CN107084911B - 一种颗粒物最大落地浓度预测方法 - Google Patents

一种颗粒物最大落地浓度预测方法 Download PDF

Info

Publication number
CN107084911B
CN107084911B CN201710274275.8A CN201710274275A CN107084911B CN 107084911 B CN107084911 B CN 107084911B CN 201710274275 A CN201710274275 A CN 201710274275A CN 107084911 B CN107084911 B CN 107084911B
Authority
CN
China
Prior art keywords
particulate matter
point source
source
concentration
ground
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
Application number
CN201710274275.8A
Other languages
English (en)
Other versions
CN107084911A (zh
Inventor
汪先锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fu Ning
Wang Xianfeng
Original Assignee
Beijing Power Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Power Technology Co Ltd filed Critical Beijing Power Technology Co Ltd
Priority to CN201710274275.8A priority Critical patent/CN107084911B/zh
Publication of CN107084911A publication Critical patent/CN107084911A/zh
Application granted granted Critical
Publication of CN107084911B publication Critical patent/CN107084911B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06Investigating concentration of particle suspensions

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Combined Means For Separation Of Solids (AREA)

Abstract

本发明公开了一种颗粒物最大落地浓度预测方法,整体步骤为:设置连续点源;对高架点源进行空间定位;基于高斯扩散模式得到颗粒物最大落地浓度预测模型;根据预测模型对多个连续点源的颗粒物最大落地浓度进行比对分析,对污染物进行溯源与影响预测。本发明灵活运用了高斯模式,具有运算简单、操作成本低的优点,在应用于环保部门的实际业务领域时,只需通过测量企业污染物排放参数以及周边环境情况参数,即可获得颗粒物最大落地浓度;此外,可通过对多个连续点源的颗粒物最大落地浓度进行比对分析,实现污染源头的精准定位,从而协助环保人员执法,极大程度地节约执法人力、物力资源,能够更好的控制企业污染物排放造成的环境影响结果。

Description

一种颗粒物最大落地浓度预测方法
技术领域
本发明涉及一种预测方法,尤其涉及一种颗粒物最大落地浓度预测方法,属于环境监测技术领域。
背景技术
大气是人类赖以生存的环境基本要素之一,也是环境管理的直接对象。造成大气污染的主要原因之一是重点污染源企业的排污,因此,除了可采用大气的湍流混合作用对污染物进行扩散稀释之外,还需对重点污染源企业进行溯源定位,从而充分监督污染源企业安装除尘以及废气净化装置,实现从源头上控制大气污染物的排放量。
在我国现有国情之下,控制企业污染物排放的工作主要依靠于各级政府环保部门的现场执法来实现。当前,我国环境现场执法人员不足,又难以精准定位污染源头,导致整体能力无法满足经济社会发展的需要,因此,亟需开发一种能够结合环保部门实际情况,对大气污染事故的问题原因进行溯源定位,从而实现对重点污染源企业排污的影响范围进行预警预测的方法。
发明内容
为了解决上述技术所存在的不足之处,本发明提供了一种颗粒物最大落地浓度预测方法。
为了解决以上技术问题,本发明采用的技术方案是:一种颗粒物最大落地浓度预测方法,具体步骤为:
a、运用高斯扩散模式中连续点源的扩散,将排放污染物的烟囱、放散管、通风口设置为连续点源;其中,排放口安置在地面的称为地面点源、处于高空位置的称为高架点源;
b、将点源在地面上的投影点o作为坐标原点,再分别用x、y、z表示点源在空间上的地理位置;高架点源的高度由两部分组成,表示为H=h+Δh,其中,h为排放口的有效高度,Δh为热烟流的浮升力以及烟气以一定速度竖直离开排放口的冲力而使烟流抬升的一个附加高度;
c、根据高斯扩散模式,将高架点源在有效高度H下风向空间点(x,y,z)处造成的颗粒物浓度表示为C(x,y,z,H),单位为mg/m3;令z=0,则可得高架点源的地面浓度公式Ⅰ:
其中,q为烟流量,即单位时间内排放的颗粒物,单位为μg/s;u为点源处的平均风速,单位为m/s;σy、σz分别表示颗粒物在y轴、z轴方向上的扩散标准差;
由于σy、σz均为x的未知函数,假定σy/σz=常数,则当时,得颗粒物在地面的浓度最大值如公式Ⅱ所示:
将测试得到或从环境监测站中提取得到的烟流量q、平均风速u、有效高度H,分别代入至公式Ⅱ中,即求出颗粒物的最大落地浓度Cmax
d、通过测试多个连续点源的颗粒物最大落地浓度,对污染物进行溯源与影响预测,实现对污染源头的精准定位。
本发明灵活运用了高斯模式,具有运算简单、操作成本低的优点,在应用于环保部门的实际业务领域时,只需通过测量企业污染物排放参数以及周边环境情况参数,即可获得颗粒物最大落地浓度;此外,可通过对多个连续点源的颗粒物最大落地浓度进行比对分析,实现污染源头的精准定位,从而协助环保人员执法,极大程度地节约执法人力、物力资源,能够更好的控制企业污染物排放造成的环境影响结果,支撑了改善环境质量的最终目标。
具体实施方式
下面结合具体实施方式对本发明作进一步详细的说明。
本发明的具体预测步骤为:
a、运用高斯扩散模式中连续点源的扩散,将排放污染物的烟囱、放散管、通风口设置为连续点源;其中,排放口安置在地面的称为地面点源、处于高空位置的称为高架点源;
根据高斯扩散模式,本发明建立在以下假设之上:①风的平均流场稳定,风速均匀,风向平直;②污染颗粒物的浓度在y、z轴方向符合正态分布;③污染颗粒物在输送扩散中质量守恒;④污染源的源强均匀、连续。
b、将点源在地面上的投影点o作为坐标原点,再分别用x、y、z表示点源在空间上的地理位置;高架点源的高度由两部分组成,表示为H=h+Δh,其中,h为排放口的有效高度,Δh为热烟流的浮升力以及烟气以一定速度竖直离开排放口的冲力而使烟流抬升的一个附加高度。
c、实际中,高架点源扩散问题中最关心的是地面浓度的分布状况,尤其是地面最大浓度值和它离源头的距离。根据高斯扩散模式,将高架点源在有效高度H下风向空间点(x,y,z)处造成的颗粒物浓度表示为C(x,y,z,H),单位为mg/m3;令z=0,则可得高架点源的地面浓度公式Ⅰ:
其中,q为烟流量,即单位时间内排放的颗粒物,单位为μg/s;u为点源处的平均风速,单位为m/s;σy、σz分别表示颗粒物在y轴、z轴方向上的扩散标准差;
由于σy、σz均为x的未知函数,假定σy/σz=常数,则当时,得颗粒物在地面的浓度最大值如公式Ⅱ所示:
将测试得到或从环境监测站中提取得到的烟流量q、平均风速u、有效高度H,分别代入至公式Ⅱ中,即求出颗粒物最大落地浓度Cmax
d、通过测试多个连续点源的颗粒物最大落地浓度,对污染物进行溯源与影响预测,实现对污染源头的精准定位。
本发明具有以下优势:
1)、灵活运用高斯模式,构建了颗粒物最大落地浓度模型,具有操作简单、人力成本低的优点。
2)、深入挖掘数据价值,真正实现数据为决策服务,利用颗粒物最大落地浓度模型可实现污染的溯源与影响预测,对污染事故的问题原因进行定位。
3)、能够结合区域内的污染源点以及周边环境情况信息,对污染事件的高发区域进行有效判断,从而轻易实现辅助污染隐患预警。
上述实施方式并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换,也均属于本发明的保护范围。

Claims (1)

1.一种颗粒物最大落地浓度预测方法,其特征在于:所述方法的具体步骤为:
a、运用高斯扩散模式中连续点源的扩散,将排放污染物的烟囱、放散管、通风口设置为连续点源;其中,排放口安置在地面的称为地面点源、处于高空位置的称为高架点源;
b、将点源在地面上的投影点o作为坐标原点,再分别用x、y、z表示点源在空间上的地理位置;高架点源的高度由两部分组成,表示为H=h+Δh,其中,h为排放口的有效高度,Δh为热烟流的浮升力以及烟气以一定速度竖直离开排放口的冲力而使烟流抬升的一个附加高度;
c、根据高斯扩散模式,将高架点源在有效高度H下风向空间点(x,y,z)处造成的颗粒物浓度表示为C(x,y,z,H),单位为mg/m3;令z=0,则可得高架点源的地面浓度公式Ⅰ:
其中,q为烟流量,即单位时间内排放的颗粒物,单位为μg/s;u为点源处的平均风速,单位为m/s;σy、σz分别表示颗粒物在y轴、z轴方向上的扩散标准差;
由于σy、σz均为x的未知函数,假定σy/σz=常数,则当时,得颗粒物在地面的浓度最大值如公式Ⅱ所示:
将测试得到或从环境监测站中提取得到的烟流量q、平均风速u、有效高度H,分别代入至公式Ⅱ中,即求出颗粒物的最大落地浓度Cmax
d、通过测试多个连续点源的颗粒物最大落地浓度,对污染物进行溯源与影响预测,实现对污染源头的精准定位。
CN201710274275.8A 2017-04-24 2017-04-24 一种颗粒物最大落地浓度预测方法 Expired - Fee Related CN107084911B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710274275.8A CN107084911B (zh) 2017-04-24 2017-04-24 一种颗粒物最大落地浓度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710274275.8A CN107084911B (zh) 2017-04-24 2017-04-24 一种颗粒物最大落地浓度预测方法

Publications (2)

Publication Number Publication Date
CN107084911A CN107084911A (zh) 2017-08-22
CN107084911B true CN107084911B (zh) 2019-07-05

Family

ID=59611569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710274275.8A Expired - Fee Related CN107084911B (zh) 2017-04-24 2017-04-24 一种颗粒物最大落地浓度预测方法

Country Status (1)

Country Link
CN (1) CN107084911B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117549B (zh) * 2018-08-08 2023-09-05 浙江航天恒嘉数据科技有限公司 一种污染物扩散预测方法及系统
CN109765337A (zh) * 2018-12-28 2019-05-17 北京英视睿达科技有限公司 一种污染源识别方法及其系统
CN111914415A (zh) * 2020-07-24 2020-11-10 国网天津市电力公司电力科学研究院 一种基于高斯扩散模型的区域环境腐蚀性评估方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483248A (zh) * 2014-12-30 2015-04-01 中科宇图天下科技有限公司 一种区域颗粒物立体监测系统和方法
CN104573379A (zh) * 2015-01-22 2015-04-29 安徽工业大学 一种预测室内pm2.5浓度动态变化的方法
CN104597212A (zh) * 2015-02-03 2015-05-06 无锡中电科物联网创新研发中心 一种大气污染源定位方法
CN105574335A (zh) * 2015-12-16 2016-05-11 武汉科技大学 一种预测大气颗粒物浓度的并行随机模拟方法
CN105823652A (zh) * 2016-05-10 2016-08-03 华东师范大学 用于水体溶解态物质监测的被动采样装置及其使用方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483248A (zh) * 2014-12-30 2015-04-01 中科宇图天下科技有限公司 一种区域颗粒物立体监测系统和方法
CN104573379A (zh) * 2015-01-22 2015-04-29 安徽工业大学 一种预测室内pm2.5浓度动态变化的方法
CN104597212A (zh) * 2015-02-03 2015-05-06 无锡中电科物联网创新研发中心 一种大气污染源定位方法
CN105574335A (zh) * 2015-12-16 2016-05-11 武汉科技大学 一种预测大气颗粒物浓度的并行随机模拟方法
CN105823652A (zh) * 2016-05-10 2016-08-03 华东师范大学 用于水体溶解态物质监测的被动采样装置及其使用方法

Also Published As

Publication number Publication date
CN107084911A (zh) 2017-08-22

Similar Documents

Publication Publication Date Title
Carslaw et al. Detecting and quantifying aircraft and other on-airport contributions to ambient nitrogen oxides in the vicinity of a large international airport
CN107084911B (zh) 一种颗粒物最大落地浓度预测方法
Hagemann et al. Spatial variability of particle number concentrations and NOx in the Karlsruhe (Germany) area obtained with the mobile laboratory ‘AERO-TRAM’
Linnik et al. Geochemical assessment and spatial analysis of heavy metals pollution around coal-fired power station
Finn et al. Analysis of urban atmosphere plume concentration fluctuations
CN105512485A (zh) 一种估算细颗粒物及其前体物环境容量的新方法
CN106680170A (zh) 区域大气污染空地一体实时监测预警系统及方法
Samsuri et al. Evaluation for long term PM10 concentration forecasting using multi linear regression (MLR) and principal component regression (PCR) models
CN112345698A (zh) 一种空气污染物监测站点的网格化排布方法
CN109781945A (zh) 一种基于移动装置的污染物区域间传输排查方法与系统
CN112230266B (zh) 一种辐射监控系统
Ruiz et al. Experimental measurement of cooling tower emissions using image processing of sensitive papers
CN109975492A (zh) 沿海大气复合污染天空地一体化监测预警系统
Tan et al. Air quality in underground metro station commuter platforms in Singapore: A cross-sectional analysis of factors influencing commuter exposure levels
Chen et al. Roadside atmospheric pollution: still a serious environmental problem in Beijing, China
Weber et al. Coupling of urban street canyon and backyard particle concentrations
CN109238931A (zh) 一种城市污染颗粒物浓度监测方法
CN109359341A (zh) 一种城市气浮颗粒扩散追踪方法
Wang et al. Using highly time resolved fine particulate compositions to find particle sources in St. Louis, MO
CN112945294A (zh) 一种大型机场大气环境在线监测系统
CN205719081U (zh) 给水设备gps巡检装置
CN206248505U (zh) 一种用于空气中的粉尘监测装置
Merbitz et al. Small scale particulate matter measurements and dispersion modelling in the inner city of Liège, Belgium
RU79344U1 (ru) Аэрозольный измерительный комплекс
Gao et al. Simulation Analysis of NO2 Pollution Diffusion Law Based on Gauss Plume Model: A Case Study from Hebei Province

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200225

Address after: 250101, No. ten, No. 3377, Ji'nan, Shandong

Co-patentee after: Fu Ning

Patentee after: Wang Xianfeng

Address before: 250101, No. ten, No. 3377, Ji'nan, Shandong

Co-patentee before: BEIJING LEADING SOFT TECHNOLOGY CO.,LTD.

Patentee before: Wang Xianfeng

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190705

CF01 Termination of patent right due to non-payment of annual fee