数；基于所述目标拟合函数和所述目标时段内的第二气象综合诊断指数，确定所述目标区域在所述目标时段内的拟合污染物浓度；基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度
影响，和/或评估排放对所述目标区域的污染物浓度影响。
6.可选的，所述确定目标区域在所述拟合时段内的第一气象综合诊断指数，包括：获取目标区域的历史气象数据和对应的历史污染物浓度；基于所述历史气象数据和对应的历史污染物浓度进行统计，构建所述目标区域的气象综合诊断指数模型；获取所述目标区域在所述拟合时段内的第一气象数据；将所述第一气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第一气象综合诊断指数。
7.可选的，所述确定所述目标区域在所述目标时段内的第二气象综合诊断指数，包括：获取所述目标区域在所述目标时段内的第二气象数据；将所述第二气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第二气象综合诊断指数。
8.可选的，所述基于所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定所述目标区域的目标拟合函数，包括：将所述拟合时段内的第一气象综合诊断指数作为自变量样本，将所述拟合时段内的第一实测污染物浓度作为因变量样本；基于多项式拟合的算法，对所述自变量样本和所述因变量样本进行多项式拟合，构建所述目标区域的目标拟合函数。
9.可选的，当所述目标时段为排放管控的时段，所述拟合时段为排放管控前后正常排放下的时段时：基于所述目标时段内的拟合污染物浓度，评估排放对所述目标区域的污染物浓度影响，包括：获取所述目标时段内的第二实测污染物浓度；将所述目标时段内的拟合污染物浓度和第二实测污染物浓度相减，确定排放管控下的污染物浓度变化值。
10.可选的，当所述拟合时段为满足预设的长期条件的时段时：基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，包括：确定所述目标区域在对比时段内的第三气象综合诊断指数；基于所述目标拟合函数和所述对比时段内的第三气象综合诊断指数，确定所述目标区域在所述对比时段内的拟合污染物浓度；基于所述目标时段内的拟合污染物浓度和所述对比时段内的拟合污染物浓度，评估所述目标时段相对于所述对比时段的气象影响变化率；基于所述目标时段内的拟合污染物浓度，评估排放对所述目标区域的污染物浓度影响，包括：基于所述目标时段内的第二实测污染物浓度和所述对比时段内的第三实测污染物浓度，确定所述目标时段相对于所述对比时段的气象-排放影响变化率；基于所述气象影响变化率以及所述气象-排放影响变化率，评估所述目标时段相
对于所述对比时段的排放影响变化率。
11.可选的，当所述拟合时段为满足预设的长期条件的时段时：基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，包括：确定气候平均态条件下的拟合污染物浓度；将所述目标时段内的拟合污染物浓度和所述气候平均态条件下的拟合污染物浓度相减，确定所述目标时段内的气象影响下的污染物浓度变化值；基于所述目标时段内的拟合污染物浓度，评估排放对所述目标区域的污染物浓度影响，包括：将所述目标时段内的第二实测污染物浓度和历史长期时段的第四实测污染物浓度值相减，确定所述目标时段内的气象-排放影响下的污染物浓度变化值；将所述目标时段内的气象-排放影响下的污染物浓度变化值和气象影响下的污染物浓度变化值相减，确定所述目标时段内的排放影响下的污染物浓度变化值。
12.可选的，所述确定气候平均态条件下的拟合污染物浓度，包括：将历史长期气象数据代入所述目标拟合函数，确定气候平均态条件下的拟合污染物浓度。
13.可选的，所述方法还包括：将所述目标时段内的第二实测污染物浓度和气象影响下的污染物浓度变化值相减，确定气象修正浓度。
14.根据本技术的另一方面，提供了一种污染物浓度的评估装置，所述装置包括：第一确定模块，用于确定拟合时段，并确定目标区域在所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度；拟合模块，用于基于所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定所述目标区域的目标拟合函数，所述目标拟合函数用于指示气象综合诊断指数和污染物浓度之间的映射关系；第二确定模块，用于确定待评估的目标时段，并确定所述目标区域在所述目标时段内的第二气象综合诊断指数；第三确定模块，用于基于所述目标拟合函数和所述目标时段内的第二气象综合诊断指数，确定所述目标区域在所述目标时段内的拟合污染物浓度；评估模块，用于基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，和/或评估排放对所述目标区域的污染物浓度影响。
15.可选的，所述第一确定模块，用于：获取目标区域的历史气象数据和对应的历史污染物浓度；基于所述历史气象数据和对应的历史污染物浓度进行统计，构建所述目标区域的气象综合诊断指数模型；获取所述目标区域在所述拟合时段内的第一气象数据；将所述第一气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第一气象综合诊断指数。
16.可选的，所述第二确定模块，用于：
获取所述目标区域在所述目标时段内的第二气象数据；将所述第二气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第二气象综合诊断指数。
17.可选的，所述拟合模块，用于：将所述拟合时段内的第一气象综合诊断指数作为自变量样本，将所述拟合时段内的第一实测污染物浓度作为因变量样本；基于多项式拟合的算法，对所述自变量样本和所述因变量样本进行多项式拟合，构建所述目标区域的目标拟合函数。
18.可选的，当所述目标时段为排放管控的时段，所述拟合时段为排放管控前后正常排放下的时段时：所述评估模块，用于：获取所述目标时段内的第二实测污染物浓度；将所述目标时段内的拟合污染物浓度和第二实测污染物浓度相减，确定排放管控下的污染物浓度变化值。
19.可选的，当所述拟合时段为满足预设的长期条件的时段时：所述评估模块，用于：确定所述目标区域在对比时段内的第三气象综合诊断指数；基于所述目标拟合函数和所述对比时段内的第三气象综合诊断指数，确定所述目标区域在所述对比时段内的拟合污染物浓度；基于所述目标时段内的拟合污染物浓度和所述对比时段内的拟合污染物浓度，评估所述目标时段相对于所述对比时段的气象影响变化率；所述评估模块，用于：基于所述目标时段内的第二实测污染物浓度和所述对比时段内的第三实测污染物浓度，确定所述目标时段相对于所述对比时段的气象-排放影响变化率；基于所述气象影响变化率以及所述气象-排放影响变化率，评估所述目标时段相对于所述对比时段的排放影响变化率。
20.可选的，当所述拟合时段为满足预设的长期条件的时段时：所述评估模块，用于：确定气候平均态条件下的拟合污染物浓度；将所述目标时段内的拟合污染物浓度和所述气候平均态条件下的拟合污染物浓度相减，确定所述目标时段内的气象影响下的污染物浓度变化值；所述评估模块，用于：将所述目标时段内的第二实测污染物浓度和历史长期时段的第四实测污染物浓度值相减，确定所述目标时段内的气象-排放影响下的污染物浓度变化值；将所述目标时段内的气象-排放影响下的污染物浓度和气象影响下的污染物浓度相减，确定所述目标时段内的排放影响下的污染物浓度变化值。
21.可选的，所述评估模块，用于：将历史长期气象数据代入所述目标拟合函数，确定气候平均态条件下的拟合污染物浓度。
22.可选的，所述评估模块，还用于：将所述目标时段内的第二实测污染物浓度和气象影响下的污染物浓度相减，确定气象修正浓度。
23.根据本技术的另一方面，提供了一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行上述污染物浓度的评估方法。
24.根据本技术的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述污染物浓度的评估方法。
25.本技术可以取得如下有益效果：（1）通过对拟合时段内的第一气象综合诊断指数和第一实测污染物浓度进行拟合，构建气象综合诊断指数和污染物浓度之间的映射关系，得到目标拟合函数；在评估的过程中，将目标时段的第二气象综合诊断指数代入目标拟合函数，从而确定目标时段内的拟合污染物浓度。该拟合污染物浓度可以用于不同场景下分别定量评估气象、排放对于污染物浓度的影响。由于构建了气象综合诊断指数和污染物浓度之间的拟合函数，相较于数值模型和滤波统计模型，能较灵活的探讨长期、短期气象及排放贡献，且具有计算资源消耗小、模型物理意义清晰等优点。
26.（2）利用多项式拟合的方法来拟合气象综合诊断指数和污染物浓度之间的映射关系，相比于线性回归法，多项式拟合能较好的捕捉相关关系中的非线性特征。并且，基于k折交叉验证法等算法自动判断多项式拟合的最优阶数，可以防止出现过拟合现象。
附图说明
27.在下面结合附图对于示例性实施例的描述中，本技术的更多细节、特征和优点被公开，在附图中：图1示出了根据本技术示例性实施例提供的污染物浓度的评估方法的流程图；图2示出了根据本技术示例性实施例提供的构建气象综合诊断指数的技术路线示意图；图3示出了根据本技术示例性实施例提供的短期排放管控成效评估的技术路线示意图；图4示出了根据本技术示例性实施例提供的目标时段与其他时段的对比评估的技术路线示意图；图5示出了根据本技术示例性实施例提供的长期气象影响修正的技术路线示意图；图6示出了根据本技术示例性实施例提供的污染物浓度的评估装置的示意性框图；图7示出了能够用于实现本技术的实施例的示例性电子设备的结构框图。
具体实施方式
28.下面将参照附图更详细地描述本技术的实施例。虽然附图中显示了本技术的某些实施例，然而应当理解的是，本技术可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本技术。应当理解的是，本技术的附图及实施例仅用于示例性作用，并非用于限制本技术的保护范围。
29.应当理解，本技术的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本技术的范围在此方面不受限制。
30.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本技术中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
31.需要注意，本技术中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
32.本技术实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
33.目前定量评估气象及排放影响的主流方案是利用第三代空气质量模型的情景模拟，即通过控制变量法（保持气象输入不变，更换排放清单；或固定排放源不变，更改气象输入）制定不同的气象、排放情景分别进行数值模拟，根据不同情景下模拟出的浓度差异，定量评估气象、排放对污染物浓度的影响。该方案考虑的气象、排放影响涉及的物理、化学过程尤为全面，但存在计算资源消耗大，所需输入变量、参数繁杂，且受排放源清单和模式中化学机制的不确定性影响等缺点。相较于数值动力模型的缺陷，统计模型计算资源消耗小、配置灵活，既可满足短期气象、排放定量评估（如探讨重大活动保障前后排放管控的贡献，某月份同期气象影响评估等等），也能实现探究某目标时段相对于历史长期（气候态）的气象、排放贡献差异，而数值模拟因为计算资源限制往往很难实现涉及历史长期模拟的后者。
34.利用统计模型建立气象因子到污染物浓度之间的映射关系，目前主流的统计分析方法是时间序列滤波法，即对气象变量和污染物浓度的时间序列进行滤波，将两者时间序列上拆分为短期分量和长期分量（即基线分量，在某些细分情况下，基线分量包括长期分量和季节分量），针对长期分量进行建模，认为该模型拟合出来的浓度序列与实际浓度间的差异（残差）包含排放的长期趋势贡献和短期分量（气象+排放），再对残差进行滤波，即可分别探讨长期气象和排放变化趋势对污染物浓度的影响。但滤波法（包括小波分析、kz滤波和滑动平均等滤波方式），无法分割短期气象、排放对污染物的贡献。且其计算方式不够灵活，主要应用在气象修正（即探讨较长时间尺度上的气象、排放贡献）方面，其计算思路无法兼顾短期管控影响评估、同期气象影响评估等应用方面。
35.基于此，本技术提供了一种污染物浓度的评估方法，能较灵活的探讨长期、短期气象及排放贡献，且具有计算资源消耗小、模型物理意义清晰等优点。该方法可以由终端、服务器和/或其他具备处理能力的设备完成。本技术实施例提供的方法可以由上述任一设备
完成，也可以由多个设备共同完成。
36.下面将参照图1所示的污染物浓度的评估方法的流程图，对该方法进行介绍。
37.步骤101，确定拟合时段，并确定目标区域在拟合时段内的第一气象综合诊断指数和第一实测污染物浓度。
38.在一种可能的实施方式中，在确定污染成因和指定污染防控计划等工作中，可以对短期或长期的目标时段的污染物浓度影响进行评估。其中，污染物可以是指任意一种污染物，例如pm
2.5
、pm
10
、o3、no2等大气污染物。对污染物浓度影响进行评估，例如是指分别对气象影响下或排放影响下的pm
2.5
浓度进行估计。
39.对于短期时段的污染物浓度评估，可以将目标时段前后预设时长的两段时段作为拟合时段。作为一种示例，某地2023年4月1日至5日因举办大型活动需要实施了排放管控（该时段即目标时段），活动后需评估排放管控效果，可将该目标时段前后半个月的两个时段作为拟合时段。此时的拟合时段即满足短期条件。
40.对于长期时段的污染物浓度评估，可以将目标时段的历史长期时段作为拟合时段。作为一种示例，某地需要评估2023年（即目标时段）的污染物浓度影响，则可以将历史5年，即2018-2022年作为拟合时段。此时的拟合时段即满足长期条件。
41.需要说明的是，本实施例所指出的短期和长期的划分遵循本领域的划分规则。
42.当然，还可以根据具体的评估需求，确定采用满足短期条件或长期条件的拟合时段。
43.在确定拟合时段后，可以计算目标区域在该拟合时段内的气象综合诊断指数，本实施例将其称为第一气象综合诊断指数；并获取目标区域在该拟合时段内的实测污染物浓度，本实施例将其称为第一实测污染物浓度。其中，实测污染物浓度通常包含气象影响下的污染物浓度和排放影响下的污染物浓度。
44.具体的，确定目标区域在拟合时段内的第一气象综合诊断指数的处理可以如下：获取目标区域的历史气象数据和对应的历史污染物浓度；基于历史气象数据和对应的历史污染物浓度进行统计，构建目标区域的气象综合诊断指数模型；获取目标区域在拟合时段内的第一气象数据；将第一气象数据代入气象综合诊断指数模型，确定目标区域在拟合时段内的第一气象综合诊断指数。
45.下面将参照图2示出的构建气象综合诊断指数的技术路线示意图，对确定气象综合诊断指数的具体过程进行介绍。
46.在一种可能的实施方式中，获取目标区域过往多年的历史气象数据及相应的历史污染物浓度，例如历史5年的气象数据及污染物浓度，并将相应的年份作为统计年份。
47.输入历史气象数据中的n个待选气象因子，n为大于1的整数。可选的，待选气象因子可以包括地面要素和高空要素，地面要素有24小时变温（℃），24小时变压（hpa），2m相对湿度（%），海平面气压（hpa），10m水平风速（m/s）、10m风向（
°
）等；高空要素选取1000/925/850/700/500hpa高度，包括相对湿度（%），水平风分量u、v（m/s），水平风速（m/s），垂直速度（pa/s），散度（s-1
），混合层高度（边界层高度）等。
48.对同一气象因子的所有气象数据样本按照数值大小进行排序，剔除前后5%（本实
施例对此百分比不作限定）的极端高值和极端低值；将剩余样本按照百分位均匀划分为m个区间（本实施例对具体的区间数目不作限定，例如可以为10个），使得各区间内的气象数据样本个数基本相同。在此基础上，可以得到n*m个区间的气象数据样本。作为一种示例，气象数据样本由02、08、14、20时气象观测数据构成。
49.分别获取上述各区间的气象数据样本对应时刻的污染物浓度，针对任一污染物，将该污染物的污染物浓度（即图2中的污染物浓度p）按照从大到小排序，并统计各区间出现高浓度事件、低浓度事件的样本数。实际应用中的高浓度事件可以为当日对应的污染物浓度为统计时段内当地排前25%的浓度，其余为低浓度事件。实际应用时，可限定不同的污染物种类进行划分，如针对pm
2.5
浓度划分高浓度事件、低浓度事件可得针对pm
2.5
的气象综合诊断指数，针对臭氧浓度划分高浓度事件、低浓度事件可得针对臭氧的气象综合诊断指数。
50.针对该污染物，计算各气象因子的各区间分指数，计算公式如下：（1）其中，k
in
代表气象因子i在第n个区间内对应的分指数，i∈n，n∈m；a
in
代表统计年份内气象因子i分布在区间n中高浓度事件的样本数；b
in
代表统计年份内气象因子i分布在区间n中低浓度事件的样本数；a代表统计年份内高浓度事件的总样本数；b代表统计年份内低浓度事件的总样本数。
51.计算各气象因子的分指数的最大值和最小值之差，并将差值按照从大到小对气象因子进行排序，剔除其中相关关系通过显著性检验的自相关因子，最终选取前预设数目个气象因子（例如前10个气象因子），记录所选的气象因子种类、各区间的气象临界值及分指数，从而根据记录构建得到相应的气象综合诊断指数模型。
52.在应用时，获取拟合时段内的第一气象数据，并输入上述气象综合诊断指数模型，根据模型中的气象因子种类、各区间的气象临界值，查找第一气象数据满足的区间，并对相应的分指数并进行相加，得到目标区域在拟合时段内的第一气象综合诊断指数。
53.步骤102，基于拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定目标区域的目标拟合函数。
54.其中，上述目标拟合函数可以用于指示气象综合诊断指数和污染物浓度之间的映射关系。
55.在一种可能的实施方式中，通过研究表明，气象因子与污染物浓度之间存在相关关系。因此，可以构建气象综合诊断指数与污染物浓度之间的映射关系，形成相应的目标拟合函数，从而捕捉气象因子与污染物浓度之间的相关性。
56.可选的，由于并非所有的气象因子与污染物浓度之间都是线性相关，本实施例采用多项式拟合的方式，构建气象综合诊断指数与污染物浓度之间的映射关系，从而更好地捕捉气象因子与污染物浓度之间的非线性关系。相应的处理可以如下：将拟合时段内的第一气象综合诊断指数作为自变量样本，将拟合时段内的第一实测污染物浓度作为因变量样本；基于多项式拟合的算法，对自变量样本和因变量样本进行多项式拟合，构建目标区域的目标拟合函数。
57.在一种可能的实施方式中，将气象综合诊断指数作为自变量、污染物浓度作为因
变量，则自变量唯一，相比于多个自变量的拟合，计算效率提高。
58.多项式拟合可以是一阶多项式、二阶多项式、三阶多项式等等，理论上多项式拟合的阶数越高其拟合值与实测值之间的差异会越小，但阶数过高会出现“过拟合”的现象，即拟合关系式过于复杂乃至失真。因此，可以采用多项式拟合的算法对最优阶数进行确定。可选的，多项式拟合的算法可以包括k折交叉验证法、留一交叉验证法、岭回归方法等，本实施例对具体的算法不作限定。
59.作为一种示例，下面将对基于k折交叉验证法的最优阶数确定过程进行介绍。
60.k折交叉验证法基本思想为，将自变量样本及对应的因变量样本随机分为不重叠的k个子集（k值的选取可为大于等于2的任意整数，可以根据样本数量选择适当的k值）。然后执行k次模型训练和验证，每次在k-1个子集上进行训练， 并在剩余的一个子集（在该轮中没有用于训练的子集）上进行验证。最后，通过对k次实验的结果取平均来估计训练和验证误差。
61.具体步骤如下：1、将第一气象综合诊断指数样本（自变量）和第一实测污染物浓度样本（因变量）随机分为不重叠的k个子集。
62.2、从中挑选出一个子集为验证集，将剩下的k-1个子集用于训练形式如下述公式（2）的多项式回归模型。式中为拟合的污染物浓度，i为对应的气象综合诊断指数，d为多项式回归模型的最高阶数，为阶数为i时对应的系数。针对气象综合诊断指数和污染物浓度的散点分布情况，为了获得更高的计算效率，设置可能的最高阶数dmax为5（不作限定）。
63.(2)将d=1，2，
……
，dmax分别代入，建立不同阶数d下的多项式回归模型。
64.3、将验证集（即步骤2中没有参与训练多项式回归模型的子集）中的第一气象综合诊断指数代入步骤2中求出不同阶数d下的多项式回归模型，算出拟合的污染物浓度，代入下述公式（3）求拟合的污染物浓度与验证集中的第一实测污染物浓度间的均方根误差，记录不同阶数d对应的均方根误差值。式中，rmse为均方根误差，j为验证集样本数量（j个自变量、j个因变量），cj为第j个样本的污染物浓度，为第j个样本的拟合污染物浓度。
65.(3)4、重复步骤2、3 k次（即遍历所有的子集作为验证集），记录k次不同阶数d对应的均方根误差并求平均，其中均方根误差平均值最小时对应的多项式阶数d为最优阶数。选取最优阶数对应的多项式拟合函数作为最终的气象综合诊断指数与污染物浓度间的映射关系，即得到目标拟合函数。
66.当然，还可以采用其他评价标准确定最优阶数，例如绝对误差最小、相关系数最大等，本实施例对此不作限定。
67.步骤103，确定待评估的目标时段，并确定目标区域在目标时段内的第二气象综合诊断指数。
68.具体处理可以如下：获取目标区域在目标时段内的第二气象数据；将第二气象数据代入气象综合诊断指数模型，确定目标区域在拟合时段内的第二气象综合诊断指数。
69.具体的实施方式与上述步骤101中确定第一气象综合诊断指数的方式同理，此处不再赘述。
70.步骤104，基于目标拟合函数和目标时段内的第二气象综合诊断指数，确定目标区域在目标时段内的拟合污染物浓度。
71.在一种可能的实施方式中，可以将第二气象综合诊断指数代入步骤102中确定的目标拟合函数，从而计算得到相应的拟合污染物浓度。
72.由于拟合函数的构建基础是拟合时段的气象综合诊断指数和污染物浓度，而该污染物浓度是气象和排放共同影响下的污染物浓度，因此，通过拟合函数计算得到的拟合污染物浓度，可以视为在拟合时段的排放水平下，气象综合诊断指数对应的污染物浓度。
73.在此基础上，当拟合时段的时长满足预设的短期条件时，基于该拟合时段确定的拟合函数所计算的目标时段内的拟合污染物浓度，可以包括短期排放水平影响下的污染物浓度以及和气象共同影响下的污染物浓度。
74.当拟合时段的时长满足预设的长期条件时，由于时长较长，拟合时段的排放水平可视为平均排放水平（例如历史5年的平均排放水平），基于该拟合时段确定的拟合函数所计算的目标时段内的拟合污染物浓度，可以包括平均排放水平和气象共同影响下的污染物浓度。
75.步骤105，基于目标时段内的拟合污染物浓度，评估气象对目标区域的污染物浓度影响，和/或评估排放对目标区域的污染物浓度影响。
76.在一种可能的实施方式中，根据拟合时段的选取，可以对目标时段计算得到上述短期拟合时段的拟合函数对应的拟合污染物浓度和长期拟合时段的拟合函数对应的拟合污染物浓度，结合目标时段内的第二实测污染物浓度和目标区域气候平均态条件下的污染物浓度，可以分别对气象和排放的影响进行定量评估。
77.其中，气候平均态条件下的污染物浓度可以是指不包含气象和排放影响的污染物浓度。可选的，也可以采用满足长期条件的拟合时段对应的拟合函数，以确定气候平均态条件下的污染物浓度，具体的处理可以如下：将历史长期气象数据代入目标拟合函数，确定气候平均态条件下的拟合污染物浓度。
78.在实际的评估过程中，可以灵活采用上述短期拟合时段的拟合函数对应的拟合污染物浓度和/或长期拟合时段的拟合函数对应的拟合污染物，探讨长期、短期的气象及排放影响，且具有计算资源消耗小、模型物理意义清晰等优点。本实施例将对三种具体的应用场景进行介绍。
79.应用场景1：短期排放管控成效评估相应的评估排放对目标区域的污染物浓度影响的处理可以如下：获取目标时段内的第二实测污染物浓度，该第二实测污染物浓度为排放管控下的污染物浓度；将目标时段内的拟合污染物浓度和第二实测污染物浓度相减，确定排放管控下的
污染物浓度变化值。
80.在一种可能的实施方式中，参照图3示出的短期排放管控成效评估的技术路线示意图，应用场景1下，目标时段可以为排放管控的时段，拟合时段可以为排放管控前后正常排放下的时段。此时，通过上述步骤确定的目标拟合函数计算得到的拟合污染物浓度可以为正常排放的情况下，包含该时段气象和正常排放共同影响下的污染物浓度。第二实测污染物浓度为排放管控下的污染物浓度，即包含该时段气象和该时段排放管控后排放共同影响下的污染物浓度。若将目标时段内的拟合污染物浓度和第二实测污染物浓度相减，则可得到排放管控下的污染物浓度变化值。
81.例如某地2023年4月1日至5日因举办大型活动需要实施了排放管控（该时段即目标时段），活动后需评估排放管控效果，可用该目标时段前后半个月（可选择适宜的时间长度）的气象综合诊断指数和污染物浓度建立拟合关系，将目标时段的气象综合诊断指数代入后可求出正常排放情况下对应的拟合污染物浓度cf，而实施管控后实际观测浓度为c，c
f-c即可代表因为排放管控造成的浓度变化值。
82.应用场景2：目标时段与其他时段的对比相应的评估气象对目标区域的污染物浓度影响的处理可以如下：确定目标区域在对比时段内的第三气象综合诊断指数；基于目标拟合函数和对比时段内的第三气象综合诊断指数，确定目标区域在对比时段内的拟合污染物浓度；基于目标时段内的拟合污染物浓度和对比时段内的拟合污染物浓度，评估目标时段相对于对比时段的气象影响变化率。
83.相应的评估排放对目标区域的污染物浓度影响的处理可以如下：基于目标时段内的第二实测污染物浓度和对比时段内的第三实测污染物浓度，确定目标时段相对于对比时段的气象-排放影响变化率；基于上述气象影响变化率以及气象-排放影响变化率，评估目标时段相对于对比时段的排放影响变化率。
84.其中，目标时段和对比时段均可以为任意时段，可根据评估需求灵活选取。例如，目标时段可以是2023年4月，对比时段可以是2022年4月，对比时段还可以是2023年3月，也可以是2023年1 月-3月等。
85.在一种可能的实施方式中，参照图4示出的目标时段与其他时段的对比评估的技术路线示意图，应用场景2下，拟合时段可以是满足长期条件的时段，例如可以是历史长期时段。此时，通过上述步骤确定的目标拟合函数计算得到的拟合污染物浓度可以包括平均排放水平和气象共同影响下的污染物浓度。
86.利用目标时段（t1）的气象数据可以计算逐日的气象综合诊断指数，代入目标拟合函数可以获得逐日的拟合污染物浓度，进一步求该时段的拟合污染物平均浓度c1。同理，利用对比时段（t2）的气象数据可以计算逐日的气象综合诊断指数，代入目标拟合函数可以获得逐日的拟合污染物浓度，进一步求该时段的拟合污染物平均浓度c2。计算(c
1-c2)/c2*100%，即可得到目标时段相较于对比时段气象条件差异造成的污染物浓度变化率。
87.利用目标时段内每日的实测污染物浓度求取均值，得到实测污染物平均浓度c3。同理，利用对比时段内每日的实测污染物浓度求取均值，得到实测污染物平均浓度c4。计算
(c
3-c4)/c4*100%，即可得到目标时段相较于对比时段的实际污染物浓度变化率，即气象-排放影响变化率，同时包含气象条件差异和排放差异造成的污染物浓度变化率。将气象-排放影响变化率与气象影响变化率相减，可以评估目标时段相对于对比时段的排放影响变化率。
88.应用场景3：长期气象影响修正相应的评估气象对目标区域的污染物浓度影响的处理可以如下：确定气候平均态条件下的拟合污染物浓度；将目标时段内的拟合污染物浓度和气候平均态条件下的拟合污染物浓度相减，确定目标时段内的气象影响下的污染物浓度变化值。
89.相应的评估排放对目标区域的污染物浓度影响的处理可以如下：将目标时段内的第二实测污染物浓度和历史长期时段的第四实测污染物浓度值相减，确定目标时段内的气象-排放影响下的污染物浓度变化值；将目标时段内的气象-排放影响下的污染物浓度和气象影响下的污染物浓度相减，确定目标时段内的排放影响下的污染物浓度变化值。
90.进一步的，确定气象修正浓度的处理可以如下：将目标时段内的第二实测污染物浓度和气象影响下的污染物浓度变化值相减，确定气象修正浓度。
91.作为一种示例，参照图5示出的长期气象影响修正的技术路线示意图，某年（目标时段：如2023年）的污染物浓度实测值，多年（对比历史长期时段：如2018-2022年5年）污染物浓度实测平均值 ()，代表的是目标时段气象和排放共同作用对污染物浓度的影响，即气象-排放影响下的污染物浓度变化值：（4）以多年（如2018-2022年）逐日的气象综合诊断指数拟合于污染物浓度，基于拟合得到的函数计算气候平均态条件下污染物浓度()；计算目标时段（如2023年）的气象综合诊断指数，基于拟合的函数计算目标时段污染物拟合浓度；代表的是滤除排放影响之后的气象条件对污染物浓度的影响，即气象影响下的污染物浓度变化值：（5）代表的是滤除气象条件影响之后的排放对污染物的影响（即排放影响下的污染物浓度变化），代表滤除气象条件影响之后的污染物浓度（即气象修正浓度）：（6）（7）本技术实施例可以取得如下有益效果：（1）通过对拟合时段内的第一气象综合诊断指数和第一实测污染物浓度进行拟合，构建气象综合诊断指数和污染物浓度之间的映射关系，得到目标拟合函数；在评估的过程中，将目标时段的第二气象综合诊断指数代入目标拟合函数，从而确定目标时段内的拟合污染物浓度。该拟合污染物浓度可以用于不同场景下分别定量评估气象、排放对于污染
物浓度的影响。由于构建了气象综合诊断指数和污染物浓度之间的拟合函数，相较于数值模型和滤波统计模型，能较灵活的探讨长期、短期气象及排放贡献，且具有计算资源消耗小、模型物理意义清晰等优点。
92.（2）利用多项式拟合的方法来拟合气象综合诊断指数和污染物浓度之间的映射关系，相比于线性回归法，多项式拟合能较好的捕捉相关关系中的非线性特征。并且，基于k折交叉验证法等算法自动判断多项式拟合的最优阶数，可以防止出现过拟合现象。
93.本技术实施例提供了一种污染物浓度的评估装置，该装置用于实现上述污染物浓度的评估方法。如图6所示的污染物浓度的评估装置的示意性框图，污染物浓度的评估装置600包括：第一确定模块601，拟合模块602，第二确定模块603，第三确定模块604，评估模块605。
94.第一确定模块601，用于确定拟合时段，并确定目标区域在所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度；拟合模块602，用于基于所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定所述目标区域的目标拟合函数，所述目标拟合函数用于指示气象综合诊断指数和污染物浓度之间的映射关系；第二确定模块603，用于确定待评估的目标时段，并确定所述目标区域在所述目标时段内的第二气象综合诊断指数；第三确定模块604，用于基于所述目标拟合函数和所述目标时段内的第二气象综合诊断指数，确定所述目标区域在所述目标时段内的拟合污染物浓度；评估模块605，用于基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，和/或评估排放对所述目标区域的污染物浓度影响。
95.可选的，所述第一确定模块601，用于：获取目标区域的历史气象数据和对应的历史污染物浓度；基于所述历史气象数据和对应的历史污染物浓度进行统计，构建所述目标区域的气象综合诊断指数模型；获取所述目标区域在所述拟合时段内的第一气象数据；将所述第一气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第一气象综合诊断指数。
96.可选的，所述第二确定模块603，用于：获取所述目标区域在所述目标时段内的第二气象数据；将所述第二气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第二气象综合诊断指数。
97.可选的，所述拟合模块602，用于：将所述拟合时段内的第一气象综合诊断指数作为自变量样本，将所述拟合时段内的第一实测污染物浓度作为因变量样本；基于多项式拟合的算法，对所述自变量样本和所述因变量样本进行多项式拟合，构建所述目标区域的目标拟合函数。
98.可选的，当所述目标时段为排放管控的时段，所述拟合时段为排放管控前后正常排放下的时段时：
所述评估模块605，用于：获取所述目标时段内的第二实测污染物浓度；将所述目标时段内的拟合污染物浓度和第二实测污染物浓度相减，确定排放管控下的污染物浓度变化值。
99.可选的，当所述拟合时段为满足预设的长期条件的时段时：所述评估模块605，用于：确定所述目标区域在对比时段内的第三气象综合诊断指数；基于所述目标拟合函数和所述对比时段内的第三气象综合诊断指数，确定所述目标区域在所述对比时段内的拟合污染物浓度；基于所述目标时段内的拟合污染物浓度和所述对比时段内的拟合污染物浓度，评估所述目标时段相对于所述对比时段的气象影响变化率；所述评估模块605，用于：基于所述目标时段内的第二实测污染物浓度和所述对比时段内的第三实测污染物浓度，确定所述目标时段相对于所述对比时段的气象-排放影响变化率；基于所述气象影响变化率以及所述气象-排放影响变化率，评估所述目标时段相对于所述对比时段的排放影响变化率。
100.可选的，当所述拟合时段为满足预设的长期条件的时段时：所述评估模块605，用于：确定气候平均态条件下的拟合污染物浓度；将所述目标时段内的拟合污染物浓度和所述气候平均态条件下的拟合污染物浓度相减，确定所述目标时段内的气象影响下的污染物浓度变化值；所述评估模块605，用于：将所述目标时段内的第二实测污染物浓度和历史长期时段的第四实测污染物浓度值相减，确定所述目标时段内的气象-排放影响下的污染物浓度变化值；将所述目标时段内的气象-排放影响下的污染物浓度变化值和气象影响下的污染物浓度变化值相减，确定所述目标时段内的排放影响下的污染物浓度变化值。
101.可选的，所述评估模块605，用于：将历史长期气象数据代入所述目标拟合函数，确定气候平均态条件下的拟合污染物浓度。
102.可选的，所述评估模块605，还用于：将所述目标时段内的第二实测污染物浓度和气象影响下的污染物浓度变化值相减，确定气象修正浓度。
103.本技术实施例中，通过对拟合时段内的第一气象综合诊断指数和第一实测污染物浓度进行拟合，构建气象综合诊断指数和污染物浓度之间的映射关系，得到目标拟合函数；在评估的过程中，将目标时段的第二气象综合诊断指数代入目标拟合函数，从而确定目标时段内的拟合污染物浓度。该拟合污染物浓度可以用于不同场景下分别定量评估气象、排放对于污染物浓度的影响。由于构建了气象综合诊断指数和污染物浓度之间的拟合函数，相较于数值模型和滤波统计模型，能较灵活的探讨长期、短期气象及排放贡献，且具有计算资源消耗小、模型物理意义清晰等优点。
104.本技术示例性实施例还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序，所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本技术实施例的方法。
105.本技术示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本技术实施例的方法。
106.本技术示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本技术实施例的方法。
107.参考图7，现将描述可以作为本技术的服务器或客户端的电子设备700的结构框图，其是可以应用于本技术的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
108.如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器（rom）702中的计算机程序或者从存储单元708加载到随机访问存储器（ram）703中的计算机程序，来执行各种适当的动作和处理。在ram 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、rom 702以及ram 703通过总线704彼此相连。输入/输出（i/o）接口705也连接至总线704。
109.电子设备700中的多个部件连接至i/o接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
110.计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元（cpu）、图形处理单元（gpu）、各种专用的人工智能（ai）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（dsp）、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理。例如，在一些实施例中，污染物浓度的评估方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由rom 702和/或通信单元709而被载入和/或安装到电子设备700上。在一些实施例中，计算单元701可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行污染物浓度的评估方法。
111.用于实施本技术的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
112.在本技术的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（ram）、只读存储器（rom）、可擦除可编程只读存储器（eprom或快闪存储器）、光纤、便捷式紧凑盘只读存储器（cd-rom）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
113.如本技术使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
114.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，crt（阴极射线管）或者lcd（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
115.可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（lan）、广域网（wan）和互联网。
116.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

技术特征：
1.一种污染物浓度的评估方法，其特征在于，所述方法包括：确定拟合时段，并确定目标区域在所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度；基于所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定所述目标区域的目标拟合函数，所述目标拟合函数用于指示气象综合诊断指数和污染物浓度之间的映射关系；确定待评估的目标时段，并确定所述目标区域在所述目标时段内的第二气象综合诊断指数；基于所述目标拟合函数和所述目标时段内的第二气象综合诊断指数，确定所述目标区域在所述目标时段内的拟合污染物浓度；基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，和/或评估排放对所述目标区域的污染物浓度影响。2.根据权利要求1所述的方法，其特征在于，所述确定目标区域在所述拟合时段内的第一气象综合诊断指数，包括：获取目标区域的历史气象数据和对应的历史污染物浓度；基于所述历史气象数据和对应的历史污染物浓度进行统计，构建所述目标区域的气象综合诊断指数模型；获取所述目标区域在所述拟合时段内的第一气象数据；将所述第一气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第一气象综合诊断指数。3.根据权利要求2所述的方法，其特征在于，所述确定所述目标区域在所述目标时段内的第二气象综合诊断指数，包括：获取所述目标区域在所述目标时段内的第二气象数据；将所述第二气象数据代入所述气象综合诊断指数模型，确定所述目标区域在所述拟合时段内的第二气象综合诊断指数。4.根据权利要求1所述的方法，其特征在于，所述基于所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定所述目标区域的目标拟合函数，包括：将所述拟合时段内的第一气象综合诊断指数作为自变量样本，将所述拟合时段内的第一实测污染物浓度作为因变量样本；基于多项式拟合的算法，对所述自变量样本和所述因变量样本进行多项式拟合，构建所述目标区域的目标拟合函数。5.根据权利要求1所述的方法，其特征在于，当所述目标时段为排放管控的时段，所述拟合时段为排放管控前后正常排放下的时段时：基于所述目标时段内的拟合污染物浓度，评估排放对所述目标区域的污染物浓度影响，包括：获取所述目标时段内的第二实测污染物浓度；将所述目标时段内的拟合污染物浓度和第二实测污染物浓度相减，确定排放管控下的污染物浓度变化值。6.根据权利要求1所述的方法，其特征在于，当所述拟合时段为满足预设的长期条件的
时段时：基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，包括：确定所述目标区域在对比时段内的第三气象综合诊断指数；基于所述目标拟合函数和所述对比时段内的第三气象综合诊断指数，确定所述目标区域在所述对比时段内的拟合污染物浓度；基于所述目标时段内的拟合污染物浓度和所述对比时段内的拟合污染物浓度，评估所述目标时段相对于所述对比时段的气象影响变化率；基于所述目标时段内的拟合污染物浓度，评估排放对所述目标区域的污染物浓度影响，包括：基于所述目标时段内的第二实测污染物浓度和所述对比时段内的第三实测污染物浓度，确定所述目标时段相对于所述对比时段的气象-排放影响变化率；基于所述气象影响变化率以及所述气象-排放影响变化率，评估所述目标时段相对于所述对比时段的排放影响变化率。7.根据权利要求1所述的方法，其特征在于，当所述拟合时段为满足预设的长期条件的时段时：基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，包括：确定气候平均态条件下的拟合污染物浓度；将所述目标时段内的拟合污染物浓度和所述气候平均态条件下的拟合污染物浓度相减，确定所述目标时段内的气象影响下的污染物浓度变化值；基于所述目标时段内的拟合污染物浓度，评估排放对所述目标区域的污染物浓度影响，包括：将所述目标时段内的第二实测污染物浓度和历史长期时段的第四实测污染物浓度值相减，确定所述目标时段内的气象-排放影响下的污染物浓度变化值；将所述目标时段内的气象-排放影响下的污染物浓度变化值和气象影响下的污染物浓度变化值相减，确定所述目标时段内的排放影响下的污染物浓度变化值。8.根据权利要求7所述的方法，其特征在于，所述确定气候平均态条件下的拟合污染物浓度，包括：将历史长期气象数据代入所述目标拟合函数，确定气候平均态条件下的拟合污染物浓度。9.根据权利要求7-8任一项所述的方法，其特征在于，所述方法还包括：将所述目标时段内的第二实测污染物浓度和气象影响下的污染物浓度变化值相减，确定气象修正浓度。10.一种污染物浓度的评估装置，其特征在于，所述装置包括：第一确定模块，用于确定拟合时段，并确定目标区域在所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度；拟合模块，用于基于所述拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定所述目标区域的目标拟合函数，所述目标拟合函数用于指示气象综合诊断指数和
污染物浓度之间的映射关系；第二确定模块，用于确定待评估的目标时段，并确定所述目标区域在所述目标时段内的第二气象综合诊断指数；第三确定模块，用于基于所述目标拟合函数和所述目标时段内的第二气象综合诊断指数，确定所述目标区域在所述目标时段内的拟合污染物浓度；评估模块，用于基于所述目标时段内的拟合污染物浓度，评估气象对所述目标区域的污染物浓度影响，和/或评估排放对所述目标区域的污染物浓度影响。11. 一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-9中任一项所述的方法。12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-9中任一项所述的方法。

技术总结
本申请提供一种污染物浓度的评估方法和装置，属于大气物理领域。方法包括：确定目标区域在拟合时段内的第一气象综合诊断指数和第一实测污染物浓度；基于拟合时段内的第一气象综合诊断指数和第一实测污染物浓度，确定目标区域的目标拟合函数，目标拟合函数用于指示气象综合诊断指数和污染物浓度之间的映射关系；确定目标区域在目标时段内的第二气象综合诊断指数；基于目标拟合函数和目标时段内的第二气象综合诊断指数，确定目标区域在目标时段内的拟合污染物浓度；基于目标时段内的拟合污染物浓度，评估气象对目标区域的污染物浓度影响，和/或评估排放对目标区域的污染物浓度影响。采用本申请，计算资源消耗小。计算资源消耗小。计算资源消耗小。


技术研发人员：文质彬 亢思静 肖林鸿 张稳定 王文丁 王倩 陈焕盛 吴剑斌 秦东明
受保护的技术使用者：中科三清科技有限公司
技术研发日：2023.08.14
技术公布日：2023/9/19