基于高时空分辨率污染浓度分布的污染溯源方法

本发明涉及大气污染溯源技术领域，具体涉及一种基于高时空分辨率污染浓度分布的污染溯源方法，包括：构建细颗粒物浓度空间分布深度神经网络模拟模型；依据空气质量监测标准确定细颗粒物监测浓度超标的站点和时段，由细颗粒物浓度空间分布深度神经网络模型生成超标时段内网格化细颗粒物浓度分布；循环步进生成污染传输轨迹，当满足溯源终止条件后，叠加排放清单数据中的污染源坐标实现污染最终溯源。本发明通过从地理空间关联视角，基于连续时段网格化细颗粒物浓度，逐时段迭代回溯污染扩散路径，获取细颗粒物传输扩散轨迹，直观反映了大气污染扩散过程，为细颗粒物污染溯源提供了方向指引，叠加污染源空间分布后，可锁定大气污染排放源。