CN108760913B - 一种大气恶臭污染溯源系统及应用 - Google Patents

一种大气恶臭污染溯源系统及应用 Download PDF

Info

Publication number
CN108760913B
CN108760913B CN201810488363.2A CN201810488363A CN108760913B CN 108760913 B CN108760913 B CN 108760913B CN 201810488363 A CN201810488363 A CN 201810488363A CN 108760913 B CN108760913 B CN 108760913B
Authority
CN
China
Prior art keywords
odor
pollution
fingerprint
malodorous
source
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
CN201810488363.2A
Other languages
English (en)
Other versions
CN108760913A (zh
Inventor
荆博宇
王亘
韩萌
翟增秀
邹克华
耿静
李伟芳
孟洁
商细彬
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.)
Tianjin Academy of Ecological and Environmental Sciences
Original Assignee
Tianjin Academy of Environmental Sciences
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 Tianjin Academy of Environmental Sciences filed Critical Tianjin Academy of Environmental Sciences
Priority to CN201810488363.2A priority Critical patent/CN108760913B/zh
Publication of CN108760913A publication Critical patent/CN108760913A/zh
Application granted granted Critical
Publication of CN108760913B publication Critical patent/CN108760913B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/62Detectors specially adapted therefor
    • G01N30/72Mass spectrometers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/88Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/88Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • G01N2030/8809Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample

Abstract

本发明涉及一种基于恶臭指纹图谱和相似度分析的大气恶臭污染溯源系统。包括信息管理系统、指纹图谱系统、溯源模型系统和结果展示系统,其步骤包括:污染源信息管理;恶臭污染信息管理;构建恶臭指纹图谱;溯源模型系统计算相似度;溯源结果显示。本发明的系统通过信息管理系统收集、存储污染源排放和环境恶臭气体相关数据,通过指纹图谱系统构建环境和污染源的恶臭指纹图谱,基于夹角余弦法的溯源模型系统计算环境和污染源恶臭指纹图谱的相似系数,系统显示环境和污染源的指纹图谱相似度,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,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

一种大气恶臭污染溯源系统及应用
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系统。
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技术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技术。
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,指纹图谱技术应用于恶臭污染溯源的主要问题是①缺乏对污染源恶臭污染物排放和环境恶臭污染事件的信息管理;②指纹图谱建立时筛选的物质不具有代表性;③指纹图谱相似度分析时没有考虑污染物气体的大小,造成溯源结果不是实际的恶臭污染来源。
发明内容
本发明的主要目的是克服现有技术存在的不足,基于恶臭指纹图谱和图谱相似度分析,提供一种大气恶臭污染快速溯源系统,能够适用于各种大气恶臭污染的溯源。
为实现上述目的,针对大气恶臭污染可被人体感知、阵发性和瞬时性的特点,本发明提供了一种大气恶臭污染溯源系统,其特征在于该系统包括信息管理系统、指纹图谱系统、溯源模型系统和结果展示系统;其中信息管理系统进行污染源排放和环境恶臭气体信息的录入、储存、修改和显示;指纹图谱系统进行指纹的筛选、恶臭指纹图谱的建立和显示;溯源模型系统计算恶臭指纹图谱的相似系数;结果展示系统在列表和GIS地图上进行溯源结果的显示;其中所述的
一、信息管理系统包括:
(1)污染源信息管理:通过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,将污染源信息、污染源坐标、污染源排放的物质成分与物质浓度录入信息管理系统;
(2)恶臭污染信息管理:当恶臭污染事件发生后,采集恶臭污染点位的环境恶臭气体样品,利用色谱法或色谱质谱法进行定性定量分析,将污染事件发生时间、污染事件发生点位坐标、环境恶臭气体样品的物质成分与物质浓度录入信息管理系统;
二、指纹图谱系统:
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,指纹图谱系统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)作为图谱的指纹,以指纹物质的气味活度值
Figure 790374DEST_PATH_IMAGE001
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:
Figure 597793DEST_PATH_IMAGE002
其中
Figure 362486DEST_PATH_IMAGE003
为指纹物质的物质浓度,
Figure 989777DEST_PATH_IMAGE004
为指纹物质的嗅阈值;
三、溯源模型系统计算相似度:溯源模型系统根据污染源和环境恶臭指纹图谱,构建数据矩阵如下:
Figure 232539DEST_PATH_IMAGE005
其中,
Figure 160044DEST_PATH_IMAGE006
为污染源指纹的气味活度值,
Figure 830060DEST_PATH_IMAGE007
为第m个污染源中第n个指纹的气味活度值,
Figure 213155DEST_PATH_IMAGE008
为环境指纹的气味活度值,
Figure 994030DEST_PATH_IMAGE009
为环境中第n个指纹的气味活度值;
溯源模型系统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(Similarity Coefficient,SC),计算公式如下:
Figure 776041DEST_PATH_IMAGE010
其中,
Figure 616958DEST_PATH_IMAGE011
为监测点与污染源j的相似系数,
Figure 484420DEST_PATH_IMAGE012
为污染源j恶臭指纹图谱中第i个指纹物质的气味活度值,
Figure 68985DEST_PATH_IMAGE013
为监测点恶臭指纹图谱中第i个指纹物质的气味活度值,n为指纹的数量;
四、溯源结果显示:
结果展示系统显示恶臭污染发生时环境与各污染源恶臭指纹图谱相似系数的大小,通过比较相似系数的大小识别环境的恶臭污染来源,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,反之相似系数越接近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和图谱相似度分析的恶臭污染溯源系统和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、有效利用,有效的解决了人工排查难以找到恶臭污染来源的问题,能够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,对于改善工业园区和周边居民区的环境空气质量,减少工业园区和周边居民区恶臭投诉事件的发生起到了积极的作用。
本发明提出的基于恶臭指纹图谱和图谱相似度分析的大气恶臭污染溯源系统,通过信息管理系统收集、存储污染源排放和环境恶臭气体相关数据,通过指纹图谱系统构建环境和污染源的恶臭指纹图谱,通过基于夹角余弦法的溯源模型系统计算环境和污染源恶臭指纹图谱的相似系数,最后通过结果展示系统显示环境和污染源的指纹图谱相似度,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。
附图说明
图1为本发明大气恶臭污染溯源系统结构示意图;
图2为本发明实施例1的工作流程图;
图3为本发明实施例2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。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
一种大气恶臭污染溯源系统,其特征在于该系统包括信息管理系统、指纹图谱系统、溯源模型系统和结果展示系统;其中信息管理系统进行污染源排放和环境恶臭气体信息的录入、储存、修改和显示;指纹图谱系统进行指纹的筛选、恶臭指纹图谱的建立和显示;溯源模型系统计算恶臭指纹图谱的相似系数;结果展示系统在列表和GIS地图上进行溯源结果的显示;其中所述的
一、信息管理系统包括:
(1)污染源信息管理:通过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,将污染源信息、污染源坐标、污染源排放的物质成分与物质浓度录入信息管理系统;
(2)恶臭污染信息管理:当恶臭污染事件发生后,采集恶臭污染点位的环境恶臭气体样品,利用色谱法或色谱质谱法进行定性定量分析,将污染事件发生时间、污染事件发生点位坐标、环境恶臭气体样品的物质成分与物质浓度录入信息管理系统;
二、指纹图谱系统:
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,指纹图谱系统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)作为图谱的指纹,以指纹物质的气味活度值
Figure 705502DEST_PATH_IMAGE014
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:
Figure 982900DEST_PATH_IMAGE015
其中
Figure 72079DEST_PATH_IMAGE016
为指纹物质的物质浓度,
Figure 460335DEST_PATH_IMAGE017
为指纹物质的嗅阈值;
三、溯源模型系统计算相似度:溯源模型系统根据污染源和环境恶臭指纹图谱,构建数据矩阵如下:
Figure 685780DEST_PATH_IMAGE018
其中,
Figure 134079DEST_PATH_IMAGE019
为污染源指纹的气味活度值,
Figure 710553DEST_PATH_IMAGE020
为第m个污染源中第n个指纹的气味活度值,
Figure 905430DEST_PATH_IMAGE021
为环境指纹的气味活度值,
Figure 985382DEST_PATH_IMAGE022
为环境中第n个指纹的气味活度值;
溯源模型系统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(Similarity Coefficient,SC),计算公式如下:
Figure 604582DEST_PATH_IMAGE023
其中,
Figure 668353DEST_PATH_IMAGE024
为监测点与污染源j的相似系数,
Figure 398411DEST_PATH_IMAGE025
为污染源j恶臭指纹图谱中第i个指纹物质的气味活度值,
Figure 598448DEST_PATH_IMAGE026
为监测点恶臭指纹图谱中第i个指纹物质的气味活度值,n为指纹的数量;
四、溯源结果显示:
结果展示系统显示恶臭污染发生时环境与各污染源恶臭指纹图谱相似系数的大小,通过比较相似系数的大小识别环境的恶臭污染来源,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,反之相似系数越接近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
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
Figure 388550DEST_PATH_IMAGE027
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:
Figure 674038DEST_PATH_IMAGE028
其中,
Figure 207787DEST_PATH_IMAGE029
为污染源指纹的气味活度值,
Figure 527910DEST_PATH_IMAGE030
为第m个污染源中第n个指纹的气味活度值,
Figure 223334DEST_PATH_IMAGE031
为环境指纹的气味活度值,
Figure 996118DEST_PATH_IMAGE032
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:
Figure 333558DEST_PATH_IMAGE033
其中,
Figure 511117DEST_PATH_IMAGE034
为监测点与污染源j的相似系数,
Figure 643021DEST_PATH_IMAGE035
为污染源j恶臭指纹图谱中第i个恶臭物质的气味活度值,
Figure 637522DEST_PATH_IMAGE036
为监测点恶臭指纹图谱中第i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3
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。利用本发明构建的大气恶臭污染溯源系统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;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;利用信息管理系统将7家工厂的污染源信息、污染源坐标、污染源排放的物质成分与物质浓度录入。
B.当恶臭投诉事件发生后,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;利用信息管理系统将污染事件发生时间、污染事件发生点位坐标、环境恶臭气体样品的物质成分与物质浓度录入。
C.根据7家工厂和投诉时小区恶臭气体检出的污染物及嗅阈值大小,在指纹图谱系统中筛选出20种嗅阈值较低的物质作为指纹,包括三甲胺、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,以指纹物质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。
D.溯源模型系统根据工厂和小区的恶臭指纹图谱,自动构建数据矩阵,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
Figure 778653DEST_PATH_IMAGE037
G.结果展示系统显示6次恶臭投诉时环境与7家工厂恶臭指纹图谱相似系数,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。
利用本发明公开的大气恶臭污染溯源系统,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 (1)

1.一种准确判断恶臭污染来源的溯源系统,其特征在于该系统包括信息管理系统、指纹图谱系统、溯源模型系统和结果展示系统;其中信息管理系统进行污染源排放和环境恶臭气体信息的录入、储存、修改和显示;指纹图谱系统进行指纹的筛选、恶臭指纹图谱的建立和显示;溯源模型系统计算恶臭指纹图谱的相似系数;结果展示系统在列表和GIS地图上进行溯源结果的显示;
一、信息管理系统包括:
(1)污染源信息管理:通过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,利用色谱质谱法进行定性和定量分析,将污染源信息、污染源坐标、污染源排放的物质成分与物质浓度录入信息管理系统;
(2)恶臭污染信息管理:当恶臭污染事件发生后,采集恶臭污染点位的环境恶臭气体样品,利用色谱质谱法进行定性定量分析,将污染事件发生时间、污染事件发生点位坐标、环境恶臭气体样品的物质成分与物质浓度录入信息管理系统;
二、指纹图谱系统:
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,指纹图谱系统筛选出嗅阈值较低的物质作为图谱的指纹,污染源筛选出的指纹物质包含所有的环境恶臭气体筛选的指纹物质,以指纹物质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:
Figure FDA0003315696930000011
其中c为指纹物质的物质浓度,COT为指纹物质的嗅阈值;
三、溯源模型系统计算相似度:溯源模型系统根据污染源和环境恶臭指纹图谱,构建数据矩阵如下:
Figure FDA0003315696930000012
其中,a为污染源指纹的气味活度值,anm为第m个污染源中第n个指纹的气味活度值,b为环境指纹的气味活度值,bn为环境中第n个指纹的气味活度值;
溯源模型系统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,计算公式如下:
Figure FDA0003315696930000021
其中,SCj为监测点与污染源j的相似系数,aij为污染源j恶臭指纹图谱中第i个指纹物质的气味活度值,bi为监测点恶臭指纹图谱中第i个指纹物质的气味活度值,n为指纹的数量;
四、溯源结果显示:
结果展示系统显示恶臭污染发生时环境与各污染源恶臭指纹图谱相似系数的大小,通过比较相似系数的大小识别环境的恶臭污染来源,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,反之相似系数越接近0说明该污染源是环境恶臭污染来源的可能性越低。
CN201810488363.2A 2018-05-21 2018-05-21 一种大气恶臭污染溯源系统及应用 Active CN108760913B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810488363.2A CN108760913B (zh) 2018-05-21 2018-05-21 一种大气恶臭污染溯源系统及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810488363.2A CN108760913B (zh) 2018-05-21 2018-05-21 一种大气恶臭污染溯源系统及应用

Publications (2)

Publication Number Publication Date
CN108760913A CN108760913A (zh) 2018-11-06
CN108760913B true CN108760913B (zh) 2022-02-08

Family

ID=64007696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810488363.2A Active CN108760913B (zh) 2018-05-21 2018-05-21 一种大气恶臭污染溯源系统及应用

Country Status (1)

Country Link
CN (1) CN108760913B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
WO2021056160A1 (zh) * 2019-09-23 2021-04-01 广州禾信仪器股份有限公司 一种VOCs污染的溯源方法
CN111215350B (zh) * 2019-10-17 2021-12-21 江苏金牛星电子科技有限公司 一种用于可回收垃圾智能分类的处理机构及其工作方法
CN111506574A (zh) * 2020-03-19 2020-08-07 平安国际智慧城市科技股份有限公司 基于r树的污染物溯源方法、装置及其相关设备
CN111798932B (zh) * 2020-07-03 2021-06-15 中科三清科技有限公司 一种污染物监测数据的处理方法、装置、存储介质及终端
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
CN112562794B (zh) * 2020-12-09 2022-11-08 河北先进环保产业创新中心有限公司 污染源解析方法、装置及终端设备
CN112986497B (zh) * 2021-02-09 2022-04-01 浙江大学 基于气体传感器阵列指纹识别的污染气体溯源方法
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

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
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;Kaitlyn Taylor et al.;《Journal of Food Science》;20131231;第1509-1515页 *

Also Published As

Publication number Publication date
CN108760913A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108760913B (zh) 一种大气恶臭污染溯源系统及应用
CN108760912B (zh) 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用
Feng et al. Recurrent Neural Network and random forest for analysis and accurate forecast of atmospheric pollutants: a case study in Hangzhou, China
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
Capelli et al. Measuring odours in the environment vs. dispersion modelling: A review
Capelli et al. Electronic noses for the continuous monitoring of odours from a wastewater treatment plant at specific receptors: Focus on training methods
Collier-Oxandale et al. Understanding the ability of low-cost MOx sensors to quantify ambient VOCs
Watson et al. Air quality measurements from the Fresno Supersite
CN112485319B (zh) 大气环境走航监测方法及信息处理方法、装置、监测车
Sironi et al. Continuous monitoring of odours from a composting plant using electronic noses
CN112540148B (zh) 一种炼化企业大气污染物监测预警与溯源系统构建方法
CN111368401A (zh) 污染源的溯源方法、装置和存储介质
CN103065198A (zh) 大气恶臭污染精细源解析方法
CN105469224A (zh) 一种恶臭污染源关键致臭物质的识别方法
Otson et al. A review of techniques for measurement of airborne aldehydes
Valach et al. Concentrations of selected volatile organic compounds at kerbside and background sites in central London
CN110763775A (zh) 复合气体的气味浓度计算方法
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
CN111766337A (zh) 基于多组分气体检测仪传感器阵列的臭气浓度ou值算法
Cangialosi et al. On line monitoring of odour nuisance at a sanitary landfill for non-hazardous waste
CN112540147A (zh) 一种炼化企业区域性大气污染物溯源方法
Wang et al. A critical review on odor measurement and prediction
Fang et al. Odor compounds released from different zones of two adjacent waste treatment facilities: Interactive influence and source identification
Gutiérrez et al. Compost pile monitoring using different approaches: GC–MS, E-nose and dynamic olfactometry
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

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