城市路网系统大气污染物多耦合驱散分析模型.pdf

国土与自然资源研究66TERRITORY&NATURALRESOURCESSTUDY7 Ferretti A,Prati C,Rocca F.Nonlinear subsidence rate estimationusing permanent scatters in differential SAR interferometryJ.IEEETransactions on Geoscience and Remote Sensing,2000,38(5):2202-2212.8 Berardino P,Fornaro G,Lanari R,et al.A new algorithm forsurface deformation monitoring based on small baseline differentialSAR interferogramsJ.IEEE Transactions on Geoscience and RemoteSensing,2003,40(11):2375-2383.9刘琦,岳国森，丁孝兵，等.佛山地铁沿线时序InSAR形变时空特征分析J.武汉大学学报（信息科学版），2 0 19，44（7）：1099-1106.10 范军,左小清,李涛,等.应用升降轨 SBAS-InSAR 技术监测昆明市地面沉降J.地理信息世界，2 0 18,2 5（3)：6 4-7 0.11范军,左小清,李涛,等.PS-InSAR和SBAS-InSAR技术对昆明主城区地面沉降监测的对比分析J.测绘工程，2 0 18,2 7(6)：53-61.12谈树成,薛传东,赵筱青，等.昆明盆地地下热水资源可持续利用研究J.云南大学学报（自然科学版）,2 0 0 1,2 3（4)：310-315.作者简介：陈辆（19 9 6-），男，硕士研究生，研究方向为国土资源遥感。（2 0 2 2-11-14收稿袁海峰编辑）国土与自然资源研究作者投稿须知1标题简明，题文相符。附英文标题、中英文摘要、3 5个中英文关键词。获得基金资助产生的文章要注明基金项目名称（项目编号）。2作者署名最好不超过3位，附所在单位、省、市（县）邮政编码和作者单位的英文译名。文末附第一作者简介。3来稿中的动植物名、数学公式及参考文献中的外文字母注意文种、正斜体、大小写、上下角等写法。4文中插图、表格务必精炼。地图要有线段比例尺、经纬度等地理要素，中国地图必须使用自然资源部标准地图底图，所用底图边界要完全无修改（包括南海诸岛位置），并在图题下注明“注：该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)号的标准地图制作,底图无修改。”5引用他人已发表文献，须在文中作角注并在参考文献中列出，不得引用非公开出版的文献。6编辑部将对拟用稿件作必要的修正和删节，若需较大改动，则与作者协商。如作者有特殊要求，请在投稿时声明。7来稿一般不退，请自留底稿。本刊已被中国期刊网、中国学术期刊（光盘版）;中国知网（CNKI);北京万方数据股份有限公司、万方数据电子出版社；维普网数据中心；超星期刊域出版平台收录。来稿采用后将以多种方式发表,若作者有异议，请勿投稿。8投稿邮箱：。2023No.5文章编号：10 0 3-7 8 53(2 0 2 3)0 5-0 0 6 6-0 7基金项目：国家自然科学基金项目（7 18 7 4134);陕西省自然科学基础研究计划一重点项目（2 0 19 JZ-30);陕西省社会科学基金项目(2 0 18 S49)。城市路网系统大气污染物多耦合驱散分析模型黄光球，张嘉蓉*,马蒙，陆秋琴（西安建筑科技大学管理学院，陕西西安7 10 0 55）摘要：为揭示路网系统中大气污染物在多因素耦合作用下的自然驱散特征，采用去趋势互相关分析法（DCCA、对象Petri网和双枝模糊理论相结合的方法，提出了一种新型的城市路网系统中大气污染物多耦合驱散分析模型，简称BBOPNM。该模型运用DCCA刻画各因素对污染物驱散的作用程度，并辨识其作用极性。然后基于对象Petri网抽象处理实际路网系统驱散状态，引入双枝模糊理论定义驱散度，揭示多耦合驱散过程的逻辑因果关系，结合多耦合驱散机理，给出模型更新规则及算法。最后，以西安市路网为例对模型进行验证分析。结果表明，该模型可以准确揭示城市路网系统中的大气污染物在多因素耦合作用下的驱散能力及其变化情况。关键词：城市路网系统；大气污染物；多耦合驱散;Petri网中图分类号：X51doi:10.16202/ki.tnrs.2023.05.014Multi-coupling Dispersion Analysis Model ofAir Pollutants in Urban Road Network SystemHuang Guangqiu,Zhang Jiarong,Ma Meng,Lu Qiuqin(School of Management,Xian University of Architecture andTechnology,Xian Shaanxi 710055,China)Abstract:In order to reveal the natural dispersal characteristics ofair pollutants in urban road network system under the action ofmultiple factors coupling,a new multi-coupling dispersal analysismodel of air pollutants in urban road network system,calledBBOPNM,was proposed by using the method of Detrended Cross-Correlation Analysis Method(DCCA),object Petri net and double-branch fuzzy theory.DCCA was used to characterize the effects ofvarious factors on pollutant dispersal and identify their polarity.Then,based on the object Petri net,the dispersal state of theactual road network system was abstracted,the dual-branch fuzzytheory was introduced to define the dispersal degree,and thelogical causality of the multi-coupling dispersal process wasrevealed.Combined with the multi-coupling dispersal mechanism,the model updating rules and algorithms were given.Finally,taking Xi an road network as an example,the model is verifiedand analyzed.The results show that the model can accuratelyreveal the dispersing ability and variation of air pollutants inurban road network system under the action of multiple factorscoupling.Key words:urban road network system;air pollutants;文献标识码：Amulti-coupling dispersion analysis;Petri net黄光球等城市路网系统大气污染物多耦合驱散分析模型0引言1BBOPNM构建城市路网中污染物排放到大气中后，会在街谷形1.1大气污染物驱散相关分析方法态1-2、风3、湍流4等因素的综合作用下,经历迁移、稀由于城市路网中各项污染物与其影响因素，如气释、转化和沉降等一系列复杂的过程。因此城市路网象等随季节或相关趋势呈时间序列式变化且非平稳。污染水平，即暴露在城市路网上空的污染物浓度，不故文章采用DCCA方法来描述这两个非平稳时间序列仅取决于污染源的实际排放，更取决于其在气象等多在特定时间尺度上的互相关性，其利用DCCA方法中因素耦合作用下的即时驱散,即城市路网系统中大互相关分析系数pDCA来具体量化两序列间的互相关气污染物的浓度分布是污染源排放和多耦合驱散共程度,计算式如(1)所示。同作用的结果。国内外研究主要应用大气扩散模型来评估风、大气流等因素对大气污染物浓度分布的影响，针对城市路网系统中的大气污染物问题主要分为点源（街道峡谷及交叉口道路）、线源（开阔道路）及面源（综合扩散)三个层次，其对应的大气扩散模型主要有CALINE、HIWAY、G M、A ER MO D 等0。由于城市街道峡谷较为封闭，不易污染物扩散，交叉口怠速下机动车污染物排放贡献率较高，学者主要针对此区域开展城市路网微尺度的大气污染物扩散研究7-8,其主要通过利用CFD数值模拟模式对流场及污染物浓度场进行数值模拟，同时结合风洞实验和现场实地测量进行验证的方式进行复杂路网机动车尾气污染物流动和扩散的研究，如Li等9 通过现场实测长沙某隧道内污染物（CO,NO,和PM2.5）浓度和交通等数据研究隧道内交通力量对污染物驱散的影响；Wangl!和张云伟等耦合拉格朗日方法分别量化城市树木和行驶车辆诱导空气流动及瑞流对路网污染物扩散的影响;Dingl12采用数值模拟研究二维理想城市街道峡谷和复杂3D交通系统中的污染物扩散情况，并利用风洞实验证明其模拟结果。但现有研究中实现流场及污染物浓度场的精细化数值模拟的处理难度大，且将各类影响因素进行耦合叠加分析的较少，而城市路网中污染物浓度分布受到排放源强及气象、地形等因素的共同影响。路段车型结构、排放因子、能耗结构及机动车流量从排放源强角度影响城市路网污染物的累积效应，而风、气温、降水等气象因素和地理地形（路网结构形态）、地表扬尘等因素对污染物驱散有很大影响,且这种影响为周期性作用过程。因此,本文基于双枝对象Petri 网13-14和去趋势互相关分析方法（Detrended Cross-Correlation AnalysisMethod,DCCA)15,结合半经验式驱散数据建立一种新型的动态多耦合驱散模型（Multi-CoupledDispersion based on Both-Branch Object Petri Net Model,MCDBBOPNM），简称BBOPNM，来分析城市路网大气污染物的多耦合驱散特征。该模型具有如下特点：（1）利用DCCA刻画各因素对污染物驱散的周期性作用程度，利用Petri网的并行分析计算来描述污染物驱散的动态变化过程；（2)摒弃单因素或静态分析方法，综合考虑和分析多因素耦合作用对污染物驱散的影响，是一种驱散因素相互耦合叠加的污染物综合驱散分析模型。67(1)式中,X=x;(t),i=1,2,N)和 Y=y;(t)j=1,2,Ny,(t=1,2,N)分别表示量化指标,其中N.和N,表示指标个数;Nr为时间序列长度;时间序列中的 Focca(n,)可由式(2)计算得到;ni表示可重叠子序列段长度;单一时间序列中的 Faea 计算方法和 Foca(n)相同,特别地,当 Rr=R,时,Fica(n,)=Fpa(n)。2DCCA(n(N,-n,)1式中,ioca(am,)为残差序列消除趋势后的协方差，可通过式（3）算得其值。Z(R,-R.,Ri-R.)F+7DCCA(n;+1)k=r式中,合成信号R.-(),Ri-