CN105469224A - 一种恶臭污染源关键致臭物质的识别方法 - Google Patents
一种恶臭污染源关键致臭物质的识别方法 Download PDFInfo
- Publication number
- CN105469224A CN105469224A CN201610012941.6A CN201610012941A CN105469224A CN 105469224 A CN105469224 A CN 105469224A CN 201610012941 A CN201610012941 A CN 201610012941A CN 105469224 A CN105469224 A CN 105469224A
- Authority
- CN
- China
- Prior art keywords
- odor
- source
- causing substance
- pollution source
- recognition methods
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N2030/022—Column chromatography characterised by the kind of separation mechanism
- G01N2030/025—Gas chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N2030/022—Column chromatography characterised by the kind of separation mechanism
- G01N2030/027—Liquid chromatography
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明涉及一种恶臭污染源关键致臭物质的识别方法。按照以下步骤进行:(1)确定恶臭污染源调查区域;(2)恶臭污染源调查;(3)在恶臭源调查的基础上,选取典型的污染源进行排放特征分析;(4)解析各组分浓度和嗅阈值之间的关系;(5)识别各类排放源的主要致臭物质。本发明通过解析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,对恶臭污染源的影响进行量化评估,为臭气浓度的预测及污染源的治理提供了一种更为准确、实用的方法。
Description
技术领域
本发明属环境污染源评估方法,具体涉及一种恶臭污染源关键致臭物质的识别方法。
背景技术
恶臭污染成为大气污染公害之一,它不仅污染环境,而且危害人类健康。恶臭污染具有时间短、突发性等特点,易受气温、气压、风速、风向等气象条件的影响,难以捕捉,加之恶臭污染源彼此交叉、互相干扰,给恶臭污染评价带来了较大的难度。
目前,关于复合臭气与其各组分之间的关系有两种理解方法。一种认为复合臭气浓度等于各组分阈稀释倍数的总和,简称总和模型法;另一种认为恶臭气体的臭气浓度等于各组分的阈稀释倍数的最大值,简称最大模型法,这两种模型都是简化模型。然而,当多种气体混合后,他们之间的作用非常复杂,并不是单纯的相加减的关系。因此,必须结合现场调查与实验室分析,分析恶臭特征标识物的阈稀释倍数与臭气浓度之间的对应系数,确定关键的致臭物质,为后续恶臭污染的监测以及治理工作提供理论基础。
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关键致臭物质的识别更为直观、准确的解析方法。具体技术如下:
(1)确定恶臭污染源调查区域
(2)开展恶臭污染源调查
(3)在恶臭源调查的基础上,选取典型的污染源进行排放特征分析
(4)解析各组分浓度和嗅阈值之间的关系
(5)识别各类排放源的主要致臭物质
所述步骤(1)恶臭污染源的调查区域,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。
所述步骤(2)恶臭污染源调查,调查包括如下过程:(1)基础资料收集;(2)实地调查。
所述步骤(3)排放特征的分析,有机物定量(不含醛酮)的分析方法是气相色谱质谱联用法,用EPATO-14和TO-15标气;氨的分析方法是《环境空气与废气氨的测定纳氏试剂分光光度法》;醛酮的分析方法是2,4-二硝基苯肼固相吸附/高效液相色谱法;臭气浓度测试方法是《空气质量恶臭的测定三点比较式臭袋法》。所述步骤(4)各组分浓度和嗅阈值之间的关系的解析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。
所述步骤(5)各类排放源的主要致臭物质的识别方法是采用SPSS软件,首先将恶臭特征标识物的阈稀释倍数以及臭气浓度转化成臭气指数,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,然后进行多元线性回归分析,根据逐步筛选法,选出相关性最高的恶臭物质。
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:传统的污染源分析技术只能大致给出对环境受体贡献较大的污染物,而不能给出具体污染物对受体贡献的大小,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,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,对恶臭污染源的影响进行量化评估。同时本发明为臭气浓度的预测及污染源的治理提供了一种更为准确、实用的方法。
具体实施方式
下面通过实例进一步描述本发明。
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,选取典型的污染源进行排放特征分析,解析各组分浓度和嗅阈值之间的关系,识别各类排放源的关键致臭物质,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。所述的调查过程包括如下过程: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;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酷袋采样法采集,用于感官分析的样品使用真空瓶或聚酯袋法采集。
(3)选取一个典型的恶臭排放源,本研究选取的污水处理厂进行排放特征的分析,有机物定量(不含醛酮)的分析方法是气相色谱质谱联用法,用EPATO-14和TO-15标气;氨的分析方法是《环境空气与废气氨的测定纳氏试剂分光光度法》;醛酮的分析方法是2,4-二硝基苯肼固相吸附/高效液相色谱法;臭气浓度测试方法是《空气质量恶臭的测定三点比较式臭袋法》。
(4)各组分浓度和嗅阈值之间的关系的解析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。
(5)各类排放源的主要致臭物质的识别方法是采用SPSS软件,首先将恶臭特征标识物的阈稀释倍数以及臭气浓度转化成臭气指数,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,然后进行多元线性回归分析,根据逐步筛选法,选出相关性最高的恶臭物质,结果表明硫化氢、甲硫醇与臭气浓度的相关性最高,拟合效果最好。确定硫化氢、甲硫醇为污水处理厂的关键致臭物质。
Claims (6)
1.一种恶臭污染源关键致臭物质的识别方法,其特征是:
(1)确定恶臭污染源调查区域
(2)开展恶臭污染源调查
(3)在恶臭源调查的基础上,选取典型的污染源进行排放特征分析
(4)解析各组分浓度和嗅阈值之间的关系
(5)识别各类排放源的主要致臭物质。
2.如权利要求1所述的根据权利要求所述的恶臭污染源关键致臭物质的识别方法,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.如权利要求1所述的的恶臭污染源关键致臭物质的识别方法,其特征是步骤(2)所述的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.如权利要求1所述的恶臭污染源关键致臭物质的识别方法,其特征是步骤(3)排放特征分析,有机物定量(不含醛酮)的分析方法是气相色谱质谱联用法,用EPATO-14和TO-15标气;氨的分析方法是《环境空气与废气氨的测定纳氏试剂分光光度法》;醛酮的分析方法是2,4-二硝基苯肼固相吸附/高效液相色谱法;臭气浓度测试方法是《空气质量恶臭的测定三点比较式臭袋法》。
5.如权利要求1所述的恶臭污染源关键致臭物质的识别方法,其特征是步骤(4)各组分浓度和嗅阈值之间的关系的解析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.如权利要求1所述的恶臭污染源关键致臭物质的识别方法,其特征是步骤(5)各类排放源的主要致臭物质的识别方法是采用SPSS软件,首先将恶臭特征标识物的阈稀释倍数以及臭气浓度转化成臭气指数,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,然后进行多元线性回归分析,根据逐步筛选法,选出相关性最高的恶臭物质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610012941.6A CN105469224A (zh) | 2016-01-06 | 2016-01-06 | 一种恶臭污染源关键致臭物质的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610012941.6A CN105469224A (zh) | 2016-01-06 | 2016-01-06 | 一种恶臭污染源关键致臭物质的识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105469224A true CN105469224A (zh) | 2016-04-06 |
Family
ID=55606892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610012941.6A Pending CN105469224A (zh) | 2016-01-06 | 2016-01-06 | 一种恶臭污染源关键致臭物质的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105469224A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108693084A (zh) * | 2017-04-06 | 2018-10-23 | 富士电机株式会社 | 产生源分析装置以及产生源分析系统 |
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 |
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 |
CN108918691A (zh) * | 2018-03-21 | 2018-11-30 | 北京卡达克数据有限公司 | 一种车内气味物质确定方法及车内气味物质溯源方法 |
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 |
CN112735539A (zh) * | 2021-01-18 | 2021-04-30 | 中国科学院生态环境研究中心 | 基于复合受体模型的污染场地特征污染物的源解析方法 |
CN112903945A (zh) * | 2021-02-26 | 2021-06-04 | 珠江水利委员会珠江水利科学研究院 | 一种基于常规水质参数的城市黑臭水体识别方法 |
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 |
CN113899823A (zh) * | 2021-09-01 | 2022-01-07 | 中车长春轨道客车股份有限公司 | 一种轨道车辆产品愉悦度评价及预测方法 |
CN114935618A (zh) * | 2022-06-07 | 2022-08-23 | 天津市生态环境科学研究院(天津市环境规划院、天津市低碳发展研究中心) | 一种基于非靶标筛查的致臭物质精准识别方法 |
-
2016
- 2016-01-06 CN CN201610012941.6A patent/CN105469224A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108693084A (zh) * | 2017-04-06 | 2018-10-23 | 富士电机株式会社 | 产生源分析装置以及产生源分析系统 |
CN108918691B (zh) * | 2018-03-21 | 2021-06-22 | 中汽数据有限公司 | 一种车内气味物质确定方法及车内气味物质溯源方法 |
CN108918691A (zh) * | 2018-03-21 | 2018-11-30 | 北京卡达克数据有限公司 | 一种车内气味物质确定方法及车内气味物质溯源方法 |
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 |
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 |
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 |
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 |
CN112735539A (zh) * | 2021-01-18 | 2021-04-30 | 中国科学院生态环境研究中心 | 基于复合受体模型的污染场地特征污染物的源解析方法 |
CN112735539B (zh) * | 2021-01-18 | 2024-04-16 | 中国科学院生态环境研究中心 | 基于复合受体模型的污染场地特征污染物的源解析方法 |
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 |
CN112903945A (zh) * | 2021-02-26 | 2021-06-04 | 珠江水利委员会珠江水利科学研究院 | 一种基于常规水质参数的城市黑臭水体识别方法 |
CN112903945B (zh) * | 2021-02-26 | 2022-02-22 | 珠江水利委员会珠江水利科学研究院 | 一种基于常规水质参数的城市黑臭水体识别方法 |
CN113899823A (zh) * | 2021-09-01 | 2022-01-07 | 中车长春轨道客车股份有限公司 | 一种轨道车辆产品愉悦度评价及预测方法 |
CN114935618A (zh) * | 2022-06-07 | 2022-08-23 | 天津市生态环境科学研究院(天津市环境规划院、天津市低碳发展研究中心) | 一种基于非靶标筛查的致臭物质精准识别方法 |
CN114935618B (zh) * | 2022-06-07 | 2023-08-04 | 天津市生态环境科学研究院(天津市环境规划院、天津市低碳发展研究中心) | 一种基于非靶标筛查的致臭物质精准识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105469224A (zh) | 一种恶臭污染源关键致臭物质的识别方法 | |
CN114424058B (zh) | 一种VOCs污染的溯源方法 | |
CN108760912B (zh) | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 | |
Hopke | Review of receptor modeling methods for source apportionment | |
CN108760913B (zh) | 一种大气恶臭污染溯源系统及应用 | |
CN105631203A (zh) | 识别土壤中重金属污染源的方法 | |
CN103065198A (zh) | 大气恶臭污染精细源解析方法 | |
CN112485319B (zh) | 大气环境走航监测方法及信息处理方法、装置、监测车 | |
CN110763775A (zh) | 复合气体的气味浓度计算方法 | |
Venkanna et al. | Environmental monitoring of surface ozone and other trace gases over different time scales: chemistry, transport and modeling | |
CN114720630A (zh) | 精准溯源解析方法及装置 | |
CN110687257A (zh) | 一种基于恶臭在线监测系统的溯源方法 | |
Hidy et al. | Air quality measurements—From rubber bands to tapping the rainbow | |
Shin et al. | Chemical characteristics of high PM episodes occurring in spring 2014, Seoul, Korea | |
Zaouak et al. | High performance cost effective miniature sensor for continuous network monitoring of h2s | |
CN116976698B (zh) | 沥青基材料VOCs排放的生态环境负荷估算方法及系统 | |
Čargonja et al. | Characteristics of aerosol pollution in the vicinity of an oil refinery near Rijeka, Croatia | |
CN112711911B (zh) | 基于污染源谱库的应用于边界观测的快速污染溯源方法 | |
Karellas et al. | Real-time air monitoring of trichloroethylene and tetrachloroethylene using mobile TAGA mass spectrometry | |
Bax et al. | Odour nuisance monitoring | |
Călămar et al. | Analysis of olfactive disconfort, generated by industrial activities neighboring residential areas, affecting the quality of life and health of population | |
Capelli et al. | Overview of odour measurement methods: The odour observatory as an informative tool for citizen science based approaches to odour management | |
Lucernoni et al. | Sampling method for the determination of methane emissions from landfill surfaces | |
Amodio et al. | Odour impact assessment by a multiparametric system (electronic noses/CH4-NMHC analyser) | |
Zhang et al. | Compositional analysis and quantitative evaluation of organic emissions from asphalt materials: improvements and refinements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160406 |