CN108760912A - 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 - Google Patents
一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 Download PDFInfo
- Publication number
- CN108760912A CN108760912A CN201810487574.4A CN201810487574A CN108760912A CN 108760912 A CN108760912 A CN 108760912A CN 201810487574 A CN201810487574 A CN 201810487574A CN 108760912 A CN108760912 A CN 108760912A
- Authority
- CN
- China
- Prior art keywords
- pollution
- odor
- source
- stench
- pollution sources
- 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.)
- Granted
Links
Classifications
-
- 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
- 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
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
-
- 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
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
-
- 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
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
- G01N2030/8809—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Treating Waste Gases (AREA)
- Disinfection, Sterilisation Or Deodorisation Of Air (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明涉及一种基于恶臭指纹图谱的恶臭污染溯源方法。本方法包括A.确定疑似污染源;B.污染源排放采样分析;C.环境恶臭气体采样分析;D.筛选恶臭污染物;E.构建污染源和环境恶臭指纹图谱;F.溯源模型计算相似度;G.根据相似度识别污染源。本发明通过指纹图谱技术和恶臭物质嗅阈值构建恶臭指纹图谱,利用夹角余弦法计算环境和污染源恶臭指纹图谱的相似系数,从而判断恶臭污染的可能来源,实现恶臭污染来源的快速、精准的识别,解决了恶臭污染溯源的难题,克服了恶臭污染投诉管理的技术缺陷,提高了环境管理部门恶臭污染监管和执法的有效性和权威性。
Description
技术领域
本发明属于恶臭污染溯源技术领域,具体涉及一种基于恶臭指纹图谱和图谱相似度分析的恶臭污染溯源方法。
背景技术
随着我国社会经济的快速发展,人们的环保意识以及对生活环境的要求越来越高,恶臭(异味)作为一种扰民和危害人体健康的污染已成为当前我国城镇居民投诉最强烈的环境问题之一。上海、深圳、广州、天津等多个城市的恶臭污染投诉在环境投诉中所占的比例超过30%,工业区附件的投诉比例甚至可以达到90%。恶臭污染日益成为一个严重的环境和社会问题,由于其来源广泛、组分复杂,恶臭污染来源的追踪和识别成为环境管理的难点。目前我国主要采用人工现场排查的方法查找恶臭污染来源,其工作量巨大、耗时较长,且往往难以找到污染来源。
现有大气污染溯源技术的尺度较大,一般通过长期的颗粒物和VOCs样品采集和分析,利用正定因子矩阵法、化学质量平衡法等受体模型源解析,源解析结果为不同行业(如工业、燃煤、溶剂使用、机动车等)的来源贡献,通常应用于城市尺度的大气污染物的来源解析,对城市长期环境质量和污染来源分析和研究。但是恶臭污染具有阵发性、瞬时性、不连续性等特点,是一种典型的突发性大气污染,一般的大气污染溯源方法不适用于恶臭污染的溯源,因此需要一种可以快速有效地识别恶臭污染来源的溯源方法。
指纹图谱技术是一种根据样品的特征建立指纹图谱,利用相似度分析方法对样品进行综合的、可量化的识别技术。指纹图谱技术近些年广泛的应用于化学和中医药领域中,但是在大气污染溯源尤其是大气恶臭污染溯源方面尚未发现使用。与一般的大气污染物不同,恶臭污染具有能够被人体感知的特点,恶臭污染溯源更加关注能够被人体嗅觉器官感知且气味较大的恶臭污染物,因此筛选出恶臭污染物作为指纹,以物质气味的大小代替物质浓度进行相似度分析是限制指纹图谱技术在恶臭污染溯源方面应用的主要问题和难点。
发明内容
本发明的主要目的是克服现有技术存在的不足,针对恶臭污染阵发性和瞬时性的特点,基于恶臭指纹图谱和图谱相似度分析,提供一种恶臭污染快速溯源的方法。
本发明提供的一种基于恶臭指纹图谱的恶臭污染溯源方法,具体步骤如下:
A.确定疑似污染源
根据恶臭投诉情况(包括投诉发生时间、恶臭气味品质、臭气强度、臭气频率、持续时间),在投诉点周边筛选疑似的恶臭污染源。
B.污染源排放采样分析
根据污染源的生产工艺、生产规律、排放特点等信息,采集各污染源排放的典型的恶臭气体样品(包括污染源的排气口样品、无组织排放样品),利用色谱法或色谱质谱法进行定性和定量分析,获得污染源气体样品的物质成分与物质浓度。
C.环境恶臭气体采样分析
当投诉发生后迅速采集环境的恶臭气体样品,采用与步骤B相同的方法进行定性定量分析,获得环境恶臭气体样品的物质成分与物质浓度。
D.筛选恶臭污染物
根据污染源和环境恶臭气体检出污染物的物质和嗅阈值大小,筛选出嗅阈值较低的物质(即低浓度下能够引起人们不愉悦感觉,造成恶臭污染的物质)作为恶臭污染物。
E.构建污染源和环境恶臭指纹图谱
根据污染源和环境恶臭气体的测试分析结果,以筛选的恶臭污染物作为指纹,以恶臭污染物的气味活度值建立各污染源和环境恶臭气体的恶臭指纹图谱。气味活度值根据恶臭污染物的物质浓度和嗅阈值计算,计算公式如下:
其中为恶臭污染物的物质浓度,为恶臭污染物的嗅阈值。
F.溯源模型计算相似度
根据污染源和环境恶臭指纹图谱,构建数据矩阵如下:
其中,为污染源指纹的气味活度值, 为第m个污染源中第n个指纹的气味活度值,为环境指纹的气味活度值, 为环境中第n个指纹的气味活度值;
采用夹角余弦法计算环境和污染源恶臭指纹图谱的相似系数(SimilarityCoefficient,SC),计算公式如下:
其中,为监测点与污染源的相似系数,为污染源恶臭指纹图谱中第个恶臭物质的气味活度值,为监测点恶臭指纹图谱中第个恶臭物质的气味活度值,n为指纹的数量。
G.根据相似度识别污染源
比较环境敏感点与各污染源恶臭指纹图谱相似系数的大小,相似系数越接近1说明该污染源是环境恶臭污染来源的可能性越高,反正相似系数越接近0说明该污染源是环境恶臭污染来源的可能性越低。
本发明进一步公开了采用基于恶臭指纹图谱的恶臭污染溯源方法在准确判断恶臭污染的可能来源,实现恶臭污染来源的快速精准识别方面的应用,试验结果显示本发明的方法准确、有效。本发明通过指纹图谱技术和恶臭物质嗅阈值构建恶臭指纹图谱,利用夹角余弦法计算环境和污染源恶臭指纹图谱的相似系数,从而判断恶臭污染的可能来源,实现恶臭污染来源的精准识别,解决了恶臭污染溯源的难题,克服了恶臭污染投诉管理的技术缺陷。本发明的应用能够帮助环境管理部门识别引起恶臭污染事件的污染源,进而从源头控制恶臭污染物的超标排放,减少恶臭污染和投诉事件的发生,同时提高环境管理部门恶臭污染监管和执法的有效性和权威性,改善工业园区和周边居民区的环境空气质量。
附图说明
图1为本发明基于恶臭指纹图谱的恶臭污染溯源方法流程图;
图2为本发明实施例1的工作流程图。
具体实施方式
下面通过具体的实施方案叙述本发明。除非特别说明,本发明中所用的技术手段均为本领域技术人员所公知的方法。另外,实施方案应理解为说明性的,而非限制本发明的范围,本发明的实质和范围仅由权利要求书所限定。对于本领域技术人员而言,在不背离本发明实质和范围的前提下,对这些实施方案中使用的仪器进行的各种改变或改动也属于本发明的保护范围。本发明所用仪器、设备及耗材均有市售。以下结合附图和实施例对本发明做进一步的描述。
实施例1
一种基于恶臭指纹图谱的恶臭污染溯源方法,具体实施步骤如下:
A.确定疑似污染源
根据恶臭投诉情况(包括投诉发生时间、恶臭气味品质、臭气强度、臭气频率、持续时间),在投诉点周边筛选疑似的恶臭污染源。
B.污染源排放采样分析
根据污染源的生产工艺、生产规律、排放特点等信息,采集各污染源排放的典型的恶臭气体样品(包括污染源的排气口样品、无组织排放样品),利用色谱法或色谱质谱法进行定性和定量分析,获得污染源气体样品的物质成分与物质浓度,并录入数据库。
C.环境恶臭气体采样分析
当投诉发生后迅速采集环境的恶臭气体样品,采用与步骤B相同的方法进行定性定量分析,获得环境恶臭气体样品的物质成分与物质浓度,并录入数据库。
D.筛选恶臭污染物
根据污染源和环境恶臭气体检出污染物的物质和嗅阈值大小,筛选出嗅阈值较低的物质(即低浓度下能够引起人们不愉悦感觉,造成恶臭污染的物质)作为恶臭污染物。恶臭污染具有能够被人体感知的特点,嗅阈值高的物质在高浓度下也不会引起人们不愉悦的感觉,因此这些物质为非恶臭污染物。步骤D的优点在于可以排除非恶臭污染物的干扰,提高溯源的准确性。
进行下一步骤需要满足如下条件:污染源筛选出的恶臭污染物包含所有的环境恶臭气体筛选的恶臭污染物。
如果污染源筛选出的恶臭污染物不能包含所有的环境恶臭气体筛选的恶臭污染物,说明步骤A筛选的污染源不全,需要重新进行步骤A扩大筛选范围选择更多的疑似污染源,并对新污染源进行步骤B和步骤D,直至满足条件。
E.构建污染源和环境恶臭指纹图谱
根据污染源和环境恶臭气体的测试分析结果,以筛选的恶臭污染物作为指纹,以恶臭污染物的气味活度值建立各污染源和环境恶臭气体的恶臭指纹图谱。
气味活度值的大小代表物质气味的大小,物质的气味越大越容易造成恶臭污染,引起投诉的发生。因此步骤E的优点在于以物质气味活度值代替物质浓度建立图谱,可以提高气味较大物质的权重,进而提高溯源的准确性。
F.溯源模型计算相似度
根据污染源和环境恶臭指纹图谱,构建数据矩阵如下:
其中,为污染源指纹的气味活度值,为第m个污染源中第n个指纹的气味活度值,为环境指纹的气味活度值, 为环境中第n个指纹的气味活度值;
采用夹角余弦法计算环境和污染源恶臭指纹图谱的相似系数(SimilarityCoefficient,SC),计算公式如下:
其中,为监测点与污染源的相似系数,为污染源恶臭指纹图谱中第个恶臭物质的气味活度值,为监测点恶臭指纹图谱中第个恶臭物质的气味活度值,n为指纹的数量。
G.根据相似度识别污染源
比较环境敏感点与各污染源恶臭指纹图谱相似系数的大小,相似系数越接近1说明该污染源是环境恶臭污染来源的可能性越高,反正相似系数越接近0说明该污染源是环境恶臭污染来源的可能性越低。
实施例2
在本实施例中,深圳龙岗区某小区居民经常投诉周边工厂恶臭扰民,环境管理部门通过调查发现小区周边排放恶臭气体的工厂较多,由于各工厂之间距离较近且都处于小区上风向,工厂之间相互推诿,因此环境管理部门通过人工排查的方式无法确定恶臭污染来源于哪个工厂。利用本发明帮助环境管理部门识别引起该小区恶臭污染的污染来源,按照以下步骤进行溯源:
A.通过小区居民投诉情况,筛选出疑似恶臭污染源为7家工厂。
B.根据对工厂的调查,采集工厂车间排气筒排放的气体,利用色谱质谱法进行定性和定量分析,共检出烃类、卤代烃类、含硫和含氧化合物质96种。
C.当投诉发生后,迅速在小区内采集恶臭气体样品,共采集6次不同时间段投诉(发生在不同日期)的恶臭气体样品,利用色谱质谱法进行定性和定量分析,共检出烃类、卤代烃类、含硫和含氧化合物质53种。
D.根据对7家工厂和投诉时小区恶臭气体检出的污染物及物质嗅阈值,筛选出20种嗅阈值较低的物质作为恶臭污染物,分别为三甲胺、硫化氢、甲硫醇、甲硫醚、二甲二硫、甲苯、间-二甲苯、对-二甲苯、邻-二甲苯、乙苯、苯乙烯、乙醛、丙醛、丁醛、戊醛、乙酸乙酯、乙酸丁酯、甲基乙基酮、甲基异丁基酮、二氯甲烷。工厂排放气体筛选出的恶臭污染物包含小区恶臭气体筛选出的恶臭污染物,说明步骤A筛选的污染源全面。
E.以筛选的20种恶臭污染物作为指纹,以恶臭污染物的气味活度值建立各工厂和小区恶臭气体的恶臭指纹图谱。
F.根据工厂和小区的恶臭指纹图谱,构建数据矩阵,利用夹角余弦法计算小区与工厂恶臭指纹图谱的相似系数,结果如表1所示。
表1 各工厂与小区恶臭指纹图谱的相似系数
G.比较不同时间段投诉时小区与7家企业恶臭指纹图谱的相似系数,发现当发生恶臭投诉时小区与工厂7的恶臭指纹图谱相似度最高,且远高于其他工厂,因此说明工厂7是该小区恶臭污染的来源。
利用本发明的一种基于恶臭指纹图谱的恶臭污染溯源方法,解决了人工排查难以找到恶臭污染来源的问题,帮助环境管理部门准确地识别出引起投诉的恶臭污染源,进而从污染源头控制恶臭污染物的超标排放,改善了该小区居民的生活环境质量,减少了小区恶臭投诉事件的发生。
Claims (2)
1.一种基于恶臭指纹图谱的恶臭污染溯源方法,具体步骤如下:
A.确定疑似污染源
根据恶臭投诉情况:包括投诉发生时间、恶臭气味品质、臭气强度、臭气频率、持续时间),在投诉点周边筛选疑似的恶臭污染源;
B.污染源排放采样分析
根据污染源的生产工艺、生产规律、排放特点等信息,采集各污染源排放的典型的恶臭气体样品,包括污染源的排气口样品、无组织排放样品,利用色谱法或色谱质谱法进行定性和定量分析,获得污染源气体样品的物质成分与物质浓度;
C.环境恶臭气体采样分析
当投诉发生后迅速采集环境的恶臭气体样品,采用与步骤B相同的方法进行定性定量分析,获得环境恶臭气体样品的物质成分与物质浓度;
D.筛选恶臭污染物
根据污染源和环境恶臭气体检出污染物的物质和嗅阈值大小,筛选出嗅阈值较低的物质,即低浓度下能够引起人们不愉悦感觉,造成恶臭污染的物质作为恶臭污染物;
E.构建污染源和环境恶臭指纹图谱
根据污染源和环境恶臭气体的测试分析结果,以筛选的恶臭污染物作为指纹,以恶臭污染物的气味活度值建立各污染源和环境恶臭气体的恶臭指纹图谱;
气味活度值根据恶臭污染物的物质浓度和嗅阈值计算,计算公式如下:
其中为恶臭污染物的物质浓度,为恶臭污染物的嗅阈值;
F.溯源模型计算相似度
根据污染源和环境恶臭指纹图谱,构建数据矩阵如下:
其中, 为污染源指纹的气味活度值,为第m个污染源中第n个指纹的气味活度值,为环境指纹的气味活度值,为环境中第n个指纹的气味活度值;
采用夹角余弦法计算环境和污染源恶臭指纹图谱的相似系数(SimilarityCoefficient,SC),计算公式如下:
其中,为监测点与污染源的相似系数,为污染源恶臭指纹图谱中第
个恶臭物质的气味活度值,为监测点恶臭指纹图谱中第个恶臭物质的气味活度值,n为指纹的数量;
G.根据相似度识别污染源
比较环境敏感点与各污染源恶臭指纹图谱相似系数的大小,相似系数越接近1说明该污染源是环境恶臭污染来源的可能性越高,反正相似系数越接近0说明该污染源是环境恶臭污染来源的可能性越低。
2.采用权利要求1所述基于恶臭指纹图谱的恶臭污染溯源系统的溯源方法在准确判断恶臭污染的可能来源,实现恶臭污染来源的快速精准识别方面的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810487574.4A CN108760912B (zh) | 2018-05-21 | 2018-05-21 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810487574.4A CN108760912B (zh) | 2018-05-21 | 2018-05-21 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108760912A true CN108760912A (zh) | 2018-11-06 |
CN108760912B CN108760912B (zh) | 2022-02-08 |
Family
ID=64008572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810487574.4A Active CN108760912B (zh) | 2018-05-21 | 2018-05-21 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108760912B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN110376343A (zh) * | 2019-06-04 | 2019-10-25 | 中国环境科学研究院 | 污染源精准诊断方法、装置以及电子装置 |
CN110488710A (zh) * | 2019-08-26 | 2019-11-22 | 武汉和时利自动化系统工程有限公司 | 基于污水指纹图谱变化的河道排污点排查系统及方法 |
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 |
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 |
CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其系统 |
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 |
CN112711911A (zh) * | 2020-12-30 | 2021-04-27 | 华东理工大学 | 基于污染源谱库的应用于边界观测的快速污染溯源方法 |
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 |
CN113376114A (zh) * | 2021-06-24 | 2021-09-10 | 北京市生态环境监测中心 | 一种基于紫外-可见光谱数据的水污染溯源方法 |
CN113655111A (zh) * | 2021-08-17 | 2021-11-16 | 北京雪迪龙科技股份有限公司 | 基于走航监测的大气挥发性有机物溯源方法 |
CN113984968A (zh) * | 2021-10-26 | 2022-01-28 | 上海建科环境技术有限公司 | 一种工业园区大气VOCs溯源方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253172A (zh) * | 2011-07-07 | 2011-11-23 | 天津市环境保护科学研究院 | 一种无线远程臭气自动采样监测系统及其分级采样方法 |
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 |
CN103808904A (zh) * | 2014-03-07 | 2014-05-21 | 北京拓扑智鑫科技有限公司 | 全局实时监控恶臭污染气体的方法 |
CN105158353A (zh) * | 2015-07-29 | 2015-12-16 | 北华航天工业学院 | 土壤中多环芳烃污染源解析的方法 |
CN105469224A (zh) * | 2016-01-06 | 2016-04-06 | 天津工业大学 | 一种恶臭污染源关键致臭物质的识别方法 |
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 |
CN108008048A (zh) * | 2017-12-08 | 2018-05-08 | 环境保护部华南环境科学研究所 | 一种地下水系统中新型污染物的污染源识别方法与应用 |
-
2018
- 2018-05-21 CN CN201810487574.4A patent/CN108760912B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253172A (zh) * | 2011-07-07 | 2011-11-23 | 天津市环境保护科学研究院 | 一种无线远程臭气自动采样监测系统及其分级采样方法 |
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 |
CN103808904A (zh) * | 2014-03-07 | 2014-05-21 | 北京拓扑智鑫科技有限公司 | 全局实时监控恶臭污染气体的方法 |
CN105158353A (zh) * | 2015-07-29 | 2015-12-16 | 北华航天工业学院 | 土壤中多环芳烃污染源解析的方法 |
CN105469224A (zh) * | 2016-01-06 | 2016-04-06 | 天津工业大学 | 一种恶臭污染源关键致臭物质的识别方法 |
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 |
CN108008048A (zh) * | 2017-12-08 | 2018-05-08 | 环境保护部华南环境科学研究所 | 一种地下水系统中新型污染物的污染源识别方法与应用 |
Non-Patent Citations (2)
Title |
---|
KAITLYN TAYLOR ET AL.: "Discrimination of Swiss Cheese from 5 Different Factories by High Impact Volatile Organic Compound Profiles Determined by Odor Activity Value Using Selected Ion Flow Tube Mass Spectrometry and Odor Threshold", 《JOURNAL OF FOOD SCIENCE》 * |
包景岭 等: "《恶臭环境管理与污染控制》", 31 December 2009, 中国环境科学出版社 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110376343A (zh) * | 2019-06-04 | 2019-10-25 | 中国环境科学研究院 | 污染源精准诊断方法、装置以及电子装置 |
CN110376343B (zh) * | 2019-06-04 | 2021-03-23 | 中国环境科学研究院 | 污染源精准诊断方法、装置以及电子装置 |
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 |
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 |
CN110488710A (zh) * | 2019-08-26 | 2019-11-22 | 武汉和时利自动化系统工程有限公司 | 基于污水指纹图谱变化的河道排污点排查系统及方法 |
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 |
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 |
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 |
CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其系统 |
CN112711911A (zh) * | 2020-12-30 | 2021-04-27 | 华东理工大学 | 基于污染源谱库的应用于边界观测的快速污染溯源方法 |
CN112711911B (zh) * | 2020-12-30 | 2024-03-05 | 华东理工大学 | 基于污染源谱库的应用于边界观测的快速污染溯源方法 |
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 |
CN113376114A (zh) * | 2021-06-24 | 2021-09-10 | 北京市生态环境监测中心 | 一种基于紫外-可见光谱数据的水污染溯源方法 |
CN113655111A (zh) * | 2021-08-17 | 2021-11-16 | 北京雪迪龙科技股份有限公司 | 基于走航监测的大气挥发性有机物溯源方法 |
CN113984968A (zh) * | 2021-10-26 | 2022-01-28 | 上海建科环境技术有限公司 | 一种工业园区大气VOCs溯源方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108760912B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108760912A (zh) | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 | |
CN108760913A (zh) | 一种大气恶臭污染溯源系统及应用 | |
Crilley et al. | Source apportionment of fine and coarse particles at a roadside and urban background site in London during the 2012 summer ClearfLo campaign | |
Hopke | Review of receptor modeling methods for source apportionment | |
Capelli et al. | Electronic noses for the continuous monitoring of odours from a wastewater treatment plant at specific receptors: Focus on training methods | |
Capelli et al. | Measuring odours in the environment vs. dispersion modelling: A review | |
CN103065198A (zh) | 大气恶臭污染精细源解析方法 | |
Romain et al. | Complementary approaches to measure environmental odours emitted by landfill areas | |
CN111368401A (zh) | 污染源的溯源方法、装置和存储介质 | |
Watson et al. | Air quality measurements from the Fresno Supersite | |
Lucernoni et al. | Comparison of different approaches for the estimation of odour emissions from landfill surfaces | |
CN105469224A (zh) | 一种恶臭污染源关键致臭物质的识别方法 | |
Xia et al. | Source apportionment of VOCs in a suburb of Nanjing, China, in autumn and winter | |
CN110763775A (zh) | 复合气体的气味浓度计算方法 | |
Wang et al. | Spatial distribution of atmospheric PAHs and their genotoxicity in petrochemical industrialized Lanzhou valley, northwest China | |
CN113155939A (zh) | 一种挥发性有机物在线来源解析方法、系统、设备及介质 | |
Capelli et al. | The need for electronic noses for environmental odour exposure assessment | |
Durant et al. | Comparison of ambient airborne PM2. 5, PM2. 5 absorbance and nitrogen dioxide ratios measured in 1999 and 2009 in three areas in Europe | |
Cangialosi et al. | On line monitoring of odour nuisance at a sanitary landfill for non-hazardous waste | |
Rossi et al. | Methane oxidation of residual landfill gas in a full-scale biofilter: human health risk assessment of volatile and malodours compound emissions | |
Chang et al. | Development of land-use regression models to estimate particle mass and number concentrations in Taichung, Taiwan | |
Ravina et al. | Integrated model for estimating odor emissions from civil wastewater treatment plants | |
Cui et al. | A geographically and temporally weighted regression model for assessing intra-urban variability of volatile organic compounds (VOCs) in Yangpu district, Shanghai | |
Galán-Madruga et al. | Indoor and outdoor PM 10-bound PAHs in an urban environment. similarity of mixtures and source attribution | |
CN112309506A (zh) | 一种基于排序和概率的层次化生态风险评价方法 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 300191 No. 17, rehabilitation Road, Tianjin, Nankai District Patentee after: Tianjin Academy of ecological and Environmental Sciences (Tianjin Academy of environmental planning, Tianjin low carbon development research center) Address before: 300191 No. 17, rehabilitation Road, Tianjin, Nankai District Patentee before: TIANJIN ACADEMY OF ENVIRONMENTAL SCIENCES |