geoskill-air-quality-dispersion

高斯烟羽模型模拟点源污染物浓度场，Pasquill-Gifford A-F 稳定度参数化 σy/σz，叠加 DEM 地形修正。Simulates pollutant concentration fields with a Gaussian plume model plus terrain correction. 输出浓度场 GeoTIFF + 参数 JSON。

空气质量扩散模拟 | Air Quality Dispersion Modeling

Standard Gaussian plume formula (with ground reflection term): C = Q/(2π·u·σy·σz)·exp(-y²/2σy²)·[exp(-(z-H)²/2σz²)+exp(-(z+H)²/2σz²)]. σy/σz are parameterized with the Briggs formulas across the six A–F atmospheric stability classes; the terrain correction factor converts terrain above the source into a reduced effective source height and increased concentration (clipped to 0.5–3.0).

Typical use cases: environmental impact assessment for industrial parks, stack siting, and rapid estimation of pollution exposure.

Dependencies / 依赖

bash

pip install numpy rasterio scipy

Usage / 使用方法

Example 1: Neutral Atmosphere (Class D) with Default Source Strength

bash

python geoskill-air-quality-dispersion.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./output

Example 2: Stable Atmosphere (Class F) + Strong Source

bash

python geoskill-air-quality-dispersion.py --bbox 116 39 117 40 --synthetic --stability F --source-strength 500 --output-dir ./stable

示例 3：真实 DEM 地形修正

bash

python geoskill-air-quality-dispersion.py --bbox 116 39 117 40 --input dem.tif --stability D --output-dir ./terrain

Example 4: Tall Stack + High Wind Speed

bash

python geoskill-air-quality-dispersion.py --bbox 116 39 117 40 --synthetic --effective-height 120 --wind-speed 6 --output-dir ./tall_stack

Example 5: Silent Batch Mode

bash

python geoskill-air-quality-dispersion.py --bbox 121 31 122 32 --synthetic --quiet --output-dir ./batch

Output / 输出

File	Format	Description
concentration.tif	GeoTIFF (float32)	Ground-level concentration field (μg/m³, terrain-corrected), EPSG:4326
dispersion_params.json	JSON	Stability, source strength, wind speed, source location, concentration statistics
output-manifest.json	JSON	Run manifest (inputs/outputs/QA/software versions)

Data Source / 数据源 / Source

Local DEM GeoTIFF (optional, for terrain correction); Pasquill-Gifford/Briggs dispersion parameters are published empirical values; synthetic mode generates flat terrain with no external data sources.

Privacy / 隐私声明 / Privacy

• Fully offline by default; no network requests are made
• --synthetic mode reads no external data
• All computation is done locally; user data is never uploaded

License / License

MIT

---

---

name: geoskill-air-quality-dispersion description: '高斯烟羽模型模拟点源污染物浓度场，Pasquill-Gifford A-F 稳定度参数化 σy/σz，叠加 DEM 地形修正。Simulates pollutant concentration fields with a Gaussian plume model plus terrain correction. 输出浓度场 GeoTIFF + 参数 JSON。'

空气质量扩散模拟 | Air Quality Dispersion Modeling

标准高斯烟羽公式（含地面反射项）：C = Q/(2π·u·σy·σz)·exp(-y²/2σy²)·[exp(-(z-H)²/2σz²)+exp(-(z+H)²/2σz²)]。σy/σz 用 Briggs 公式按 A-F 六类大气稳定度参数化；地形修正因子把高于源的地形折算为有效源高降低、浓度增大（clip 0.5-3.0）。

适用场景：工业园区环评、烟囱选址、污染暴露快速估算。

依赖

bash

pip install numpy rasterio scipy

使用方法

示例 1：中性大气（D 类）默认源强

bash

python geoskill-air-quality-dispersion.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./output

示例 2：稳定大气（F 类）+ 强源

bash

python geoskill-air-quality-dispersion.py --bbox 116 39 117 40 --synthetic --stability F --source-strength 500 --output-dir ./stable

示例 3：真实 DEM 地形修正

bash

python geoskill-air-quality-dispersion.py --bbox 116 39 117 40 --input dem.tif --stability D --output-dir ./terrain

示例 4：高烟囱 + 大风速

bash

python geoskill-air-quality-dispersion.py --bbox 116 39 117 40 --synthetic --effective-height 120 --wind-speed 6 --output-dir ./tall_stack

示例 5：静默批量

bash

python geoskill-air-quality-dispersion.py --bbox 121 31 122 32 --synthetic --quiet --output-dir ./batch

输出

文件	格式	说明
concentration.tif	GeoTIFF (float32)	地面浓度场（μg/m³，含地形修正），EPSG:4326
dispersion_params.json	JSON	稳定度、源强、风速、源位置、浓度统计
output-manifest.json	JSON	运行清单（输入/输出/QA/软件版本）

数据源 / Source

本地 DEM GeoTIFF（可选，地形修正）；Pasquill-Gifford/Briggs 扩散参数为公开发表经验值；合成模式生成平坦地形，无外部数据源。

隐私声明 / Privacy

• 默认完全离线运行，不发起任何网络请求
• --synthetic 模式不读取任何外部数据
• 所有计算在本地完成，不上传用户数据

License

MIT