CN107917987B - 一种面向城市空气污染物溯源分析方法 - Google Patents

一种面向城市空气污染物溯源分析方法 Download PDF

Info

Publication number
CN107917987B
CN107917987B CN201711100211.2A CN201711100211A CN107917987B CN 107917987 B CN107917987 B CN 107917987B CN 201711100211 A CN201711100211 A CN 201711100211A CN 107917987 B CN107917987 B CN 107917987B
Authority
CN
China
Prior art keywords
micro
station
wind direction
pollution
time period
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.)
Active
Application number
CN201711100211.2A
Other languages
English (en)
Other versions
CN107917987A (zh
Inventor
李兴华
徐喜荣
裴广战
田建立
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.)
Beijing Viready Technology Co ltd
Original Assignee
Beijing Viready 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 Viready Technology Co ltd filed Critical Beijing Viready Technology Co ltd
Priority to CN201711100211.2A priority Critical patent/CN107917987B/zh
Publication of CN107917987A publication Critical patent/CN107917987A/zh
Application granted granted Critical
Publication of CN107917987B publication Critical patent/CN107917987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • 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

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Food Science & Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Combustion & Propulsion (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种面向城市空气污染物溯源分析方法，包括：城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据所述监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段；根据所述日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站；将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析；计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。本发明可以直观的显示污染源对该微型站的贡献率，显示不同污染源的污染程度，从而实现了污染源的准确定位。

Description

一种面向城市空气污染物溯源分析方法
技术领域
本发明涉及环境科学技术领域，特别涉及一种面向城市空气污染物溯源分析方法。
背景技术
近年来，随着经济社会的持续快速发展，工业化和城市化的发展加剧，能源消耗迅速增加，空气污染日益严重，空气污染物排放总量居高不下。随着污染物排放量的增加，人们的生活环境日益恶化，雾霾天气频现，雾霾严重损害了城市形象，影响了社会经济生产活动，并且给人们的身体健康带来了严重的危害。空气污染源的精准定位一直是该领域的技术难题，并没有一个实际可行的技术方法实现空气污染源的准确定位。
现有的空气污染源的定位方法主要分为两类，一种是基于同位素追踪的方法实现，该方法主要是针对重金属污染源位置的确定，且成本较高；另一种是直接利用高斯烟团模型，采用坐标变换的方法反推污染源的位置，并且该方法只是以单个事故点为中心的独立坐标系，该模型并未给出不同污染源对同一个受体点所占的比重。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种面向城市空气污染物溯源分析方法。
为了实现上述目的，本发明的实施例提供一种面向城市空气污染物溯源分析方法，包括如下步骤：
步骤S1，城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据所述监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段；
步骤S2，根据所述日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站；
步骤S3，将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析；
步骤S4，计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。
进一步，在所述步骤S1中，所述计算日主导风向和重点污染时段，包括如下步骤：
Figure BDA0001463214230000021
其中，设fn表示在统计时间段内，n方向风观测到的次数；c为所统计时间段内观测到的静风次数，gn表示n方向上的风向频率，选取风向频率最大风向的作为日主导风向：
根据预设受体点和国家站选取重点时段，Ci表示第i个时间段受体点的监测值，
Figure BDA0001463214230000022
表示周边国家站第i个时间段监测的平均值，选取
Figure BDA0001463214230000023
的时段作为重点分析时段，记为Ti。
进一步，在所述步骤S2中，对每一个重点时段Ti，选取处于受体点上风向处相邻4个风向区域的微型站，包括：
设主导风向为n，则选取的5个风向区域为：n-45°，n-22.5°，n，n+22.5°，n-45°，然后根据上述5个风向选取区域的微型监测站点。
进一步，在所述步骤S3中，
首先，计算微型站与受体点的相关系数，包括：
设Vi表示Ti时间段内的平均风速，Si微型站和受体点的距离，βi表示风向夹角，微型站Mi在Ti时间段内的监测数据为m1，m2…，mi，k表示修正时间，则
k＝MOD(Si*cosβi/Vi*T)
微型站Mi修正后的数据为m1+k，m2+k…，mi+k，Xi＝(m1+k,m2+k…,mi+k)表示第i个微型站修正后点监测值，Y＝(G1,G2,…,Gi)表示受体点的监测数据，则微型站与受体点的相关系数为：
Figure BDA0001463214230000024
其中，Cov(Xi,Y)表示X和Y的协方差，Var[X]和Var[Y]表示X与Y的方差。
进一步，计算微型站排序指数，包括：
Figure BDA0001463214230000025
其中，ri表示第i个微型站与受体点的相关系数，距离为Si，Di为该时间段内的平均浓度，R表示微型站点的排序指数，根据排序指数R对监测站点按从大到小的顺序排序，选取前k个微型站作为重点监测区域。
进一步，在所述步骤S4中，对选取的重点区域处在微型站Mi(i＝1,2,…,k)上风向的所有污染源进行分析，包括：计算每个污染源到受体点的扩散浓度，包括如下步骤：
Figure BDA0001463214230000031
其中，设M表示受体点，Qk(k＝1,2,…,n)表示处在M上风向处第k个污染源的排放源强，Ck(k＝1,2,…,n)表示第k个污染源的污染物扩散到受体点M位置的浓度，u为平均风速，σy和σz分别表示水平和垂直方向扩散系数，H表示有效源高，y表示烟气的中心轴在直角水平方向上到任意点的距离，z表示地表到任一点的高度，将上述参数信息代入高斯烟羽模型计算得到Ck。
进一步，计算每个污染源到所述受体点的贡献率，包括如下步骤：
Figure BDA0001463214230000032
其中，pk表示第k个污染源的污染物扩散到受体点M的贡献率，N为微型站对应污染源的数量，
按照pk的值从大到小排序，选取前n个污染源返回，n<N。
进一步，所述统计时段支持指定时段内，包括分钟、小时、日、月、年，所述统计时段根据管理员的需求进行定制设置。
本发明考虑了污染的重点时段，及不同污染源对给定监测点的浓度贡献比，通过对每个区域中的微型站计算对应污染源到该微型站的浓度贡献比，可以直观的显示污染源对该微型站的贡献率，显示不同污染源的污染程度，从而实现了污染源的准确定位。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的面向城市空气污染物溯源分析方法的流程图；
图2为根据本发明实施例的依据6月19日至6月25日的风向信息绘制的风玫瑰图，主导风向为NNW；
图3为根据本发明实施例的为主导风向选取的区域内微型站的示意图，其中，微型站的顺序依次为：河北银行、中国移动门口、尚峰国际、南湖林小学；
图4(a)至(d)为图3中四个微型站对应各个污染源的浓度贡献比的示意图，其中，污染物类型为PM2.5。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明针对目前空气污染源定位方法中未考虑不同污染源对受体点污染贡献比不同的问题，提供一种面向城市空气污染物溯源分析方法，通过微型站和国家站监测数据，计算主导风向及污染重点时段，并以高斯烟羽模型为基础，计算污染源到受体点的贡献比，实现污染源的准确定位。
如图1所示，本发明实施例的面向城市空气污染物溯源分析方法，包括如下步骤：
步骤S1，城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段。
具体的，根据风玫瑰图计算日主导风向和重点污染时段，包括如下步骤：
Figure BDA0001463214230000041
其中，设fn表示在统计时间段内，n方向风观测到的次数；c为所统计时间段内观测到的静风次数(指风速小于0.5m/s)，gn表示n方向上的风向频率，选取风向频率最大风向的作为日主导风向：
将受体点AQI与周边国家站平均AQI对比，选取受体点高于周边国家站的时段作为重点分析时段。根据预设受体点和国家站选取重点时段，Ci表示第i个时间段受体点的监测值，
Figure BDA0001463214230000042
表示周边国家站第i个时间段监测的平均值，选取
Figure BDA0001463214230000043
的时段作为重点分析时段，记为Ti。
在本发明的一个实施例中，统计时段可以支持指定时段内，例如分钟、小时、日、月、年等，可以根据管理员的需求进行定制设置。
步骤S2，根据日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站。
在步骤S2中，对每一个重点时段Ti，选取处于受体点上风向处相邻4个风向区域的微型站，包括：
设主导风向为n，则选取的5个风向区域为：n-45°，n-22.5°，n，n+22.5°，n-45°，然后根据上述5个风向选取区域的微型监测站点。
步骤S3，将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析。
具体的，首先，计算微型站与受体点的相关系数，包括：
设Vi表示Ti时间段内的平均风速，Si表示微型站和受体点的距离，βi表示风向夹角，微型站Mi在Ti时间段内的监测数据为m1，m2…，mi，k表示修正时间，则
k＝MOD(Si*cosβi/Vi*T) (2)
微型站Mi修正后的数据为m1+k，m2+k…，mi+k，Xi＝(m1+k,m2+k…,mi+k)表示第i个微型站修正后点监测值，Y＝(G1,G2,…,Gi)表示受体点的监测数据，则微型站与受体点的相关系数为：
Figure BDA0001463214230000051
其中，Cov(Xi,Y)表示X和Y的协方差，Var[X]和Var[Y]表示X与Y的方差。
计算微型站排序指数，包括：
Figure BDA0001463214230000052
其中，ri表示第i个微型站与受体点的相关系数，距离为Si，Di为该时间段内的平均浓度，R表示微型站点的排序指数，根据排序指数R对监测站点按从大到小的顺序排序，选取前k个微型站作为重点监测区域。
步骤S4，计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。
具体的，对选取的重点区域处在微型站Mi(i＝1,2,…,k)上风向的所有污染源进行分析，包括：计算每个污染源到受体点的扩散浓度，包括如下步骤：
Figure BDA0001463214230000061
其中，设M表示受体点，Qk(k＝1,2,…,n)表示处在M上风向处第k个污染源的排放源强，Ck(k＝1,2,…,n)表示第k个污染源的污染物扩散到受体点M位置的浓度，u为平均风速，σy和σz分别表示水平和垂直方向扩散系数，H表示有效源高，y表示烟气的中心轴在直角水平方向上到任意点的距离，z表示地表到任一点的高度，将上述参数信息代入高斯烟羽模型计算得到Ck。
即，对选取的重点区域处在微型站Mi(i＝1,2,…,k)上风向的所有污染源进行分析，以微型站M1为例，Qk(k＝1,2,…,n)表示处在微型站M1上风向处第k个污染源的排放源强，另Ck(k＝1,2,…,n)表示第k个污染源的污染物扩散到微型站M1的浓度，则根据高斯烟羽模型可知：
Figure BDA0001463214230000062
然后，计算每个污染源到受体点的贡献率，包括如下步骤：
Figure BDA0001463214230000063
其中，pk表示第k个污染源的污染物扩散到受体点M的贡献率，N为微型站对应污染源的数量，按照pk的值从大到小排序，选取前n个污染源返回，n<N。
下面参考图2至图4对面向空气污染物溯源模型进行说明，以安平县6月19日至6月25日微型站和国家站的监测数据，污染物种类以PM2.5为例进行说明。图2为根据6月19日至6月25日的风向信息画出的风玫瑰图，主导风向为NNW。图3为根据主导风向选取的区域内微型站，根据上述步骤的顺序，微型站的顺序依次为：河北银行、中国移动门口、尚峰国际、南湖林小学。图4(a)至(d)为上述四个微型站对应各个污染源的浓度贡献比，污染物类型为PM2.5。
根据本发明实施例的面向城市空气污染物溯源分析方法，通过在城市中设置监测站点，根据监测站点获取空气中各种污染物浓度的监测数据；结合受体点及周边国家站空气质量指标，计算主导风向及重点污染时段；通过主导风向及重点污染时段选取上风向及相邻4个风向区域内的微型站，根据距离和风速对选取的微型站进行时间平移，结合修正时间后微型站和受体点的相关数据计算排序指数，选取排序指数前k个微型站进行重点分析；计算每个微型站周边污染源到对应微型站点的浓度贡献比，返回浓度贡献比最高的前N个污染源。
本发明考虑了污染的重点时段，及不同污染源对给定监测点的浓度贡献比，通过对每个区域中的微型站计算对应污染源到该微型站的浓度贡献比，可以直观的显示污染源对该微型站的贡献率，显示不同污染源的污染程度，从而实现了污染源的准确定位。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。

Claims (5)

1.一种面向城市空气污染物溯源分析方法，其特征在于，包括如下步骤：
步骤S1，城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据所述监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段；其中，所述计算日主导风向和重点污染时段，包括如下步骤：
Figure FDA0002543702440000011
其中，设fn表示在统计时间段内，n方向风观测到的次数；c为所统计时间段内观测到的静风次数，gn表示n方向上的风向频率，选取风向频率最大风向的作为日主导风向；
根据预设受体点和国家站选取重点时段，Ci表示第i个时间段受体点的监测值，
Figure FDA0002543702440000012
表示周边国家站第i个时间段监测的平均值，选取
Figure FDA0002543702440000013
的时段作为重点分析时段，记为Ti；
步骤S2，根据所述日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站；
步骤S3，将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析；
其中，首先，计算微型站与受体点的相关系数，包括：
设Vi表示Ti时间段内的平均风速，Si为微型站和受体点的距离，βi表示风向夹角，微型站Mi在Ti时间段内的监测数据为m1，m2…，mi，k表示修正时间，则
k＝MOD(Si*cosβi/Vi*Ti)
微型站Mi修正后的数据为m1+k，m2+k…，mi+k，Xi＝(m1+k,m2+k…,mi+k)表示第i个微型站修正后点监测值，Y＝(G1,G2,…,Gi)表示受体点的监测数据，则微型站与受体点的相关系数为：
Figure FDA0002543702440000014
其中，Cov(Xi,Y)表示Xi和Y的协方差，Var[Xi]和Var[Y]表示Xi与Y的方差；
计算微型站排序指数，包括：
Figure FDA0002543702440000021
其中，ri表示第i个微型站与受体点的相关系数，距离为Si，Di为该时间段内的平均浓度，R表示微型站点的排序指数，根据排序指数R对监测站点按从大到小的顺序排序，选取前k个微型站作为重点监测区域；
步骤S4，计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。
2.如权利要求1所述的面向城市空气污染物溯源分析方法，其特征在于，在所述步骤S2中，对每一个重点时段Ti，选取处于受体点上风向处相邻4个风向区域的微型站，包括：
设主导风向为n，则选取的5个风向区域为：n-45°，n-22.5°，n，n+22.5°，n-45°，然后根据上述5个风向选取区域的微型监测站点。
3.如权利要求1所述的面向城市空气污染物溯源分析方法，其特征在于，在所述步骤S4中，对选取的重点区域处在微型站Mi，i＝1,2,…,k，上风向的所有污染源进行分析，包括：计算每个污染源到受体点的扩散浓度，包括如下步骤：
Figure FDA0002543702440000022
其中，设M表示受体点，Qk表示处在M上风向处第k个污染源的排放源强，Ck表示第k个污染源的污染物扩散到受体点M位置的浓度，u为平均风速，σy和σz分别表示水平和垂直方向扩散系数，H表示有效源高，y表示烟气的中心轴在直角水平方向上到任意点的距离，z表示地表到任一点的高度，将上述参数信息代入高斯烟羽模型计算得到Ck，其中，k＝1,2,…,n。
4.如权利要求3所述的面向城市空气污染物溯源分析方法，其特征在于，计算每个污染源到所述受体点的贡献率，包括如下步骤：
Figure FDA0002543702440000023
其中，pk表示第k个污染源的污染物扩散到受体点M的贡献率，N为微型站对应污染源的数量，
按照pk的值从大到小排序，选取前n个污染源返回，n<N。
5.如权利要求1所述的面向城市空气污染物溯源分析方法，其特征在于，所述统计时间段支持指定时段内，包括分钟、小时、日、月、年，所述统计时间段根据管理员的需求进行定制设置。
CN201711100211.2A 2017-11-09 2017-11-09 一种面向城市空气污染物溯源分析方法 Active CN107917987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711100211.2A CN107917987B (zh) 2017-11-09 2017-11-09 一种面向城市空气污染物溯源分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711100211.2A CN107917987B (zh) 2017-11-09 2017-11-09 一种面向城市空气污染物溯源分析方法

Publications (2)

Publication Number Publication Date
CN107917987A CN107917987A (zh) 2018-04-17
CN107917987B true CN107917987B (zh) 2020-10-20

Family

ID=61895324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711100211.2A Active CN107917987B (zh) 2017-11-09 2017-11-09 一种面向城市空气污染物溯源分析方法

Country Status (1)

Country Link
CN (1) CN107917987B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110487958A (zh) * 2018-05-14 2019-11-22 扬州大学 城市中相近区域大气挥发性有机物平均相对浓度的测算与比较方法
CN108426818A (zh) * 2018-05-31 2018-08-21 深圳大图科创技术开发有限公司 一种大气污染物浓度观测系统
CN109446743B (zh) * 2018-12-24 2022-11-29 常州市环境监测中心 基于统计自适应方法计算突发污染源和外来污染输送贡献
CN109753720B (zh) * 2018-12-29 2023-10-24 北京英视睿达科技股份有限公司 空气质量监测数据异常排查方法、系统、设备及介质
CN109902913A (zh) * 2019-01-10 2019-06-18 天津大学 一种大气污染叠加风险区识别及评价方法
CN109857976B (zh) * 2019-01-16 2023-10-31 北京英视睿达科技股份有限公司 控制站传输影响模型建立方法、装置、设备及存储介质
CN110428104A (zh) * 2019-08-01 2019-11-08 软通动力信息技术有限公司 一种污染贡献率确定方法、装置、电子设备及存储介质
CN110531030B (zh) * 2019-08-16 2021-11-12 北京慧辰资道资讯股份有限公司 一种基于物联网大数据大气污染物分析的方法及装置
CN112540148B (zh) * 2019-09-20 2023-10-20 中国石油化工股份有限公司 一种炼化企业大气污染物监测预警与溯源系统构建方法
CN110658307A (zh) * 2019-10-12 2020-01-07 江苏省常州环境监测中心 评估污染源对环境空气质量影响的方法
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
CN110988259A (zh) * 2019-11-15 2020-04-10 博环(北京)科技有限公司 一种污染源定位方法、装置、系统及存储介质
CN110850030A (zh) * 2019-11-18 2020-02-28 山东汇力环保科技有限公司 一种微型空气站及环境监测方法
CN111413259B (zh) * 2020-04-14 2020-11-10 河南省商丘生态环境监测中心 空气废气实时监测和溯源方法
CN111561962B (zh) * 2020-04-26 2022-03-08 深圳市宇驰检测技术股份有限公司 废气排放追溯方法、装置、设备和存储介质
CN111537023B (zh) * 2020-05-13 2021-05-07 浙江大学 一种工业园区大气污染物扩散模拟与溯源方法
CN111339500B (zh) * 2020-05-20 2020-08-25 中兴仪器（深圳）有限公司 空气污染溯源方法、装置、计算机设备和存储介质
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
CN112444605A (zh) * 2020-11-24 2021-03-05 深圳中兴网信科技有限公司 大气污染智能化精准溯源方法、系统、设备和存储介质
CN113380339B (zh) * 2021-06-17 2022-02-08 中国环境科学研究院 区域空间污染特征的检测方法
CN113759441B (zh) * 2021-09-08 2022-04-22 长春嘉诚信息技术股份有限公司 基于风玫瑰图及污染源监测的空气质量溯源方法
CN114441397B (zh) * 2021-11-05 2023-07-11 河北工业大学 基于高斯烟羽和质心定位的pm2.5污染源定位方法
CN114359002B (zh) * 2022-03-21 2022-05-20 四川国蓝中天环境科技集团有限公司 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统
CN116307279B (zh) * 2023-05-18 2023-08-11 河北辉驰科技有限公司 基于大数据分析的城市大气环境管理方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5604299A (en) * 1995-05-26 1997-02-18 Sensible Technologies, Inc. Method of locating emission sources
JP2006177685A (ja) * 2004-12-21 2006-07-06 Hitachi Ltd 汚染源探索方法及びこれを用いた汚染物質除去システム
CN102628852B (zh) * 2012-03-13 2014-12-31 北京工业大学 基于污染物来源识别技术的大气污染源分级方法
CN103065198A (zh) * 2012-12-17 2013-04-24 天津市环境保护科学研究院 大气恶臭污染精细源解析方法
CN106153510B (zh) * 2015-03-25 2019-06-21 日本电气株式会社 大气污染物浓度的估算方法和装置
CN107194139B (zh) * 2016-03-14 2021-08-03 日电（中国）有限公司 大气污染源分级方法及计算设备
CN105866330A (zh) * 2016-03-25 2016-08-17 北京工业大学 一种基于ISCST-3模型反算工业面源VOCs排放源强方法
CN106777893A (zh) * 2016-11-23 2017-05-31 大连理工大学 一种利用可移动污染物探测器辨识城市空间多污染物源的方法

Also Published As

Publication number Publication date
CN107917987A (zh) 2018-04-17

Similar Documents

Publication Publication Date Title
CN107917987B (zh) 一种面向城市空气污染物溯源分析方法
CN107941994A (zh) 一种面向工业园区污染物溯源分析方法
Yang et al. The impact of anthropogenic emissions and meteorological conditions on the spatial variation of ambient SO2 concentrations: A panel study of 113 Chinese cities
Wang et al. The contribution from distant dust sources to the atmospheric particulate matter loadings at XiAn, China during spring
Chu et al. Particulate air pollution in Lanzhou China
Bamberger et al. Spatial variability of methane: Attributing atmospheric concentrations to emissions
Lu et al. Wind power evaluation and utilization over a reference high-rise building in urban area
CN112749478A (zh) 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法
Son et al. The effect of particulate matter on solar photovoltaic power generation over the Republic of Korea
Gogikar et al. Assessment of particulate matter variation during 2011–2015 over a tropical station Agra, India
Xie et al. Methods for defining the scopes and priorities for joint prevention and control of air pollution regions based on data-mining technologies
CN114049052B (zh) 一种某行政区域内的碳排放计算方法及可视化方法
CN110503348B (zh) 一种基于位置匹配的个体空气污染暴露模拟测量方法
CN109375285A (zh) 一种应用于污染分析的玫瑰图制作方法
CN110658307A (zh) 评估污染源对环境空气质量影响的方法
CN113740221B (zh) 基于细颗粒物与臭氧的空气污染源区确定方法
CN114878748B (zh) 一种co2排放量的监测方法及监测系统
CN114186491A (zh) 基于改进lur模型的细颗粒物浓度时空特征分布方法
Yu et al. Geographic detector-based spatiotemporal variation and influence factors analysis of PM2. 5 in Shandong, China.
Yadav et al. Statistical evaluation of sigma schemes for estimating dispersion in low wind conditions
CN115902114B (zh) 基于半定量法的小尺度大气污染溯源方法
Makra et al. An objective classification system of air mass types for Szeged, Hungary, with special interest in air pollution levels
Sohn et al. Development of statistical forecast model for PM10 concentration over Seoul
CN115730731A (zh) 一种城市高碳排空间单元自动识别方法及展示平台
Ya'acob et al. Haze monitoring based on air pollution index (API) and geographic information system (GIS)

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
CP02 Change in the address of a patent holder

Address after: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094

Patentee after: BEIJING VIREADY TECHNOLOGY Co.,Ltd.

Address before: 212, 2 / F, building B, Chaoran times, 103 Beiqing Road, Haidian District, Beijing 100094 (with elevator)

Patentee before: BEIJING VIREADY TECHNOLOGY Co.,Ltd.

CP02 Change in the address of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20220506

Address after: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094

Patentee after: BEIJING VIREADY TECHNOLOGY Co.,Ltd.

Patentee after: Guangdong weiruidi Technology Co.,Ltd.

Address before: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094

Patentee before: BEIJING VIREADY TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240819

Address after: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094

Patentee after: BEIJING VIREADY TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094

Patentee before: BEIJING VIREADY TECHNOLOGY Co.,Ltd.

Country or region before: China

Patentee before: Guangdong weiruidi Technology Co.,Ltd.

TR01 Transfer of patent right