CN103065198A - 大气恶臭污染精细源解析方法 - Google Patents
大气恶臭污染精细源解析方法 Download PDFInfo
- Publication number
- CN103065198A CN103065198A CN2012105498442A CN201210549844A CN103065198A CN 103065198 A CN103065198 A CN 103065198A CN 2012105498442 A CN2012105498442 A CN 2012105498442A CN 201210549844 A CN201210549844 A CN 201210549844A CN 103065198 A CN103065198 A CN 103065198A
- Authority
- CN
- China
- Prior art keywords
- source
- pollution
- odor
- atmosphere
- fetor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种大气恶臭污染精细源解析方法,包括:确定恶臭污染源调查区域;开展恶臭污染源调查,建立真实可靠、内容全面的恶臭污染信息数据库;在恶臭源调查的基础上,分析不同情况下污染源对环境的影响,判定影响调查区域的主要恶臭污染源;识别各类排放源的恶臭特征标识物;建立能反映污染源排放特征的恶臭指纹谱;应用模糊聚类模型方法进行指纹图谱的识别,采用Matlab软件编程,实现计算机对谱图之间的快速、精确比较;构建大气恶臭污染源精细源解析模式。本发明能够快速、准确的追溯恶臭污染物的来源,实用性强,有广泛的推广应用价值,为环境管理部门应对突发恶臭污染事故、控制污染风险提供了可靠的技术保障。
Description
技术领域
本发明涉及一种环境污染物源分析方法,特别是涉及一种大气恶臭污染精细源解析方法,适用于对大气恶臭污染做精细来源分析的源解析方法。
背景技术
恶臭污染是我国工业化、城市化快速发展进程中出现的突出环境问题之一,也是困扰环保管理部门的热点、难点问题。明确恶臭污染的来源及其贡献是进行恶臭污染管理和控制的关键。由于恶臭污染的特殊性和复杂性,迄今为止国际上对挥发性恶臭物质的排放特征及来源问题一直缺乏深入而系统的研究。恶臭污染多为复合污染,涉及恶臭污染的行业众多,既有石油炼制、化工、制药、橡胶、造纸、喷涂、食品加工等点源,又有排污河、污水处理厂、垃圾填埋场等线源、面源、散发源等,各种污染源彼此交错,相互影响,给环境管理部门对恶臭污染源的判别带来很大困难。
恶臭污染物大多为挥发性有机物,特征标识物、指纹谱图在恶臭来源识别中有广阔的应用前景。特征标识物,是指可用于来源研究的指标化合物。20世纪70年代末,Simoneit B.R.T.首先将特征标识物引入大气气溶胶中有机物质的研究。目前国内外关于恶臭污染源排放废气的组成特征的研究已经有所开展,例如,有研究报道石油化工源排放的废气中三氯乙烯、甲基环己烷、苯和苯乙烯等物质的含量最高,炼焦厂排放的有机物中苯系物(BETX)占70%以上,生活垃圾堆肥厂周围空气中芳香烃尤其是甲苯、乙苯的浓度最高,建筑涂饰(装修)行业散发的恶臭气体主要为甲苯和二甲苯,畜禽粪臭气体的主要成分是三甲胺。然而,这些研究缺乏对典型恶臭源排放特征以及恶臭特征标识物等的深入研究,而且所调查的恶臭源数量有限。找出与各类恶臭源相对应的特征标识物,用于指示恶臭污染物的来源,成为恶臭源解析研究的关键。
不同污染源排放的恶臭物质不同,在分析谱图中存在不同的色谱指纹特征,其谱图的轮廓、峰的强度与物种的分布范围等都存在一定差异,这为采用色谱指纹图谱技术鉴别恶臭的来源提供了可能。随着色谱技术的迅速发展和检测能力的显著增强,为指纹图谱的研究和应用提供了良好的技术保证。以指纹图谱作为中药质量控制及药材鉴定的方法,已成为目前国际共识。近年来许多学者将指纹图谱技术引入食品风味研究领域中(如白酒、葡萄酒、水产品、干酪、香醋等),为气味指纹图谱的建立提供了基础理论和实验依据。指纹图谱技术突破传统的线性思维,根据色谱指纹图谱的模糊属性,着眼于整体宏观规律性特征的分析,借助于图形识别技术,使判别更为简单、直观、准确。该技术已成功应用于海上溢油事故源的追查,指纹谱具有特征明显、专属性强、重现性好的特点,在污染源识别中可使判别更为简单、直观、准确。
由于恶臭污染的特殊性和复杂性,国际上对恶臭污染源解析技术一直缺乏深入而系统的研究。各种污染源排放出来的恶臭物质种类繁多,各物种的浓度水平、化学活性及来源差异很大,且彼此间还存在着多种相互作用外,恶臭污染受气象、地形、地势等周围环境的影响较大,不易掌握其污染扩散规律。与颗粒物、VOC、SO2、NO2等常规大气污染物相比,恶臭污染的来源解析面临着许多难题,需要在科学理念和技术方法上有更多的创新和突破。而本发明所建立的在复合源条件下进行恶臭污染的源识别与追踪技术,能够解决恶臭污染防治过程中的关键科学技术问题,为恶臭污染的有效监管提供了有力的技术支撑。
发明内容
本发明所要解决的技术问题是:提供一种使恶臭污染源的判别更为简单、直观、准确的大气恶臭污染精细源解析方法。
本发明所采用的技术方案是:一种大气恶臭污染精细源解析方法,包括如下步骤:
1)确定恶臭污染源调查区域;
2)开展恶臭污染源调查,建立真实可靠、内容全面的恶臭污染信息数据库;
3)在恶臭源调查的基础上,分析不同情况下污染源对环境的影响,判定影响调查区域的主要恶臭污染源;
4)识别各类排放源的恶臭特征标识物;
5)建立能反映污染源排放特征的恶臭指纹谱;
6)应用模糊聚类模型方法进行指纹图谱的识别,采用Matlab软件编程,实现计算机对谱图之间的快速、精确比较;
7)构建大气恶臭污染源精细源解析模式:首先,在污染事件发生或接到群众投诉时,通过现场采样、分析,确定特征恶臭污染物,结合污染发生时的气象条件,在恶臭污染源信息数据库中寻找上风向存在的潜在污染源;然后,进一步应用指纹谱图识别技术,精确地筛选和识别恶臭的来源;最后,运用大气扩散模型模拟恶臭污染物的迁移、扩散过程,量化评估污染源的影响范围和影响程度。
步骤1)所述的恶臭污染源调查区域,是根据环保部门历年来的群众投诉记录,结合城市总体规划以及工业产业布局,选择排放源复杂、恶臭污染严重、群众反映强烈的区域作为调查研究区域;
步骤2)所述的调查包括如下过程:
(1)基础资料收集;(2)实地调查;(3)数据处理与分析;(4)恶臭信息数据库建立。
步骤3)所述的污染源对环境的影响,包括以下几种情况:
(1)单个污染源位于环境敏感点的上风向,根据污染源与环境敏感点的相对位置关系,制定相应的监测方案,分析污染源对环境敏感点的影响程度;
(2)多个不同类型的恶臭污染源位于环境敏感点的上风向,根据各污染源的特征恶臭物质进行分析判别;
(3)多个相同类型的恶臭污染源位于环境敏感点的上风向,这种情况比较复杂,需对污染源的源强进行测试,并结合大气扩散数学模型判定各污染源的影响大小。
步骤4)所述的恶臭特征标识物的识别方法是:综合考虑恶臭气体中各组分的含量即客观指标,以及嗅阈值即感官指标,选择用阈稀释倍数作为恶臭特征标识物的筛选标准,所述的阈稀释倍数通过下式计算得到:阈稀释倍数=物质含量/物质嗅阈值。
步骤5)所述的恶臭指纹谱的建立方法是:首先选择在各类源中广泛存在的典型恶臭物质,然后对这些恶臭物质组分进行分类编码,最后根据各组分的相对含量及组分之间的伴生关系绘制而成。
所述的恶臭物质选择遵循以下原则:(1)国内外法规、标准中限制排放的恶臭物质;(2)广泛存在于各类污染源中,或者是行业的特征污染物;(3)具有可靠监测方法的恶臭物质。
步骤6)所述的应用模糊聚类模型方法进行指纹图谱的识别,包括:
第一步,预处理和标准化;
第二步,求模糊相似关系R,R表示样品与污染源之间的相似程度;
第三步,聚类分析,根据最大隶属度原理,取最大相似系数者或方差最小者。
步骤6)所述的采用Matlab软件编程,是首先将谱图信息转化为计算机能够接受的数量化矩阵,并采用平移标准差变换的方法,对数据进行标准化处理,消除量纲影响,实现计算机对谱图的快速、精确比较。
步骤7)所述的构建大气恶臭污染源精细源解析模式,包括如下过程:
(1)基于特征标识物的初步识别,先确定特征恶臭污染物,结合各类源的特征标识物和污染发生时的气象条件,在恶臭污染源信息数据库中寻找上风向存在的潜在污染源;
(2)基于指纹谱图的精确识别,应用模糊聚类模型方法,将采集样品的指纹谱图与恶臭信息数据库中的恶臭源指纹谱图进行比较,求出相似性系数,根据最大隶属度原则,最终判定样品恶臭污染物的来源;
(3)污染源影响的量化评估,污染源确定之后,根据源强、气象等信息,运用大气扩散模型模拟恶臭污染物的迁移、扩散过程,计算主要污染物在扩散方向上的衰减距离和浓度以及对污染发生地点的相对贡献率。
本发明的大气恶臭污染精细源解析方法,优点和有益的效果如下:
(1)该方法能够快速、准确的追溯恶臭污染物的来源,实用性强,有广泛的推广应用价值,为环境管理部门应对突发恶臭污染事故、控制污染风险提供了可靠的技术保障。
(2)传统的污染物源解析技术只能大致给出对环境受体贡献较大的污染源类别,而不能给出具体排放源对受体贡献的大小,缺乏对污染防治工作的实际指导意义。通过本发明所述方法,建立恶臭污染源信息数据库,全面揭示典型恶臭源排放组成特征,筛选能够指示污染来源的恶臭特征标识物,将指纹图谱技术应用于恶臭污染源的追踪,建立图谱信息模式识别系统,同时应用大气扩散模型,对恶臭污染源的影响进行量化评估。
(3)本发明为制定区域恶臭污染控制对策及区域环境空气质量改善提供技术支持,使今后环境管理部门面对恶臭污染问题时,可以通过系统、完整的源解析方法和相应的数据信息系统,迅速识别污染源,从而进行有效地恶臭污染防控。
附图说明
图1是本发明的大气恶臭污染精细源解析方法流程图;
图2是污染源调查的流程图;
图3a是污水处理厂污泥浓缩指纹谱;
图3b是中药制药厂排气筒指纹谱;
图3c是垃圾填埋场填埋区指纹谱;
图3d是石油炼化厂气分处理装置指纹谱。
具体实施方式
下面结合实施例和附图对本发明的大气恶臭污染精细源解析方法做出详细说明。
本发明的大气恶臭污染精细源解析方法,是一种以区域恶臭污染源调查数据为基础,提出恶臭特征标识物、恶臭指纹谱等相关概念,建立区域恶臭污染源的指纹谱库和指纹谱图模式识别方法,将谱图信息转化为计算机能够接受的数量化矩阵,实现谱图之间快速、精确比对,为恶臭污染事故诊断分析、快速追溯恶臭污染的来源提供了一种新的途径与方法。
本发明首先根据恶臭投诉等情况确定恶臭污染典型区域,然后开展恶臭污染源调查,建立真实可靠、内容全面的恶臭污染信息数据库。根据调查结果评估污染源对环境的影响,找出能够识别各类排放源的恶臭标识物,从而能够对恶臭污染源进行初步识别;建立能反映污染源排放特征的恶臭指纹谱,同时形成一套基于指纹谱图的恶臭源识别方法,能够对恶臭污染源进行精确识别;应用大气扩散模型,对恶臭污染源的影响进行量化评估。
本发明的大气恶臭污染精细源解析方法,如图1所示,包括如下步骤:
1)确定恶臭污染源调查区域
所述的恶臭污染源调查区域,是根据环保部门历年来的群众投诉记录,结合城市总体规划以及工业产业布局,选择排放源复杂、恶臭污染严重、群众反映强烈的区域作为调查研究区域。
2)开展恶臭污染源调查,建立真实可靠、内容全面的恶臭污染信息数据库,这是进行污染控制和风险管理的基本保障。所述的调查过程如图2所示,包括如下过程:
(1)基础资料收集
通过对相关资料(如群众投诉、污染源普查数据库、污染源档案、环境监测资料、环评报告等)的收集和整理分析,掌握调查区域恶臭污染行业企业分布,从中筛选出具有代表性、影响较为突出的行业企业,确定要进一步调查的污染源名单;
(2)实地调查
对重点污染源进行实地调查(包括布点、采样和分析测试)。根据污染源的生产工艺、生产流程、恶臭污染物的产生机制以及排放形式等因素,结合气象条件,参照污染源调查规范,确定布点和采样方法。监测指标包括成分浓度指标和感官评价指标。用于恶臭气体成分检测的样品使用苏玛罐或聚酯袋采样法采集,用于感官分析的样品使用真空瓶或聚酯袋法采集。成分分析主要采用色质联用法,感官分析采用三点比较式臭袋法;
(3)数据处理与分析
对污染源调查及监测数据,结合数据自身特征和调查目的,采用科学的统计方法进行分类整理和统计分析
(4)建立恶臭污染源信息数据库
该数据库包括企业基本信息、恶臭排放单元信息、恶臭污染物信息(物质种类、浓度、理化性质、气味特征、嗅阈值等)、恶臭特征信息(特征污染物和指纹谱)、排放量及污染物处理情况等信息。
3)在恶臭源调查的基础上,分析污染源对环境的影响
以恶臭污染信息数据为基础,分析不同情况下污染源对环境的影响,判定影响调查区域的主要恶臭污染源,所述的污染源对环境的影响,包括以下几种情况:
(1)单个污染源位于环境敏感点的上风向,根据污染源与环境敏感点的相对位置关系,制定相应的监测方案,分析污染源对环境敏感点的影响程度;
(2)多个不同类型的恶臭污染源位于环境敏感点的上风向,根据各污染源的特征恶臭物质进行分析判别;
(3)多个相同类型的恶臭污染源位于环境敏感点的上风向,这种情况比较复杂,需对污染源的源强进行测试,并结合大气扩散数学模型判定各污染源的影响大小;
4)识别各类排放源的恶臭特征标识物,根据判定出的影响调查区域的主要恶臭污染源,选择能指示污染源的恶臭特征标识物,恶臭特征标识物是对污染源有指示作用的一类物质,它在排放源造成的感官污染中起主要作用。
所述的恶臭特征标识物的识别方法是:综合考虑恶臭气体中各组分的含量即客观指标,以及嗅阈值即感官指标,选择用阈稀释倍数作为恶臭特征标识物的筛选标准,所述的阈稀释倍数通过下式计算得到:阈稀释倍数=物质含量/物质嗅阈值;
表1给出了不同行业的恶臭标识物
表1 不同行业的恶臭标识物
序号 | 行业名称 | 恶臭标识物 |
1 | 污水处理行业 | 硫化氢、甲苯、丙酮 |
2 | 垃圾处理行业 | 丁烷、乙苯、氯仿 |
3 | 石油炼化行业 | 2-甲基丁烷、硫化氢、甲硫醇 |
4 | 生物制药行业 | 乙醇、二甲二硫、乙酸乙酯 |
5)建立能反映污染源排放特征的恶臭指纹谱
指纹谱从宏观上反映出源排放的污染物的内在特征,不同排放源的指纹谱具有唯一性。指纹图谱技术突破传统的线性思维,着眼于整体宏观规律性特征的分析,借助于图形识别技术,使判别更为简单、直观、准确。
所述的恶臭指纹谱的建立方法是:首先选择在各类源中广泛存在的典型恶臭物质,然后对这些恶臭物质组分进行分类编码,最后根据各组分的相对含量及组分之间的伴生关系绘制而成;
由于恶臭物质种类繁多,所述的恶臭物质选择遵循以下原则:(1)国内外法规、标准中限制排放的恶臭物质;(2)广泛存在于各类污染源中,或者是行业特征污染物;(3)具有可靠监测方法的恶臭物质,如嗅阈值浓度较低(大多数为1ppb)。
根据以上原则,筛选出22种恶臭物质作为构建指纹谱图的基本恶臭物质,如表2。
表2 指纹谱图中的22种恶臭污染物
不同来源样品的图谱在物种的分布范围、谱图轮廓、峰的强度等方面都存在差别,同一类源样品的谱图也会存在许多亚类型即指纹谱差异,建立分级分层的恶臭指纹谱图,做为精确识别恶臭污染来源的依据。
根据污染源的信息特征,指纹谱图形式分别见图3所示的恶臭指纹谱图,其中,污水处理厂污泥浓缩指纹谱如图3a所示;中药制药厂排气筒指纹谱如图3b所示;垃圾填埋场填埋区指纹谱如图3c所示;石油炼化厂气分处理装置指纹谱如图3d所示。
6)应用模糊聚类模型方法进行指纹图谱的识别,用数学方法定量地确定样本的亲疏关系,采用Matlab软件编程,借助计算机强大的数据处理能力,快速准确的求出样品与污染源恶臭指纹谱图之间的相似系数,根据最大隶属度原则,定性样品恶臭污染物的来源。首先将谱图信息转化为计算机能够接受的数量化矩阵,并采用平移标准差变换的方法,对数据进行标准化处理,消除量纲影响,实现计算机对谱图的快速、精确比较。
所述的应用模糊聚类模型方法进行指纹图谱的识别,包括:
第一步,预处理和标准化,预处理的目的是选择最具代表性的污染物参与模糊聚类,标准化的目的是消除量纲的影响,并使数据分布在[0,1]的闭区间;
第二步,求模糊相似关系R,R表示样品与污染源之间的相似程度;
第三步,聚类分析,根据最大隶属度原理,取最大相似系数者或方差最小者;
采用Matlab软件编程实现谱图之间的比较,将谱图信息转化为计算机能够接受的数量化矩阵,借助于计算机强大的数据处理能力,快速准确的求出相似系数,方法如下:
(1)首先将谱图信息转化为计算机能够接受的数量化矩阵
设论域U={x1,x2,…,xn}为被分类对象,每个对象又有m个指标表示其性状,即xi={xi1,xi2,…,xim}(i=1,2,…,n),(n、m是≥1的整数)
于是,得到原始数据矩阵为
其中xnm表示第n个分类对象的第m个指标的原始数据。
(2)对数据进行标准化处理,消除量纲影响
采用平移标准差变换的方法,对数据进行标准化处理,即:
其中
经过变换后,每个变量的均值为0,标准差为1。
(3)建立模糊相似矩阵,求样品与污染源的模糊相似系数R
借用传统聚类的相似系数法计算xi与xj的相似程度rij=R(xi,xj),
根据最大隶属度原理,取最大相似系数定性判断污染物的可能来源。
7)构建大气恶臭污染源精细源解析模式,首先,在污染事件发生或接到群众投诉时,通过现场采样、分析,确定特征恶臭污染物,结合污染发生时的气象条件,在恶臭污染源信息数据库中寻找上风向存在的潜在污染源;然后,进一步应用指纹谱图识别技术,精确地筛选和识别恶臭的来源;最后,运用大气扩散模型模拟恶臭污染物的迁移、扩散过程,量化评估污染源的影响范围和影响程度。
所述的大气恶臭污染源精细源解析模式,包括如下过程:
(1)基于特征标识物的初步识别
先确定特征恶臭污染物,结合各类源的特征标识物和污染发生时的气象条件,在恶臭污染源信息数据库中寻找上风向存在的潜在污染源。
在污染事件发生或接到群众投诉后,采集污染现场样品,并尽快对其进行感官和成分分析。将分析测试结果与未污染的环境背景数据进行对比分析:如果污染现场检测出的一种或多种典型恶臭物质浓度超过环境背景浓度很多,结合感官测定结果即可判定发生恶臭污染并确定引起污染的特征恶臭物质;如果检出的典型恶臭物质与环境背景浓度值差异不大,而感官测定结果显示有较严重的恶臭污染,则可能是由于其他恶臭物质或未检测组分所导致的,进一步分析是否存在含量异常较高的其他恶臭物质,并借此确定特征恶臭物质。
特征恶臭物质确定后,结合污染发生时的气象条件,在恶臭污染源信息数据库中寻找上风向存在的潜在污染源。根据污染现场检测到的特征恶臭物质,对上风向的恶臭污染源进行筛选。如在上风向,仅存在唯一的污染源,且其排放的特征恶臭物质与污染现场中检出的一致,可初步认为此源对污染点存在重要影响;如在上风向,存在多个潜在污染源,且其排放出的特征恶臭物质在污染现场也有检出,则需要进一步采用其他方法(如指纹谱图、迁移扩散模拟等)进行判别;如上风向的各已知污染源,其在数据库中的恶臭物质排放数据与污染环境中的检出不一致,无法用特征标识物进行源识别,其原因可能为上风向存在未知的恶臭排放源,或已知源异常排放所致,需要对污染区域上风向污染源进一步进行排查。
(2)基于指纹谱图的精确识别
在通过地理气象、气味特征、特征标识物等方法不能准确识别具体恶臭污染源的情况下,应用指纹谱图识别技术,可以精确地筛选或识别恶臭的来源。根据模糊聚类模型方法,将采集样品的指纹谱图与恶臭信息数据库中的恶臭源指纹谱图进行比较,求出相似性系数,根据最大隶属度原则,最终判定样品恶臭污染物的来源;
(3)污染源影响的量化评估
确定恶臭污染源之后,根据源强、气象等信息,运用大气扩散模型模拟恶臭污染物的迁移、扩散过程,量化评估污染源的影响范围和影响程度。扩散模型可以参考我国《环境影响评价技术导则大气环境》(HJ2.2-2008)中推荐的点源或者面源扩散模式,根据恶臭污染源信息数据库里有关源强的信息,结合区域气象条件,计算主要污染物在扩散方向上的衰减距离和浓度以及对污染发生地点的相对贡献率。
下面给出一个应用本发明的大气恶臭污染精细源解析方法的实际例子:
针对某石化工业区内居民恶臭投诉频发的情况,应用本发明的方法,对该区域内的恶臭排放源进行了调查并对环境敏感点恶臭污染的来源进行了精细解析。
首先深入调查其恶臭污染信息,对区域本底状况、污染源排放特征进行实际监测,建立调查地区的恶臭污染源数据库。通过污染源调查及污染源样品分析结果,判定影响调查区域的主要恶臭污染源,筛选能代表源恶臭污染特性的特征标识物,进行污染源的初步识别。该工业区主要污染物为苯系物和硫化物,这与此工业区企业的排放特征相符,该工业区内存在大量使用、生产、排放苯系物的企业。
该工业区硫化物主要产生于石化公司地区,对/间二甲苯主要产生于石化公司地区和石化产业园区,苯乙烯主要产生于石化产业园区。当上述污染源处于城区上风向,且污染物扩散条件不理想的情况下,这些物质可能会对城区产生恶臭污染。染源调查资料中显示,上述几大类物质从理论上在该工业区均有企业排放。如果当恶臭污染事件发生时,监测点位未能检出苯乙烯、硫化物、对/间二甲苯的异常高值,则必须考虑上述几类物质对环境点位的影响。
通过以上分析还不能精确识别具体恶臭污染源,应用指纹谱图识别技术,可以精确地筛选或识别恶臭的来源。将采集样品的指纹谱图与已分析出的多个潜在的恶臭污染源指纹谱图进行比对,求出相似性系数,根据最大隶属度原则,最终判定样品恶臭污染物的来源。样品与污染源恶臭特征谱图之间的关系如表3所示。
表3 样品与污染源恶臭特征谱图关系
通过样品与污染源特征谱图对比可以看出,1#污染源、2#污染源、3#污染源恶臭特征谱图与样品的特征谱图的相似性较高,其中1#污染源与样品的相似度最高,根据最大隶属度原则,可定性为样品恶臭污染物的来源。实际情况是,1#污染源、2#污染源、3#污染源均为同一企业的不同排放点源。可见,此结论与实际结果高度吻合,具有一致性。
应用扩散模型量化评估1#污染源对环境敏感点的影响,输入当天的气象条件(风向N,风速1.0m/s,大气稳定度E)和排放源强信息,结果如下:1#污染源的最大落地臭气浓度为127,最大落地浓度点距排放筒距离1190m,恰在敏感区域内,经分析测量,1#污染源对敏感区臭气浓度的贡献接近80%。
Claims (10)
1.一种大气恶臭污染精细源解析方法,其特征在于,包括如下步骤:
1)确定恶臭污染源调查区域;
2)开展恶臭污染源调查,建立真实可靠、内容全面的恶臭污染信息数据库;
3)在恶臭源调查的基础上,分析不同情况下污染源对环境的影响,判定影响调查区域的主要恶臭污染源;
4)识别各类排放源的恶臭特征标识物;
5)建立能反映污染源排放特征的恶臭指纹谱;
6)应用模糊聚类模型方法进行指纹图谱的识别,采用Matlab软件编程,实现计算机对谱图之间的快速、精确比较;
7)构建大气恶臭污染源精细源解析模式:首先,在污染事件发生或接到群众投诉时,通过现场采样、分析,确定特征恶臭污染物,结合污染发生时的气象条件,在恶臭污染源信息数据库中寻找上风向存在的潜在污染源;然后,进一步应用指纹谱图识别技术,精确地筛选和识别恶臭的来源;最后,运用大气扩散模型模拟恶臭污染物的迁移、扩散过程,量化评估污染源的影响范围和影响程度。
2.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤1)所述的恶臭污染源调查区域,是根据环保部门历年来的群众投诉记录,结合城市总体规划以及工业产业布局,选择排放源复杂、恶臭污染严重、群众反映强烈的区域作为调查研究区域。
3.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤2)所述的调查包括如下过程:
(1)基础资料收集;(2)实地调查;(3)数据处理与分析;(4)恶臭信息数据库建立。
4.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤3)所述的污染源对环境的影响,包括以下几种情况:
(1)单个污染源位于环境敏感点的上风向,根据污染源与环境敏感点的相对位置关系,制定相应的监测方案,分析污染源对环境敏感点的影响程度;
(2)多个不同类型的恶臭污染源位于环境敏感点的上风向,根据各污染源的特征恶臭物质进行分析判别;
(3)多个相同类型的恶臭污染源位于环境敏感点的上风向,这种情况比较复杂,需对污染源的源强进行测试,并结合大气扩散数学模型判定各污染源的影响大小。
5.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤4)所述的恶臭特征标识物的识别方法是:综合考虑恶臭气体中各组分的含量即客观指标,以及嗅阈值即感官指标,选择用阈稀释倍数作为恶臭特征标识物的筛选标准,所述的阈稀释倍数通过下式计算得到:阈稀释倍数=物质含量/物质嗅阈值。
6.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤5)所述的恶臭指纹谱的建立方法是:首先选择在各类源中广泛存在的典型恶臭物质,然后对这些恶臭 物质组分进行分类编码,最后根据各组分的相对含量及组分之间的伴生关系绘制而成。
7.根据权利要求6所述的大气恶臭污染精细源解析方法,其特征在于,所述的恶臭物质选择遵循以下原则:(1)国内外法规、标准中限制排放的恶臭物质;(2)广泛存在于各类污染源中,或者是行业的特征污染物;(3)具有可靠监测方法的恶臭物质。
8.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤6)所述的应用模糊聚类模型方法进行指纹图谱的识别,包括:
第一步,预处理和标准化;
第二步,求模糊相似关系R,R表示样品与污染源之间的相似程度;
第三步,聚类分析,根据最大隶属度原理,取最大相似系数者或方差最小者。
9.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤6)所述的采用Matlab软件编程,是首先将谱图信息转化为计算机能够接受的数量化矩阵,并采用平移标准差变换的方法,对数据进行标准化处理,消除量纲影响,实现计算机对谱图的快速、精确比较。
10.根据权利要求1所述的大气恶臭污染精细源解析方法,其特征在于,步骤7)所述的构建大气恶臭污染源精细源解析模式,包括如下过程:
(1)基于特征标识物的初步识别,先确定特征恶臭污染物,结合各类源的特征标识物和污染发生时的气象条件,在恶臭污染源信息数据库中寻找上风向存在的潜在污染源;
(2)基于指纹谱图的精确识别,应用模糊聚类模型方法,将采集样品的指纹谱图与恶臭信息数据库中的恶臭源指纹谱图进行比较,求出相似性系数,根据最大隶属度原则,最终判定样品恶臭污染物的来源;
(3)污染源影响的量化评估,污染源确定之后,根据源强、气象等信息,运用大气扩散模型模拟恶臭污染物的迁移、扩散过程,计算主要污染物在扩散方向上的衰减距离和浓度以及对污染发生地点的相对贡献率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105498442A CN103065198A (zh) | 2012-12-17 | 2012-12-17 | 大气恶臭污染精细源解析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105498442A CN103065198A (zh) | 2012-12-17 | 2012-12-17 | 大气恶臭污染精细源解析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103065198A true CN103065198A (zh) | 2013-04-24 |
Family
ID=48107820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012105498442A Pending CN103065198A (zh) | 2012-12-17 | 2012-12-17 | 大气恶臭污染精细源解析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103065198A (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104702685A (zh) * | 2015-03-11 | 2015-06-10 | 中山大学 | 基于后向轨迹的污染源追踪方法及其系统 |
CN104978475A (zh) * | 2014-04-10 | 2015-10-14 | 鞍钢股份有限公司 | 一种钢铁联合企业废水排放源解析方法 |
CN105717257A (zh) * | 2016-03-03 | 2016-06-29 | 重庆大学 | 基于非线性最小二乘法和扩展集员滤波的气体源无线定位 |
CN105844301A (zh) * | 2016-04-05 | 2016-08-10 | 北华航天工业学院 | 基于贝叶斯源识别的土壤中重金属污染源解析方法 |
CN106568725A (zh) * | 2016-11-02 | 2017-04-19 | 浙江水利水电学院 | 河流护岸施工断面中大气环境的监测方法 |
CN106650020A (zh) * | 2016-11-24 | 2017-05-10 | 北京师范大学 | 一种复合受体模型污染源解析方法 |
CN106709127A (zh) * | 2015-11-12 | 2017-05-24 | 国际商业机器公司 | 利用cfd和卫星数据提取污染排放源 |
CN107402284A (zh) * | 2017-07-13 | 2017-11-28 | 南开大学 | 基于气体标识的大气污染物多元源解析算法 |
CN107917987A (zh) * | 2017-11-09 | 2018-04-17 | 北京伟瑞迪科技有限公司 | 一种面向城市空气污染物溯源分析方法 |
CN107944601A (zh) * | 2017-11-07 | 2018-04-20 | 中国石油天然气集团公司 | 以特征污染物溯源分析为指导的污水处理评估方法及装置 |
CN107941994A (zh) * | 2017-11-09 | 2018-04-20 | 北京伟瑞迪科技有限公司 | 一种面向工业园区污染物溯源分析方法 |
CN108680473A (zh) * | 2018-05-09 | 2018-10-19 | 南开大学 | 一种应用单颗粒气溶胶质谱仪进行颗粒物源解析的方法 |
CN108732226A (zh) * | 2018-04-02 | 2018-11-02 | 北京拓扑智鑫环境科技股份有限公司 | 硫醚类气体检测装置及方法 |
CN108760913A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种大气恶臭污染溯源系统及应用 |
CN108760912A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
CN109959748A (zh) * | 2019-03-22 | 2019-07-02 | 中国第一汽车股份有限公司 | 一种车内重点气味物质及气味高危零部件确定方法 |
CN110096490A (zh) * | 2018-10-18 | 2019-08-06 | 苏州科技大学 | 污染场地数据库及其构建方法 |
CN110147383A (zh) * | 2019-04-25 | 2019-08-20 | 北京英视睿达科技有限公司 | 确定污染源类型的方法及装置 |
CN110175647A (zh) * | 2019-05-28 | 2019-08-27 | 北华航天工业学院 | 一种基于主成分分析和K-means聚类的污染源识别方法 |
CN110308250A (zh) * | 2019-07-15 | 2019-10-08 | 重庆文理学院 | 一种生姜姜瘟病植株自动监测定位方法及系统 |
CN110308244A (zh) * | 2019-06-26 | 2019-10-08 | 深圳市宇驰检测技术股份有限公司 | 无人机的空气监测预警方法、系统及存储介质 |
CN110687257A (zh) * | 2019-11-04 | 2020-01-14 | 河北先河环保科技股份有限公司 | 一种基于恶臭在线监测系统的溯源方法 |
CN110849837A (zh) * | 2019-11-26 | 2020-02-28 | 南昌工程学院 | 一种大气污染叠加风险区识别及评价方法 |
CN111797918A (zh) * | 2020-06-29 | 2020-10-20 | 平安国际智慧城市科技股份有限公司 | 大气污染源识别方法、装置、计算机设备及存储介质 |
CN112051362A (zh) * | 2020-09-01 | 2020-12-08 | 杭州壹丈科技有限公司 | 风玫瑰预判污染物变化模型 |
CN112540147A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业区域性大气污染物溯源方法 |
CN112925863A (zh) * | 2021-01-25 | 2021-06-08 | 北京工业大学 | 一种面向水环境管理平台的基于多要素分析的水污染溯源定位方法 |
CN112986497A (zh) * | 2021-02-09 | 2021-06-18 | 浙江大学 | 基于气体传感器阵列指纹识别的污染气体溯源方法 |
CN112986072A (zh) * | 2021-02-09 | 2021-06-18 | 上海英凡环保科技有限公司 | 污染源臭气在线监测系统及方法 |
CN113514568A (zh) * | 2020-04-10 | 2021-10-19 | 中国石油化工股份有限公司 | 基于VOCs相似度的石化装置指纹谱图构建方法及装置 |
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008049038A2 (en) * | 2006-10-17 | 2008-04-24 | The Regents Of The University Of California | Compact aerosol time-of-flight mass spectrometer |
CN102622670A (zh) * | 2012-02-20 | 2012-08-01 | 中国环境科学研究院 | 一种突发水环境污染事故涉嫌风险源的溯源方法 |
-
2012
- 2012-12-17 CN CN2012105498442A patent/CN103065198A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008049038A2 (en) * | 2006-10-17 | 2008-04-24 | The Regents Of The University Of California | Compact aerosol time-of-flight mass spectrometer |
CN102622670A (zh) * | 2012-02-20 | 2012-08-01 | 中国环境科学研究院 | 一种突发水环境污染事故涉嫌风险源的溯源方法 |
Non-Patent Citations (2)
Title |
---|
唐小东: "城市污水处理厂挥发性有机恶臭污染物的来源及感官定量评价", 《中国优秀硕士学位论文全文数据库工程科技I辑》, no. 10, 15 October 2011 (2011-10-15), pages 027 - 382 * |
张欢: "恶臭污染预警应急技术研究", 《中国优秀硕士学位论文全文数据库工程科技I辑》, no. 5, 15 May 2012 (2012-05-15), pages 027 - 221 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978475A (zh) * | 2014-04-10 | 2015-10-14 | 鞍钢股份有限公司 | 一种钢铁联合企业废水排放源解析方法 |
CN104702685B (zh) * | 2015-03-11 | 2018-02-02 | 中山大学 | 基于后向轨迹的污染源追踪方法及其系统 |
CN104702685A (zh) * | 2015-03-11 | 2015-06-10 | 中山大学 | 基于后向轨迹的污染源追踪方法及其系统 |
US10372846B2 (en) | 2015-11-12 | 2019-08-06 | International Business Machines Corporation | Retrieving pollution emission source using CFD and satellite data |
CN106709127A (zh) * | 2015-11-12 | 2017-05-24 | 国际商业机器公司 | 利用cfd和卫星数据提取污染排放源 |
CN106709127B (zh) * | 2015-11-12 | 2021-03-16 | 国际商业机器公司 | 利用cfd和卫星数据提取污染排放源 |
CN105717257A (zh) * | 2016-03-03 | 2016-06-29 | 重庆大学 | 基于非线性最小二乘法和扩展集员滤波的气体源无线定位 |
CN105844301A (zh) * | 2016-04-05 | 2016-08-10 | 北华航天工业学院 | 基于贝叶斯源识别的土壤中重金属污染源解析方法 |
CN106568725A (zh) * | 2016-11-02 | 2017-04-19 | 浙江水利水电学院 | 河流护岸施工断面中大气环境的监测方法 |
CN106650020A (zh) * | 2016-11-24 | 2017-05-10 | 北京师范大学 | 一种复合受体模型污染源解析方法 |
CN107402284B (zh) * | 2017-07-13 | 2020-01-10 | 南开大学 | 基于气体标识的大气污染物多元源解析算法 |
CN107402284A (zh) * | 2017-07-13 | 2017-11-28 | 南开大学 | 基于气体标识的大气污染物多元源解析算法 |
CN107944601A (zh) * | 2017-11-07 | 2018-04-20 | 中国石油天然气集团公司 | 以特征污染物溯源分析为指导的污水处理评估方法及装置 |
CN107917987A (zh) * | 2017-11-09 | 2018-04-17 | 北京伟瑞迪科技有限公司 | 一种面向城市空气污染物溯源分析方法 |
CN107941994A (zh) * | 2017-11-09 | 2018-04-20 | 北京伟瑞迪科技有限公司 | 一种面向工业园区污染物溯源分析方法 |
CN108732226B (zh) * | 2018-04-02 | 2020-05-12 | 北京拓扑智鑫环境科技股份有限公司 | 硫醚类气体检测装置及方法 |
CN108732226A (zh) * | 2018-04-02 | 2018-11-02 | 北京拓扑智鑫环境科技股份有限公司 | 硫醚类气体检测装置及方法 |
CN108680473A (zh) * | 2018-05-09 | 2018-10-19 | 南开大学 | 一种应用单颗粒气溶胶质谱仪进行颗粒物源解析的方法 |
CN108760913B (zh) * | 2018-05-21 | 2022-02-08 | 天津市环境保护科学研究院 | 一种大气恶臭污染溯源系统及应用 |
CN108760912A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
CN108760913A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种大气恶臭污染溯源系统及应用 |
CN110096490A (zh) * | 2018-10-18 | 2019-08-06 | 苏州科技大学 | 污染场地数据库及其构建方法 |
CN109959748A (zh) * | 2019-03-22 | 2019-07-02 | 中国第一汽车股份有限公司 | 一种车内重点气味物质及气味高危零部件确定方法 |
CN110147383A (zh) * | 2019-04-25 | 2019-08-20 | 北京英视睿达科技有限公司 | 确定污染源类型的方法及装置 |
CN110175647A (zh) * | 2019-05-28 | 2019-08-27 | 北华航天工业学院 | 一种基于主成分分析和K-means聚类的污染源识别方法 |
CN110308244B (zh) * | 2019-06-26 | 2022-03-04 | 深圳市宇驰检测技术股份有限公司 | 无人机的空气监测预警方法、系统及存储介质 |
CN110308244A (zh) * | 2019-06-26 | 2019-10-08 | 深圳市宇驰检测技术股份有限公司 | 无人机的空气监测预警方法、系统及存储介质 |
CN110308250A (zh) * | 2019-07-15 | 2019-10-08 | 重庆文理学院 | 一种生姜姜瘟病植株自动监测定位方法及系统 |
CN112540147A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业区域性大气污染物溯源方法 |
CN112540147B (zh) * | 2019-09-20 | 2023-12-22 | 中国石油化工股份有限公司 | 一种炼化企业区域性大气污染物溯源方法 |
CN110687257A (zh) * | 2019-11-04 | 2020-01-14 | 河北先河环保科技股份有限公司 | 一种基于恶臭在线监测系统的溯源方法 |
CN110849837A (zh) * | 2019-11-26 | 2020-02-28 | 南昌工程学院 | 一种大气污染叠加风险区识别及评价方法 |
CN113514568B (zh) * | 2020-04-10 | 2023-08-04 | 中国石油化工股份有限公司 | 基于VOCs相似度的石化装置指纹谱图构建方法及装置 |
CN113514568A (zh) * | 2020-04-10 | 2021-10-19 | 中国石油化工股份有限公司 | 基于VOCs相似度的石化装置指纹谱图构建方法及装置 |
CN111797918A (zh) * | 2020-06-29 | 2020-10-20 | 平安国际智慧城市科技股份有限公司 | 大气污染源识别方法、装置、计算机设备及存储介质 |
CN111797918B (zh) * | 2020-06-29 | 2024-04-16 | 平安国际智慧城市科技股份有限公司 | 大气污染源识别方法、装置、计算机设备及存储介质 |
CN112051362A (zh) * | 2020-09-01 | 2020-12-08 | 杭州壹丈科技有限公司 | 风玫瑰预判污染物变化模型 |
CN112051362B (zh) * | 2020-09-01 | 2022-06-24 | 杭州壹丈科技有限公司 | 风玫瑰预判污染物变化模型 |
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
CN112925863A (zh) * | 2021-01-25 | 2021-06-08 | 北京工业大学 | 一种面向水环境管理平台的基于多要素分析的水污染溯源定位方法 |
CN112986072A (zh) * | 2021-02-09 | 2021-06-18 | 上海英凡环保科技有限公司 | 污染源臭气在线监测系统及方法 |
CN112986497B (zh) * | 2021-02-09 | 2022-04-01 | 浙江大学 | 基于气体传感器阵列指纹识别的污染气体溯源方法 |
CN112986497A (zh) * | 2021-02-09 | 2021-06-18 | 浙江大学 | 基于气体传感器阵列指纹识别的污染气体溯源方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103065198A (zh) | 大气恶臭污染精细源解析方法 | |
He et al. | Contributions of different anthropogenic volatile organic compound sources to ozone formation at a receptor site in the Pearl River Delta region and its policy implications | |
Feng et al. | Recurrent Neural Network and random forest for analysis and accurate forecast of atmospheric pollutants: a case study in Hangzhou, China | |
CN108760912B (zh) | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 | |
CN105158353B (zh) | 土壤中多环芳烃污染源解析的方法 | |
CN112540148B (zh) | 一种炼化企业大气污染物监测预警与溯源系统构建方法 | |
CN108760913B (zh) | 一种大气恶臭污染溯源系统及应用 | |
AU2020101615A4 (en) | A Method for Source Apportionment of PAHs in Roadway Sediments Coupled with Transport and Transformation Process | |
Juahir et al. | Improving oil classification quality from oil spill fingerprint beyond six sigma approach | |
CN112525977B (zh) | 一种无组织VOCs泄漏在线监测溯源方法和系统 | |
CN105469224A (zh) | 一种恶臭污染源关键致臭物质的识别方法 | |
CN105868479A (zh) | 多环芳烃源解析方法 | |
CN104636627A (zh) | 一种土壤重金属生态风险评估方法 | |
Bari et al. | Twelve-year trends in ambient concentrations of volatile organic compounds in a community of the Alberta Oil Sands Region, Canada | |
CN105184000A (zh) | 基于朴素贝叶斯源识别的非负约束因子的污染源解析方法 | |
Stojić et al. | Spatio-temporal distribution of VOC emissions in urban area based on receptor modeling | |
Schwarz et al. | A comparison of three empirically based, spatially explicit predictive models of residential soil Pb concentrations in Baltimore, Maryland, USA: understanding the variability within cities | |
Durana et al. | Long term hourly measurement of 62 non-methane hydrocarbons in an urban area: Main results and contribution of non-traffic sources | |
CN112540147B (zh) | 一种炼化企业区域性大气污染物溯源方法 | |
CN105844301A (zh) | 基于贝叶斯源识别的土壤中重金属污染源解析方法 | |
Galán-Madruga | A methodological framework for improving air quality monitoring network layout. Applications to environment management | |
Capelli et al. | The need for electronic noses for environmental odour exposure assessment | |
Jensen et al. | Measurements of volatile organic compounds during the COVID‐19 lockdown in Changzhou, China | |
Jia et al. | Identification of origins and influencing factors of environmental odor episodes using trajectory and proximity analyses | |
Pan et al. | Volatile organic compounds pollution control technologies: past, current and future analysis based on patent text mining and technology life cycle analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130424 |