CN105547933B - 一种大气污染监测方法和设备 - Google Patents
一种大气污染监测方法和设备 Download PDFInfo
- Publication number
- CN105547933B CN105547933B CN201510923598.6A CN201510923598A CN105547933B CN 105547933 B CN105547933 B CN 105547933B CN 201510923598 A CN201510923598 A CN 201510923598A CN 105547933 B CN105547933 B CN 105547933B
- Authority
- CN
- China
- Prior art keywords
- atmospheric
- history
- samples
- pollutant
- relative humidity
- 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.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 163
- 231100000719 pollutant Toxicity 0.000 claims abstract description 163
- 238000010521 absorption reaction Methods 0.000 claims abstract description 121
- 239000000443 aerosol Substances 0.000 claims description 115
- 239000005427 atmospheric aerosol Substances 0.000 claims description 79
- 230000008033 biological extinction Effects 0.000 claims description 60
- 239000002245 particle Substances 0.000 claims description 37
- 238000001035 drying Methods 0.000 claims description 17
- 239000008188 pellet Substances 0.000 claims description 15
- 239000000356 contaminant Substances 0.000 claims description 9
- 239000003292 glue Substances 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract description 7
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 29
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 19
- 239000007789 gas Substances 0.000 description 15
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 13
- 229910052799 carbon Inorganic materials 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 229910002651 NO3 Inorganic materials 0.000 description 9
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 9
- 150000003863 ammonium salts Chemical class 0.000 description 9
- 239000013618 particulate matter Substances 0.000 description 9
- 239000000126 substance Substances 0.000 description 8
- 239000003738 black carbon Substances 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 239000003610 charcoal Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 239000005864 Sulphur Substances 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- 241000487918 Acacia argyrodendron Species 0.000 description 1
- -1 Ammonium salt Chemical class 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 235000011222 chang cao shi Nutrition 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- FGIUAXJPYTZDNR-UHFFFAOYSA-N potassium nitrate Chemical compound [K+].[O-][N+]([O-])=O FGIUAXJPYTZDNR-UHFFFAOYSA-N 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N2015/0238—Single particle scatter
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明提供了一种大气污染监测方法和设备,包括:采集设定区域内的当前大气状态参数;根据大气的相对湿度与大气中包含的污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;根据当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定当前大气的污染物浓度。这样,对于目标区域内当前大气污染程度通过当前大气的相对湿度对应的当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量得到,既考虑到大气中包含的污染物成分的多样性,又能够保证测量得到的当前大气的污染物浓度精度比较高,能够有效降低大气污染物对人们造成的伤害。
Description
技术领域
本发明涉及卫星遥感以及计算机数据处理领域,尤其涉及一种大气污染监测方法和设备。
背景技术
随着科学技术的飞速发展,我国工业化进程的不断加快。然而在工业生产过程和人们的生产生活过程中,将大量有害物质(又可以称为污染物质)排放到大气中,导致大气环境质量下降。当大气中包含的污染物质的浓度达到有害程度,即破坏生态系统和人类正常生存和发展的条件,对人或动植物造成危害的现象被称为大气污染,大气中包含的污染物又被称为大气污染物。
一般地,大气污染物按污染物存在状态可以分为两类:一类是气溶胶状态污染物,另一类是气体状态污染物。其中,气体状态污染物主要包含:以二氧化硫为主的硫氧化合物、以二氧化氮为主的氮氧化合物、以一氧化碳为主的碳氧化合物、碳、氢结合的碳氢化合物。
而气溶胶状态污染物,又可以被称为大气气溶胶,是悬浮在大气中的有害物质(固态和液态颗粒物)的总称。一般大气气溶胶至少包括6大类7种气溶胶粒子:硫酸盐气溶胶、硝酸盐气溶胶、铵盐气溶胶、海盐气溶胶、沙尘气溶胶和碳气溶胶(例如:黑碳和有机碳气溶胶)。这些气溶胶粒子均为细颗粒物,是形成大气污染的主要化学成分。
由于大气中除了包含空气之外,还含有大量的水蒸气,使得大气具备一定的湿度;再加上大气中所包含的颗粒物中存在的水溶性物质具有吸湿性,这样水溶性物质的颗粒在吸取大气环境中的水蒸汽之后导致水溶性物质的颗粒物的直径发生变化。因此,大气的相对湿度越大,大气中包含的水溶性颗粒物吸湿后的直径就越大,进而悬浮在大气中的水溶性颗粒物的浓度越高,空气质量越差,大气污染就越严重。
为了能够对大气污染浓度进行有效的监测,需要对大气中包含的气溶胶颗粒的形态及性质变化进行充分的研究。目前在国内,大气气溶胶颗粒物的研究工作主要集中在实验室分析、外场实验、数值模拟等三个方面;研究手段主要采用卫星遥感技术,对一定区域的近地面的大气中包含的可吸入颗粒物(这里的可吸入颗粒物主要是指颗粒物直径不大于10微米的大气气溶胶颗粒物)的浓度进行监测;研究对象主要是针对单一组分大气气溶胶颗粒物,针对每一种单一组分的大气气溶胶颗粒物,分析得到该单一组分的大气气溶胶颗粒物在一定相对湿度范围内对大气污染的浓度变化规律。
但是由于实际大气中包含的多种气溶胶颗粒物,仅仅研究得到每一组分气溶胶颗粒物在一定相对湿度范围内对大气污染的浓度变化规律,并不能准确反映实际大气中多种气溶胶颗粒物在一定相对湿度范围内对大气污染的浓度变化规律,也就是说,采用现有的大气污染监测方法,测量得到的大气污染的浓度不够精确。
发明内容
有鉴于此,本发明实施例提供了一种大气污染监测方法和设备,用于解决目前存在测量得到的大气污染的浓度不够精确的问题。
一种大气污染监测方法,包括:
采集设定区域内的当前大气状态参数,其中,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;
根据大气的相对湿度与所述大气中包含的各个污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;
根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,其中,所述当前大气中包含的污染物中包含气溶胶污染物。
一种大气污染监测设备,包括:
采集单元,用于采集设定区域内的当前大气状态参数,其中,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;
确定单元,用于根据大气的相对湿度与所述大气中包含的各个污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;
测量单元,用于根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,其中,所述当前大气中包含的污染物中包含气溶胶污染物。
本发明有益效果如下:
本发明实施例采集设定区域内的当前大气状态参数,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;根据大气的相对湿度与所述大气中包含的污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,所述当前大气中包含的污染物中包含气溶胶污染物。这样,对于目标区域内当前大气污染程度,通过当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量即可快速得到,既考虑到大气中包含的污染物成分的多样性,又能够保证测量得到的当前大气的污染物浓度精度比较高,使得在大气的污染物浓度比较高的情形下及时提醒人们采取措施,有效降低大气污染物对人们造成的伤害。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种大气污染监测方法的流程示意图;
图2为确定大气的相对湿度与所述大气中包含的污染物的吸湿增长参数之间的预设对应关系的流程示意图;
图3为本发明实施例提供的一种大气污染监测设备的结构示意图。
具体实施方式
为了实现本发明的目的,本发明实施例中提供了一种大气污染监测方法和设备,采集设定区域内的当前大气状态参数,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;根据大气的相对湿度与所述大气中包含的污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,所述当前大气中包含的污染物中包含气溶胶污染物。这样,对于目标区域内当前大气污染程度,通过当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量即可快速得到,既考虑到大气中包含的污染物成分的多样性,又能够保证测量得到的当前大气的污染物浓度精度比较高,使得在大气的污染物浓度比较高的情形下及时提醒人们采取措施,有效降低大气污染物对人们造成的伤害。
其中,本发明实施例中涉及到的大气中包含的气溶胶状态污染物包括但不限以以下几种气溶胶粒子:硫酸盐气溶胶粒子、硝酸盐气溶胶粒子、铵盐气溶胶粒子、海盐气溶胶粒子、有机碳气溶胶粒子、黑碳气溶胶粒子、沙尘气溶胶粒子等。
需要说明的是,这几种气溶胶粒子都具有不同程度的吸湿性。已有研究表明,大气中包含的气溶胶状态污染物中的硫酸盐气溶胶粒子、硝酸盐气溶胶粒子、铵盐气溶胶粒子、海盐气溶胶粒子的吸湿性比较强,而有机碳气溶胶粒子、黑碳气溶胶粒子、沙尘气溶胶粒子的吸湿性相对于前面描述的那几种比较弱。
此外,通过大量数据表明:大气的相对湿度越高,大气的水平能见度(人在正常情况下能够看到的最大水平距离)越低,大气中包含气溶胶状态污染物的吸湿能力越强。
为了精确测量得到大气中包含的污染物浓度,如何通过当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数进行测量成为本发明实施例主要解决的问题。
下面结合说明书附图对本发明各个实施例作进一步地详细描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种大气污染监测方法的流程示意图。所述方法可以如下所述。
步骤101:采集设定区域内的当前大气状态参数。
其中,所述大气状态参数中包含当前大气的相对湿度。
在步骤101中,通过对目标区域内的大气状态进行监测,得到该目标区域内当前大气的相对湿度和当前大气中包含的各个污染物的含量。
步骤102:根据大气的相对湿度与所述大气中包含的污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数。
在步骤102中,对于大气的相对湿度与所述大气中包含的污染物的吸湿增长参数之间的预设对应关系可以但不限于通过以下方式确定:
如图2所示,为确定大气的相对湿度与所述大气中包含的污染物的吸湿增长参数之间的预设对应关系的流程示意图。
S201:采集所述设定区域内的历史大气样本,从所述历史大气样本中确定所述历史大气样本的大气状态参数。
其中,所述大气状态参数中包含各个大气气溶胶污染物的含量、所述历史大气样本的相对湿度、所述历史大气样本的水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度。
具体地,利用气象仪测量出所述历史大气样本的相对湿度。
利用在线水溶性盐测量仪分别测量得到硫酸盐气溶胶、硝酸盐气溶胶和铵盐气溶胶在所述历史大气样本中包含的大气气溶胶中的含量;利用在线碳分析仪分别测量得到黑炭气溶胶和有机碳气溶胶在所述历史大气样本中包含的大气气溶胶中的含量;利用在线重金属测量仪测量沙尘气溶胶在所述历史大气样本中包含的大气气溶胶中的含量;最后可以根据测量得到的硫酸盐气溶胶的含量、硝酸盐气溶胶的含量、铵盐气溶胶的含量、有机碳气溶胶的含量、黑碳气溶胶的含量、沙尘气溶胶的含量以及所述历史大气样本中包含的大气气溶胶的含量,计算得到海盐气溶胶在所述历史大气样本中包含的大气气溶胶中的含量。
可选地,在计算得到各个大气气溶胶污染物的含量时,根据所述历史大气样本中包含的大气气溶胶污染物的总量,得到所述历史大气样本中各个大气气溶胶污染物之间的比例。
此外,利用能见度仪测量得到所述历史大气样本的水平能见度;利用振荡天平测量得到所述历史大气样本中总悬浮颗粒物质量浓度。
S202:根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度、所述历史大气样本水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数。
在S202中,根据所述历史大气样本的水平能见度,计算得到满足所述历史大气样本的相对湿度的大气水平消光系数;根据所述大气水平消光系数和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数。
具体地,根据所述历史大气样本的水平能见度,计算得到满足所述历史大气样本的相对湿度的大气水平消光系数,具体包括:
利用公式计算得到满足所述历史大气样本的相对湿度的大气水平消光系数。
其中,Eall为大气水平消光系数;Vis为所述历史大气样本的水平能见度。
具体地,根据所述大气水平消光系数和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数,具体包括:平均质量消光系数=大气水平消光系数/TSP质量浓度。
需要说明的是,历史大气样本的相对湿度不同,但是计算不同相对湿度的所述历史大气样本的平均质量消光系数的方式相同,可以按照上述方式计算得到,即确定不同相对湿度下的大气水平消光系数以及不同相对湿度下的TSP质量浓度,即可按照上述计算方式得到不同相对湿度下的大气样本的平均质量消光系数。
S203:根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度,确定满足所述历史大气样本的相对湿度的每一种所述大气气溶胶污染物的吸湿增长参数。
在S203中,从所述历史大气样本中分离得到每一种大气气溶胶污染物,针对得到的每一种大气气溶胶污染物,执行以下操作:
选择其中一种大气气溶胶污染物;
利用浊度计,测量选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ与干燥状态下的消光系数σ的比值;
根据测量到的选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ相对湿度与干燥状态下的消光系数σ干燥状态的比值,确定选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的吸湿增长参数f=σ相对湿度/σ干燥状态。
需要说明的是,本申请实施例中所记载的干燥状态可以是指相对湿度为40%的状态。
下面以上述记载的大气气溶胶污染物为硫酸盐气溶胶为例说明如何拟合得到硫酸盐气溶胶的吸湿增长参数。
具体地,第一步,利用气溶胶发生器产生硫酸盐气溶胶。
第二步,将硫酸盐气溶胶送入浊度计,利用浊度计测量硫酸盐气溶胶在满足所述历史大气样本的相对湿度的消光系数。
第三步,根据测量到的所述消光系数,确定硫酸盐气溶胶在满足所述历史大气样本的相对湿度的吸湿增长参数。
例如:当所述历史大气样本的相对湿度为40%时,测量得到硫酸盐气溶胶在该相对湿度下的消光系数σ硫酸盐(RH=40%),进而计算得到硫酸盐气溶胶在该相对湿度下的吸湿增长参数f硫酸盐(RH=40%)。
此时,得到相对湿度为40%时硫酸盐气溶胶的吸湿增长参数f硫酸盐(RH=40%)。
基于上述方式,依次增加硫酸盐气溶胶的相对湿度,将依次得到不同相对湿度对应的硫酸盐气溶胶的吸湿增长参数。
例如:相对湿度增加5%,测量硫酸盐气溶胶在该相对湿度(RH=40%+1×5%)下的消光系数σ硫酸盐(RH=40%+1×5%),进而计算得到该相对湿度下的硫酸盐气溶胶吸湿增长参数f硫酸盐(RH=40%+1×5%)=σ硫酸盐(RH=40%+1×5%)/σ硫酸盐(RH=40%);
相对湿度再增加5%,测量硫酸盐气溶胶在该相对湿度(RH=40%+2×5%)下的消光系数σ硫酸盐(RH=40%+2×5%),进而计算得到该相对湿度下的硫酸盐气溶胶吸湿增长参数f硫酸盐(RH=40%+2×5%)=σ硫酸盐(RH=40%+2×5%)/σ硫酸盐(RH=40%);
相对湿度再增加n倍5%,测量硫酸盐气溶胶在该相对湿度(RH=40%+n×5%)下的消光系数σ硫酸盐(RH=40%+n×5%),进而计算得到该相对湿度下的硫酸盐气溶胶吸湿增长参数f硫酸盐(RH=40%+n×5%)=σ硫酸盐(RH=40%+n×5%)/σ硫酸盐(RH=40%);
.......直至相对湿度增加至90%,即n=10,测量硫酸盐气溶胶在该相对湿度(RH=40%+10×5%)下的消光系数σ硫酸盐(RH=40%+10×5%),进而计算得到该相对湿度下的硫酸盐气溶胶吸湿增长参数f硫酸盐(RH=40%+10×5%)=σ硫酸盐(RH=40%+10×5%)/σ硫酸盐(RH=40%)。
需要说明的是,这里的相对湿度的取值方式可以通过浊度计来控制得到,经研究,发现上述规律。
可选地,在得到不同相对湿度对应的硫酸盐气溶胶的吸湿增长参数,可以拟合得到硫酸盐气溶胶的吸湿增长模型。
即硫酸盐气溶胶的吸湿增长模型可以通过表1表示:
表1
基于上述方式,可以依次得到不同相对湿度下大气中包含的硝酸盐气溶胶吸湿增长参数、铵盐气溶胶吸湿增长参数、黑炭气溶胶吸湿增长参数、有机碳气溶胶吸湿增长参数、沙尘气溶胶吸湿增长参数及海盐气溶胶吸湿增长参数,进而拟合得到大气中包含的硝酸盐气溶胶吸湿增长模型、铵盐气溶胶吸湿增长模型、黑炭气溶胶吸湿增长模型、有机碳气溶胶吸湿增长模型、沙尘气溶胶吸湿增长模型及海盐气溶胶吸湿增长模型。
需要说明的是,在相同的相对湿度下,不同气溶胶对应的消光系数不同。
S204:根据每一种所述大气气溶胶污染物的吸湿增长参数、所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的含量以及所述历史大气样本的平均质量消光系数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数。
在S204中,根据每一种所述大气气溶胶污染物的吸湿增长参数以及所述历史大气样本的平均质量消光系数,拟合得到所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数;
根据所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数、每一种所述大气气溶胶污染物的含量以及每一种所述大气气溶胶污染物的吸湿增长参数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数。
具体地,通过以下方式得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数:
f(RH)=a1×m1×f硝酸盐(RH)+a2×m2×f硫酸盐(RH)+a3×m3×f铵盐(RH)+a4×m4×f黑炭(RH)+a5×m5×f有机碳(RH)+a6×m6×f沙尘(RH)+a7×m7×f海盐(RH);
其中,a1表示硝酸盐气溶胶状态污染物的吸湿增长拟合系数,m1表示硝酸盐气溶胶占总气溶胶的体积百分比(即含量);a2表示硫酸盐气溶胶状态污染物的吸湿增长拟合系数,m2表示硫酸盐气溶胶占总气溶胶的体积百分比(即含量);a3表示铵盐气溶胶状态污染物的平吸湿增长拟合系数,m3表示铵盐气溶胶占总气溶胶的体积百分比(即含量);a4表示黑炭气溶胶状态污染物的吸湿增长拟合系数,m4表示黑炭气溶胶占总气溶胶的体积百分比(即含量);a5表示有机炭气溶胶状态污染物的吸湿增长拟合系数,m5表示有机碳气溶胶占总气溶胶的体积百分比(即含量);a6表示沙尘气溶胶状态污染物的吸湿增长拟合系数,m6表示沙尘气溶胶占总气溶胶的体积百分比(即含量);a7表示海盐气溶胶状态污染物的吸湿增长拟合系数,m7表示海盐气溶胶占总气溶胶的体积百分比(即含量)。
需要说明的是,所述历史大气样本的相对湿度不同,得到的所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数也不同。
S205:建立所述历史大气样本的相对湿度与所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数之间的对应关系。
可选地,在建立得到所述历史大气样本的相对湿度与所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数之间的对应关系之后,可以利用表1的方式拟合得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长模型。
步骤103:根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度。
其中,所述当前大气中包含的污染物中包含气溶胶污染物。
在步骤103中,通过步骤102中的方式,得到满足当前大气相对湿度的污染物的吸湿增长参数,那么确定大气中包含的污染物的吸湿规律,此时统计吸湿后大气中包含的污染物的直径大小,可以得到当前大气的污染物浓度,例如:PM2.5的值,PM10的值等等。
需要说明的是,本发明实施例中所述的大气监测方法是基于大气中包含的各个气溶胶粒子的综合吸湿增长参数得到的。具体地,气溶胶粒子的吸湿增长参数表征气溶胶粒子的消光特性(对太阳辐射的吸收和散射能力)随空气相对湿度的变化规律。
大气气溶胶粒子中的水溶性物质具有吸湿性,粒子吸湿后其粒径会增长,从而导致粒子的数谱分布、复折射指数或折射率发生变化(吸湿增长特性)。根据Mie散射理论,气溶胶的消光特性主要取决于其谱分布及折射指数,因此气溶胶的消光系数对湿度的变化极其敏感。由于气溶胶粒子的吸湿性质不同,实际大气气溶胶粒子的吸湿增长能力与大气湿度、气溶胶粒子在大气中所占比例以及混合状态等因素密切相关。通过卫星遥感反演近地面颗粒物,采用卫星遥感手段对区域尺度近地面可吸入颗粒物浓度进行监测,利用确定的大气中颗粒物的消光特性随大气相对湿度的变化规律,即可对近地面的大气中包含的污染物的浓度进行测量,进而确定大气污染程度。
通过本发明实施例提供的方案,采集设定区域内的当前大气状态参数,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;根据大气的相对湿度与所述大气中包含的污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,所述当前大气中包含的污染物中包含气溶胶污染物。这样,对于目标区域内当前大气污染程度,通过当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量即可快速得到,既考虑到大气中包含的污染物成分的多样性,又能够保证测量得到的当前大气的污染物浓度精度比较高,使得在大气的污染物浓度比较高的情形下及时提醒人们采取措施,有效降低大气污染物对人们造成的伤害。
图3为本发明实施例提供的一种大气污染监测设备的结构示意图。所述监测设备包括:采集单元31、确定单元32和测量单元33,其中:
采集单元31,用于采集设定区域内的当前大气状态参数,其中,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;
确定单元32,用于根据大气的相对湿度与所述大气中包含的各个污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;
测量单元33,用于根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,其中,所述当前大气中包含的污染物中包含气溶胶污染物。
具体地,所述确定单元32,具体用于采集所述设定区域内的历史大气样本,从所述历史大气样本中确定所述历史大气样本的大气状态参数,其中,所述大气状态参数中包含各个大气气溶胶污染物的含量、所述历史大气样本的相对湿度、所述历史大气样本的水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度;
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度、所述历史大气样本水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数;
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度,确定满足所述历史大气样本的相对湿度的每一种所述大气气溶胶污染物的吸湿增长参数;
根据每一种所述大气气溶胶污染物的吸湿增长参数、所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的含量以及所述历史大气样本的平均质量消光系数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数;
建立所述历史大气样本的相对湿度与所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数之间的对应关系。
具体地,所述确定单元32,具体用于根据所述历史大气样本的水平能见度,计算得到满足所述历史大气样本的相对湿度的大气水平消光系数;
根据所述大气水平消光系数和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数。
具体地,所述确定单元32,具体用于根据每一种所述大气气溶胶污染物的吸湿增长参数以及所述历史大气样本的平均质量消光系数,拟合得到所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数;
根据所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数、每一种所述大气气溶胶污染物的含量以及每一种所述大气气溶胶污染物的吸湿增长参数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数。
具体地,所述确定单元32,具体用于从所述历史大气样本中分离得到每一种大气气溶胶污染物;
针对得到的每一种大气气溶胶污染物,执行以下操作:
选择其中一种大气气溶胶污染物;
利用浊度计,测量选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ与干燥状态下的消光系数σ的比值;
根据测量到的选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ相对湿度与干燥状态下的消光系数σ干燥状态的比值,确定选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的吸湿增长参数f=σ相对湿度/σ干燥状态。
需要说明的是,本发明实施例中所述的大气监测设备可以通过软件方式实现,也可以通过硬件方式实现。还可以应用在卫星遥感技术,利用计算机内部存储的大气气溶胶综合吸湿增长参数确定大气污染程度。
本领域的技术人员应明白,本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种大气污染监测方法,其特征在于,包括:
采集设定区域内的当前大气状态参数,其中,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;
根据大气的相对湿度与所述大气中包含的各个污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;
根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,其中,所述当前大气中包含的污染物中包含气溶胶污染物;其中,
通过以下方式建立大气的相对湿度与所述大气中包含的气溶胶颗粒物的吸湿增长参数之间的预设对应关系,包括:
采集所述设定区域内的历史大气样本,从所述历史大气样本中确定所述历史大气样本的大气状态参数,其中,所述大气状态参数中包含各个大气气溶胶污染物的含量、所述历史大气样本的相对湿度、所述历史大气样本的水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度;
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度、所述历史大气样本水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数;
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度,确定满足所述历史大气样本的相对湿度的每一种所述大气气溶胶污染物的吸湿增长参数;
根据每一种所述大气气溶胶污染物的吸湿增长参数、所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的含量以及所述历史大气样本的平均质量消光系数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数;
建立所述历史大气样本的相对湿度与所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数之间的对应关系。
2.如权利要求1所述的大气污染监测方法,其特征在于,
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度、所述历史大气样本的水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到所述历史大气样本的平均质量消光系数,包括:
根据所述历史大气样本的水平能见度,计算得到满足所述历史大气样本的相对湿度的大气水平消光系数;
根据所述大气水平消光系数和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数。
3.如权利要求1所述的大气污染监测方法,其特征在于,
根据每一种所述大气气溶胶污染物的吸湿增长参数、所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的含量以及所述历史大气样本的平均质量消光系数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数,包括:
根据每一种所述大气气溶胶污染物的吸湿增长参数以及所述历史大气样本的平均质量消光系数,拟合得到所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数;
根据所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数、每一种所述大气气溶胶污染物的含量以及每一种所述大气气溶胶污染物的吸湿增长参数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数。
4.如权利要求1所述的大气污染监测方法,其特征在于,
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度,确定满足所述历史大气样本的相对湿度的所述各个大气气溶胶污染物的吸湿增长参数,包括:
从所述历史大气样本中分离得到每一种大气气溶胶污染物;
针对得到的每一种大气气溶胶污染物,执行以下操作:
选择其中一种大气气溶胶污染物;
利用浊度计,测量选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ与干燥状态下的消光系数σ的比值;
根据测量到的选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ相对湿度与干燥状态下的消光系数σ干燥状态的比值,确定选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的吸湿增长参数f=σ相对湿度/σ干燥状态。
5.一种大气污染监测设备,其特征在于,包括:
采集单元,用于采集设定区域内的当前大气状态参数,其中,所述大气状态参数中包含当前大气的相对湿度和当前大气中包含的各个污染物的含量;
确定单元,用于根据大气的相对湿度与所述大气中包含的各个污染物的吸湿增长参数之间的预设对应关系,确定当前大气的相对湿度对应的所述当前大气中包含的污染物的吸湿增长参数;
测量单元,用于根据所述当前大气中包含的污染物的吸湿增长参数和当前大气中包含的各个污染物的含量,确定所述当前大气的污染物浓度,其中,所述当前大气中包含的污染物中包含气溶胶污染物;其中,
所述确定单元,具体用于采集所述设定区域内的历史大气样本,从所述历史大气样本中确定所述历史大气样本的大气状态参数,其中,所述大气状态参数中包含各个大气气溶胶污染物的含量、所述历史大气样本的相对湿度、所述历史大气样本的水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度;
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度、所述历史大气样本水平能见度和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数;
根据所述历史大气样本的大气状态参数中包含的所述历史大气样本的相对湿度,确定满足所述历史大气样本的相对湿度的每一种所述大气气溶胶污染物的吸湿增长参数;
根据每一种所述大气气溶胶污染物的吸湿增长参数、所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的含量以及所述历史大气样本的平均质量消光系数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数;
建立所述历史大气样本的相对湿度与所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数之间的对应关系。
6.如权利要求5所述的大气污染监测设备,其特征在于,
所述确定单元,具体用于根据所述历史大气样本的水平能见度,计算得到满足所述历史大气样本的相对湿度的大气水平消光系数;
根据所述大气水平消光系数和所述历史大气样本中总悬浮颗粒物TSP质量浓度,计算得到满足所述历史大气样本的相对湿度的所述历史大气样本的平均质量消光系数。
7.如权利要求5所述的大气污染监测设备,其特征在于,
所述确定单元,具体用于根据每一种所述大气气溶胶污染物的吸湿增长参数以及所述历史大气样本的平均质量消光系数,拟合得到所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数;
根据所述历史大气样本的大气状态参数中包含的每一种所述大气气溶胶污染物的吸湿增长拟合系数、每一种所述大气气溶胶污染物的含量以及每一种所述大气气溶胶污染物的吸湿增长参数,得到所述历史大气样本中包含的气溶胶颗粒物的吸湿增长参数。
8.如权利要求5所述的大气污染监测设备,其特征在于,
所述确定单元,具体用于从所述历史大气样本中分离得到每一种大气气溶胶污染物;
针对得到的每一种大气气溶胶污染物,执行以下操作:
选择其中一种大气气溶胶污染物;
利用浊度计,测量选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ与干燥状态下的消光系数σ的比值;
根据测量到的选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的消光系数σ相对湿度与干燥状态下的消光系数σ干燥状态的比值,确定选择的所述大气气溶胶污染物在满足所述历史大气样本的相对湿度的吸湿增长参数f=σ相对湿度/σ干燥状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510923598.6A CN105547933B (zh) | 2015-12-09 | 2015-12-14 | 一种大气污染监测方法和设备 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2015109074378 | 2015-12-09 | ||
CN201510907437 | 2015-12-09 | ||
CN201510923598.6A CN105547933B (zh) | 2015-12-09 | 2015-12-14 | 一种大气污染监测方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105547933A CN105547933A (zh) | 2016-05-04 |
CN105547933B true CN105547933B (zh) | 2018-06-29 |
Family
ID=55827275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510923598.6A Expired - Fee Related CN105547933B (zh) | 2015-12-09 | 2015-12-14 | 一种大气污染监测方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105547933B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105928846B (zh) * | 2016-05-20 | 2018-06-12 | 北京大学 | 一种气溶胶散射吸湿增长因子的测量系统及其测量方法 |
CN106092841A (zh) * | 2016-05-31 | 2016-11-09 | 中国人民解放军陆军军官学院 | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 |
US20180143128A1 (en) * | 2016-11-18 | 2018-05-24 | Industrial Technology Research Institute | Residual toxicant detection device |
CN108153990B (zh) * | 2018-01-11 | 2020-10-30 | 厦门大学 | 大气污染响应的植物智能体模型设计方法 |
TWI786697B (zh) * | 2021-06-24 | 2022-12-11 | 國立中央大學 | 應用在種類與含量區分之氣膠光學厚度頻譜微分方法 |
CN114088593B (zh) * | 2021-10-11 | 2022-10-11 | 中科三清科技有限公司 | 海盐排放通量的确定方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4603575A (en) * | 1984-12-27 | 1986-08-05 | Board Of Governors For Higher Education, State Of Rhode Island And Providence Plantations | Elemental tracer system for determining the source areas of pollution aerosol |
CN102928322A (zh) * | 2012-11-02 | 2013-02-13 | 杭州富铭环境科技有限公司 | 一种在线监测大气污染物的方法及系统 |
CN103942439A (zh) * | 2014-04-24 | 2014-07-23 | 中国科学院遥感与数字地球研究所 | 一种基于气象观测数据的可吸入颗粒物浓度估算方法 |
CN104931461A (zh) * | 2015-07-02 | 2015-09-23 | 南京信息工程大学 | 一种大气能见度测量和预报仪 |
WO2015180864A1 (en) * | 2014-05-30 | 2015-12-03 | Eos S.R.L. | A method for the characterization of particle-particle and particle-medium interactions |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000225302A (ja) * | 1999-02-04 | 2000-08-15 | Mitsubishi Chemicals Corp | 粒度分布の特徴量の推定方法、粒子の製造方法及びこれらに用いる装置 |
-
2015
- 2015-12-14 CN CN201510923598.6A patent/CN105547933B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4603575A (en) * | 1984-12-27 | 1986-08-05 | Board Of Governors For Higher Education, State Of Rhode Island And Providence Plantations | Elemental tracer system for determining the source areas of pollution aerosol |
CN102928322A (zh) * | 2012-11-02 | 2013-02-13 | 杭州富铭环境科技有限公司 | 一种在线监测大气污染物的方法及系统 |
CN103942439A (zh) * | 2014-04-24 | 2014-07-23 | 中国科学院遥感与数字地球研究所 | 一种基于气象观测数据的可吸入颗粒物浓度估算方法 |
WO2015180864A1 (en) * | 2014-05-30 | 2015-12-03 | Eos S.R.L. | A method for the characterization of particle-particle and particle-medium interactions |
CN104931461A (zh) * | 2015-07-02 | 2015-09-23 | 南京信息工程大学 | 一种大气能见度测量和预报仪 |
Non-Patent Citations (6)
Title |
---|
"北京地区大气消光特征及参数化研究";陈一娜 等;《环境科学》;20151031;第36卷(第10期);第3583页1.1部分至3586页2.3.1部分 * |
"卫星数据和地面观测结合的珠三角地区颗粒物质量浓度统计估算方法";陈良富 等;《热带地理》;20150131;第35卷(第1期);第7-12页 * |
"大气颗粒物遥感研究进展";陈水森 等;《热带地理》;20150131;第35卷(第1期);第1-6页 * |
"广州地区PM1质量浓度对能见度的影响以及气溶胶吸湿增长因子";张芷言 等;《中国科学院大学学报》;20140531;第31卷(第3期);第397-402页 * |
"空气质量卫星遥感监测技术进展";陈良富 等;《大气与环境光学学报》;20150331;第10卷(第2期);第117-125页 * |
"黄山地区气溶胶吸湿增长特性数值模拟研究";江琪 等;《气象科学》;20130630;第33卷(第3期);第237-245页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105547933A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105547933B (zh) | 一种大气污染监测方法和设备 | |
Mircea et al. | Importance of the organic aerosol fraction for modeling aerosol hygroscopic growth and activation: a case study in the Amazon Basin | |
Quaas et al. | Interpreting the cloud cover–aerosol optical depth relationship found in satellite data using a general circulation model | |
Foken et al. | On the determination of dry deposition and emission of gaseous compounds at the biosphere-atmosphere interface | |
Tsyro | To what extent can aerosol water explain the discrepancy between model calculated and gravimetric PM 10 and PM 2.5? | |
Moore et al. | Droplet number uncertainties associated with CCN: an assessment using observations and a global model adjoint | |
Eichler et al. | Hygroscopic properties and extinction of aerosol particles at ambient relative humidity in South-Eastern China | |
CN103942439B (zh) | 一种基于气象观测数据的可吸入颗粒物浓度估算方法 | |
CN105043954B (zh) | 数字粉尘仪的标定系统及其标定方法 | |
Wolff et al. | Aerodynamic gradient measurements of the NH 3-HNO 3-NH 4 NO 3 triad using a wet chemical instrument: an analysis of precision requirements and flux errors | |
Chen et al. | Chromatography related performance of the Monitor for AeRosols and GAses in ambient air (MARGA): laboratory and field-based evaluation | |
CN109765154B (zh) | Pm2.5/pm10光散射颗粒物监测仪的在线校准系统和校准方法 | |
CN110929228A (zh) | 一种针对均匀混合气溶胶吸湿增长因子的反演算法 | |
CN106092841A (zh) | 以pm2.5质量浓度为约束条件反演气溶胶消光系数吸湿增长因子与相对湿度函数关系的方法 | |
Nandy et al. | Water uptake and optical properties of mixed organic-inorganic particles | |
CN204924866U (zh) | 数字粉尘仪的标定系统 | |
CN109916800A (zh) | 一种测量房间颗粒物渗透系数的方法及系统 | |
Baranizadeh et al. | Implementation of state-of-the-art ternary new-particle formation scheme to the regional chemical transport model PMCAMx-UF in Europe | |
CN106248538B (zh) | 间接测定植物表面pm2.5的干沉降速率的方法 | |
CN105868215A (zh) | 室内空气污染源分析系统及其方法 | |
Menon et al. | Role of sulfates in regional cloud–climate interactions | |
Wintjen et al. | Forest–atmosphere exchange of reactive nitrogen in a remote region–Part I: Measuring temporal dynamics | |
JP5505463B2 (ja) | 降下煤塵の非定常発塵源の探索方法 | |
Lee et al. | Calibration of high flow rate thoracic-size selective samplers | |
CN107576598B (zh) | 一种大气颗粒物质量的获取方法以及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180629 Termination date: 20191214 |