基于源项估计的污染气体扩散数据驱动仿真

化工园区污染气体扩散的实时预测对于大气污染事故的应急管理具有重要意义。由于大气扩散模型中源项参数的未知以及输入参数的误差,传统的大气扩散仿真精度有限。因此提出了一种基于源项估计与粒子滤波的污染气体扩散数据驱动仿真方法。基于源项估计获取的源项参数,利用粒子滤波将无人机观测气体浓度数据实时注入扩散模型中以校正系统状态,获取更为准确的预测结果。实验表明,相比传统仿真方法更准确地预测了气体浓度分布,为应急处置提供有力的数据支撑。