CN109118129A - 一种大气污染物精准溯源识别系统及方法 - Google Patents
一种大气污染物精准溯源识别系统及方法 Download PDFInfo
- Publication number
- CN109118129A CN109118129A CN201811298817.6A CN201811298817A CN109118129A CN 109118129 A CN109118129 A CN 109118129A CN 201811298817 A CN201811298817 A CN 201811298817A CN 109118129 A CN109118129 A CN 109118129A
- Authority
- CN
- China
- Prior art keywords
- source
- flow field
- atmospheric
- monitoring
- garden
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 53
- 239000000126 substance Substances 0.000 claims abstract description 43
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 38
- 231100000719 pollutant Toxicity 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 239000004615 ingredient Substances 0.000 claims abstract description 10
- 239000002245 particle Substances 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims abstract description 7
- 230000003595 spectral effect Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000001228 spectrum Methods 0.000 claims description 20
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 239000007789 gas Substances 0.000 claims description 10
- 238000002790 cross-validation Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 230000006855 networking Effects 0.000 claims description 9
- 239000000926 atmospheric chemistry Substances 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 7
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 6
- 229910001872 inorganic gas Inorganic materials 0.000 claims description 6
- 239000005416 organic matter Substances 0.000 claims description 6
- 239000013618 particulate matter Substances 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 claims description 4
- 239000002253 acid Substances 0.000 claims description 3
- 150000001299 aldehydes Chemical class 0.000 claims description 3
- 150000001335 aliphatic alkanes Chemical class 0.000 claims description 3
- 150000001336 alkenes Chemical class 0.000 claims description 3
- 150000001345 alkine derivatives Chemical class 0.000 claims description 3
- 229910021529 ammonia Inorganic materials 0.000 claims description 3
- 150000004945 aromatic hydrocarbons Chemical class 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 150000002576 ketones Chemical class 0.000 claims description 3
- 229910052751 metal Inorganic materials 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 230000035484 reaction time Effects 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 239000000700 radioactive tracer Substances 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000012800 visualization Methods 0.000 claims 1
- 238000003912 environmental pollution Methods 0.000 abstract 1
- 230000002265 prevention Effects 0.000 abstract 1
- 238000009792 diffusion process Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 239000004744 fabric Substances 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000003694 hair properties Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Sampling And Sample Adjustment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种大气污染物精准溯源识别系统及方法,包括数据监测模块、信息处理模块和可视化协同决策模块;通过部署以敏感点位为中心节点的区域气象流场与大气痕量成分高精尖分析仪器,实时高分辨监测区域大气物理流场状况,立体全面掌握区域内任意点位大气流动特征参数;同时在前期获取覆盖区域内各工业企业生产全周期中排放的指纹型痕量气体和亚微米级粒子特征成分等的谱分布基础上,在中心节点进行高分辨实时特征成分监测;在获得以上物理,化学参数基础上进行相关算法计算,从而进行工业园区污染物来源识别定位解析,解析结果对于防范区域环境污染过程,在事前预防、事中监测、事后评价的各个过程中均起着极其重要的作用。
Description
技术领域
本申请涉及环境监测技术领域,具体而言,涉及一种大气污染物精准溯源识别系统及方法。
背景技术
随着人类工业活动的不断发展,空气污染严重影响城市空气环境质量和人体健康。当前,规模化的工业园区越来越多的出现,园区企业的废气排放不仅成为重要的空气污染源而且成为影响本地空气质量考核、引起居民投诉信访量上升等的最重要因素。园区大气污染物中的细颗粒物、硫氧化物、氮氧化物、挥发性有机物等对于人体健康有着极大的危害,直接或间接导致当地空气质量监测数据上升。而面对突发性的投诉和阶段性监测数据上升时,由于园区内排放源众多,排放物随大气流动性强,管理者常常无法确定大气污染物准确来源而无法针对性管理。
目前,基于概率统计理论与优化理论的技术为基础的物理扩散模型方法被国内外学者应用于空气污染排放溯源方法,该方法主要基于气象和环境污染物浓度实时监测数据并利用上述统计方法来反推推算最大可能产生污染排放的区域和概率。但该类溯源技术只能对污染发生来源的工业区区域和概率进行判别,若该工业区区域内存在多个污染企业,则无法进一步判别。现有的大气扩散模型模式以及相关的溯源系统因为气象观测数据、采样分析技术和算法本身都适合于城市及更大尺度,在园区尺度范围内溯源分辨率、精确度、指向性都不足。因此研究一种大气污染物精准溯源识别系统具有十分重大的意义。
发明内容
本发明旨在提供一种大气污染物精准溯源识别系统及方法,该系统包括数据监测模块、信息处理模块和可视化协同决策模块,以各种物理、化学特征参数监测、分析方法为基础,多种污染源解析技术为核心,追溯定位污染源。
为了达到上述目的,本发明采用如下技术方案:
一种大气污染物精准溯源识别系统,包括监测模块、信息处理模块、可视化协同决策模块;所述监测模块包括大气物理流场监测和大气化学特征因子监测,用于为信息处理模块提供输入数据,所述大气物理流场监测为利用高密度气象观测仪组网监测园区动态大气流场,所述大气化学特征因子监测为利用大气痕量成分高精度分析仪器实时测量节点区域内各工业企业生产全周期中排放的指纹型特征痕量气体和亚微米级粒子特征成分的谱分布;所述信息处理模块包括大气物理流场计算模块、化学计算模块、源解析模型、地理信息系统,所述大气物理流场计算模块定性定量描述大气污染物从排放源到被检测点所经历的全过程,所述化学计算模块用于建立污染源与监测点位之间的轨迹对应关系,所述源解析模型用于分析环境污染物监测数据并对污染物进行定性和定量源解析,所述地理信息系统用于处理区域、分辨率、地形地貌、建筑物和路况信息;所述可视化协同决策模块用于可视化展示物理来源回溯、进行化学特征谱比对、生成综合溯源结论、生成自动报告。
所述可视化协同决策模块还包括以可视化方式集成相关大数据,所述大数据包括本区域环境卫星、监测站网、空间全面联网无缝式实时监测数据,用以高频率在线监测实现对大气环境态势的全面感知、自动预测预警、协同高效识别、处置污染排放。
所述大气物理流场监测具体为:将园区划分为以每100m×100m为一个格点的网格区域,每个格点内部署一套气象参数观测仪,构成格点流场基础数据,高时频的所述基础数据供计算系统重构三维立体流场,无缝隙的掌握承载污染物质的大气气团活动轨迹矢量过程,从而为从物理空间层面识别来源提供数据。
所述大气痕量成分高精度分析仪器包括能够监测一般工业生产过程中释放的挥发性有机物、无机气体、颗粒物,所述挥发性有机物包括烷烃、烯烃、炔烃、芳香烃、醛、酮、酸;所述无机气体包括硫氧化物、氮氧化物、氨;所述颗粒物包括可溶性离子、金属元素。
所述大气物理流场计算模块通过大气物理格点流场监测数据,根据高精度高分辨数据包括园区自身的地形建筑、源分布状况、气象数据,通过微尺度及小尺度与中尺度大气扩散算法进行污染物物理流场的定位识别、三维空间溯源分析,从物理运动轨迹回溯污染排放来源。
所述大气扩散算法具体为:以受体点为原点,建立空间直角三维坐标系xyz,假设一个示踪气团位置在t时刻处于Pt(x,y,z)位置,时间步长Δt后的位置PΔt=P(x+u*Δt,y+v*Δt,z+w*Δt),式中,u、v、w为变量参数,Δt取值为1-5分钟,按要回退的时间进行累计计算可得到该气团来源轨迹。
所述化学计算模块通过对园区源排放的主要污染物组成的指纹谱信息含有的特征污染物进行分析来识别污染源,在园区小微尺度范围内,通过选择反应时间较长的特征物,锁定污染排放来源;算法为:先将园区内所有企业对应的特征释放物进行前期调研检测,完成收集排放源谱,然后在受体点为进行连续的以上化学成分的监测,每套监测数据都进行与前述排放源谱的比对计算,从而识别受体点的气团来自哪个企业。
所述比对计算具体为:假设园区内某企业厂区所有能够监测到的特征谱分布为A,其中有n个特征化学成分参数,每个参数的平均特征浓度为an,而受体点监测到的样品谱分布为B,其中化学成分n,不足n个的也记为n,只是其浓度为零,两套数据组成n维样本点A(a1,a2,…,an)和B(b1,b2,…,bn),通过以下公式计算两个向量数组的对比参数;确定a与b的相似程度L12,L12越大表示源和受体点样品一致性越高,即受体点观测到的来源与A企业的排放关系越大:
再通过前述物理方位溯源轨迹与化学算法结果交叉验证锁定污染排放来源。
一种大气污染物精准溯源识别方法,采用前述的大气污染物精准溯源识别系统,包括如下步骤:
1)将园区划分为多个网格区域,每个格点内部署一套气象观测仪,利用高密度分布的气象观测仪组网监测园区动态大气流场;
2)利用大气痕量成分高精度分析仪器测量节点区域内各工业企业生产全周期中排放的污染物,形成指纹型特征痕量气体和亚微米级粒子特征成分谱分布;
3)将高精度高分辨数据包括园区自身的地形建筑、源分布状况、气象数据输入大气物理流场计算模块中,进行污染物物理流场的定位识别、三维空间溯源分析,从物理运动轨迹回溯污染排放来源;
4)将各种化学成分的组成、含量和特征元素输入到化学计算模块中,通过选择反应时间较长的特征物,锁定排放源;
5)交叉验证物理溯源法和化学溯源法,锁定污染排放来源;
6)查询任意点位的流场来源信息,敏感点位的化学指纹特征因子匹配识别信息,交叉验证产生的污染源溯源识别信息。
有益效果:本发明通过集成最新的微尺度大气物理流场监测模拟、高分辨大气化学污染特征谱成分检测、交叉谱溯源算法技术,建立园区尺度污染源识别技术方法,在识别解析定位园区各不同生产企业排放来源的基础上,还解决了微小尺度空间内,产业集聚度高,生产工艺类似,排放物类似等的小尺度、同类源问题,为大气环境信访投诉事件、阶段性监测站数据高于平均水平、园区大气环境预警预测和区域污染贡献量等问题的解决提供科学可行的识别、追踪、判断依据和工作抓手。本发明所具有的园区大气污染源识别定位解析技术将为环境监管、执法与治理提供有力支持,使环保部门实现污染物排放“说得清、管得住、行得通”的管理新模式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明的大气污染物精准溯源识别系统示意图。
其中,1、大气污染物精准溯源识别系统;2、数据监测模块;2-1、大气物理流场监测;2-2、大气化学特征因子监测;3、信息处理模块;3-1、大气物理流场计算模块;3-2、化学计算模块;3-3、源解析模型;3-4、地理信息系统;4、可视化协同决策模块;4-1、物理来源回溯;4-2、化学特征谱比对;4-3、综合溯源结论;4-4、自动报告生成。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供的大气污染物精准溯源识别系统1,该系统包括数据监测模块2、信息处理模块3和可视化协同决策模块4,以各种物理、化学特征参数监测、分析方法为基础,多种污染源解析技术为核心,追溯定位污染源。
数据监测模块2包括大气物理流场监测2-1和大气化学特征因子监测2-2,为信息处理模块3提供输入数据。
大气物理流场监测2-1利用高密度气象观测仪组网监测园区动态大气流场,将园区划分为以每100m×100m为一个格点的网格区域,每个格点内部署一套气象参数监测仪,构成格点流场基础数据,高时频数据供计算系统重构三维立体流场,无缝隙的掌握承载污染物质的大气气团活动轨迹矢量过程,从而在物理空间层面识别来源。
大气化学特征因子监测2-2利用大气痕量成分高精度分析仪器,高分辨实时测量节点区域内各工业企业生产全周期中排放的指纹型特征痕量气体和亚微米级粒子特征成分等的谱分布。
具体的,大气痕量成分监测仪包括能够监测一般工业生产过程中释放的挥发性有机物、无机气体、颗粒物,挥发性有机物包括烷烃、烯烃、炔烃、芳香烃、醛、酮、酸;无机气体包括硫氧化物、氮氧化物、氨;颗粒物成分包括可溶性离子、金属元素等。
信息处理模块3包括大气物理流场计算模块3-1、化学计算模块3-2、源解析模型3-3、地理信息系统3-4等,大气物理流场计算模块3-1可定性定量描述大气污染物从排放源到被检测点所经历的全过程,模拟大气对污染物的输送、扩散和稀释作用,化学计算模块3-2可建立污染源与监测点位之间的轨迹对应关系。
大气物理流场计算模块3-1通过计算实时采集处理大气物理格点流场监测数据,根据园区自身的地形建筑、源分布状况、气象等高精度高分辨数据,通过微尺度、小尺度与中尺度大气扩散算法进行污染物物理流场的定位识别,三维空间溯源分析等计算,从物理运动轨迹回溯污染排放来源。
具体地,大气物理流场计算应用大气扩散模型,大气扩散模型是以物质浓度5分钟为间隔,同时不考虑扩散中的浓度变化,只考虑路径和化学成分,快速高频的识别来源。
更具体地,首先建立50-500米格点的,1-5分钟频率刷新率的监测网,在此风场数据基础上,进行矢量数据插值,以反距离空间插值算法插值出5-20米网格流场,垂直方面的流场由数值模式计算输出,在流场中应用三维后向轨迹回退算法,计算任意时刻受体点的气团来向轨迹,其计算原理是:以受体点为原点,建立空间直角三维坐标系xyz,假设一个示踪气团位置在t时刻处于Pt(x,y,z)位置,时间步长Δt后的位置PΔt=P(x+u*Δt,y+v*Δt,z+w*Δt)(其中u,v,w为风速在xyz坐标系中的分量):
化学计算模块3-2通过对园区源排放的主要污染物组成的指纹谱信息含有的特征污染物来识别污染源,在园区小微尺度范围内,通过选择反应时间较长的特征物,锁定污染排放来源。
具体地,先将园区内所有企业对应的特征释放物进行前期调研检测,完成收集排放源谱,然后在受体点为进行连续的以上化学成分的监测,每套监测数据都可以进行与前述排放源谱的比对计算,从而识别受体点的气团来自哪个企业。比对识别算法为:
假设园区内某企业厂区所有能够监测到的特征谱分布为A,其中有n个特征化学成分参数,每个参数的平均特征浓度为an,而受体点监测到的样品谱分布为B,其中化学成分n,不足n个的也记为n,只是其浓度为零,两套数据组成了n维样本点A(a1,a2,…,an)和B(b1,b2,…,bn),通过以下公式计算两个向量数组的对比参数。确定a与b的相似程度L12。L12越大表示源和受体点样品一致性越高,即受体点观测到的来源与A企业的排放关系越大。
将园区自身的地形建筑,源分布状况,气象等高精度高分辨数据输入大气物理流场计算模块2-1中,将各种化学成分的组成、含量和特征元素等输入到化学计算模块2-2中,通过大气物理流场计算模块2-1和化学计算模块2-2交叉验证锁定污染排放来源。
源解析模型3-3为源清单模型,可用来分析环境污染物监测数据,并对污染物进行定性和定量源解析。
地理信息系统3-4用于处理区域、分辨率、地形地貌、建筑物和路况等信息。
可视化协同决策模块4可以可视化展示物理来源回溯4-1、化学特征谱比对4-2、综合溯源结论4-3、自动报告生成4-4。
本发明实施例还提供了大气污染物精准溯源识别方法,包括如下步骤:
1)将园区划分为多个网格区域,每个格点内部署一套气象观测仪,利用高密度分布的气象观测仪组网监测园区动态大气流场;
2)利用大气痕量成分高精度分析仪器测量节点区域内各工业企业生产全周期中排放的污染物,形成指纹型特征痕量气体和亚微米级粒子特征成分谱分布;
3)将高精度高分辨数据包括园区自身的地形建筑、源分布状况、气象数据输入大气物理流场计算模块中,进行污染物物理流场的定位识别、三维空间溯源分析,从物理运动轨迹回溯污染排放来源;
4)将各种化学成分的组成、含量和特征元素输入到化学计算模块中,通过选择反应时间较长的特征物,锁定排放源;
5)交叉验证物理溯源法和化学溯源法,锁定污染排放来源;
6)查询任意点位的流场来源信息,敏感点位的化学指纹特征因子匹配识别信息,交叉验证产生的污染源溯源识别信息。
以工业园区发生污染事件为例,环境监管部门可以通过系统分析快速找到污染源,利用信息处理模块的计算结果进行可视化的结果分析,包含区域内任意点位的流场来源信息,敏感点位的化学指纹特征因子匹配识别信息,交叉验证产生的污染源溯源识别信息,以及自动生成按年、季、月、周、日为周期的结果报告。系统还以可视化方式集成相关大数据,包括本区域环境卫星,监测站网,空间全面联网无缝式实时监测数据,高频率在线监测实现对大气环境态势的全面感知、自动预测预警、协同高效识别、处置污染排放,实时评估,消减峰值。
此外,上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种大气污染物精准溯源识别系统,其特征在于,包括监测模块、信息处理模块、可视化协同决策模块;所述监测模块包括大气物理流场监测和大气化学特征因子监测,用于为信息处理模块提供输入数据,所述大气物理流场监测为利用高密度气象观测仪组网监测园区动态大气流场,所述大气化学特征因子监测为利用大气痕量成分高精度分析仪器实时测量节点区域内各工业企业生产全周期中排放的指纹型特征痕量气体和亚微米级粒子特征成分的谱分布;所述信息处理模块包括大气物理流场计算模块、化学计算模块、源解析模型、地理信息系统,所述大气物理流场计算模块定性定量描述大气污染物从排放源到被检测点所经历的全过程,所述化学计算模块用于建立污染源与监测点位之间的轨迹对应关系,所述源解析模型用于分析环境污染物监测数据并对污染物进行定性和定量源解析,所述地理信息系统用于处理区域、分辨率、地形地貌、建筑物和路况信息;所述可视化协同决策模块用于可视化展示物理来源回溯、进行化学特征谱比对、生成综合溯源结论、生成自动报告。
2.根据权利要求1所述的一种大气污染物精准溯源识别系统,其特征在于,所述可视化协同决策模块还包括以可视化方式集成相关大数据,所述大数据包括本区域环境卫星、监测站网、空间全面联网无缝式实时监测数据,用以高频率在线监测实现对大气环境态势的全面感知、自动预测预警、协同高效识别、处置污染排放。
3.根据权利要求1所述的一种大气污染物精准溯源识别系统,其特征在于,所述大气物理流场监测具体为:将园区划分为以每100m×100m为一个格点的网格区域,每个格点内部署一套气象参数观测仪,构成格点流场基础数据,高时频的所述基础数据供计算系统重构三维立体流场,无缝隙的掌握承载污染物质的大气气团活动轨迹矢量过程,从而为从物理空间层面识别来源提供数据。
4.根据权利要求1所述的一种大气污染物精准溯源识别系统,其特征在于,所述大气痕量成分高精度分析仪器包括能够监测一般工业生产过程中释放的挥发性有机物、无机气体、颗粒物,所述挥发性有机物包括烷烃、烯烃、炔烃、芳香烃、醛、酮、酸;所述无机气体包括硫氧化物、氮氧化物、氨;所述颗粒物包括可溶性离子、金属元素。
5.根据权利要求3所述的一种大气污染物精准溯源识别系统,其特征在于,所述大气物理流场计算模块通过大气物理格点流场监测数据,根据高精度高分辨数据包括园区自身的地形建筑、源分布状况、气象数据,通过微尺度及小尺度与中尺度大气扩散算法进行污染物物理流场的定位识别、三维空间溯源分析,从物理运动轨迹回溯污染排放来源。
6.根据权利要求5所述的一种大气污染物精准溯源识别系统,其特征在于,所述大气扩散算法具体为:以受体点为原点,建立空间直角三维坐标系xyz,假设一个示踪气团位置在t时刻处于Pt(x,y,z)位置,时间步长Δt后的位置PΔt=P(x+u*Δt,y+v*Δt,z+w*Δt),式中,u、v、w为变量参数,Δt取值为1-5分钟,按要回退的时间进行累计计算可得到该气团来源轨迹。
7.根据权利要求1所述的一种大气污染物精准溯源识别系统,其特征在于,所述化学计算模块通过对园区源排放的主要污染物组成的指纹谱信息含有的特征污染物进行分析来识别污染源,在园区小微尺度范围内,通过选择反应时间较长的特征物,锁定污染排放来源;算法为:先将园区内所有企业对应的特征释放物进行前期调研检测,完成收集排放源谱,然后在受体点为进行连续的以上化学成分的监测,每套监测数据都进行与前述排放源谱的比对计算,从而识别受体点的气团来自哪个企业。
8.根据权利要求7所述的一种大气污染物精准溯源识别系统,其特征在于,所述比对计算具体为:假设园区内某企业厂区所有能够监测到的特征谱分布为A,其中有n个特征化学成分参数,每个参数的平均特征浓度为an,而受体点监测到的样品谱分布为B,其中化学成分n,不足n个的也记为n,只是其浓度为零,两套数据组成n维样本点A(a1,a2,…,an)和B(b1,b2,…,bn),通过以下公式计算两个向量数组的对比参数;确定a与b的相似程度L12,L12越大表示源和受体点样品一致性越高,即受体点观测到的来源与A企业的排放关系越大:
再通过前述物理方位溯源轨迹与化学算法结果交叉验证锁定污染排放来源。
9.一种大气污染物精准溯源识别方法,采用如权利要求1-7之一所述的大气污染物精准溯源识别系统,其特征在于,包括如下步骤:
1)将园区划分为多个网格区域,每个格点内部署一套气象观测仪,利用高密度分布的气象观测仪组网监测园区动态大气流场;
2)利用大气痕量成分高精度分析仪器测量节点区域内各工业企业生产全周期中排放的污染物,形成指纹型特征痕量气体和亚微米级粒子特征成分谱分布;
3)将高精度高分辨数据包括园区自身的地形建筑、源分布状况、气象数据输入大气物理流场计算模块中,进行污染物物理流场的定位识别、三维空间溯源分析,从物理运动轨迹回溯污染排放来源;
4)将各种化学成分的组成、含量和特征元素输入到化学计算模块中,通过选择反应时间较长的特征物,锁定排放源;
5)交叉验证物理溯源法和化学溯源法,锁定污染排放来源;
6)查询任意点位的流场来源信息,敏感点位的化学指纹特征因子匹配识别信息,交叉验证产生的污染源溯源识别信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811298817.6A CN109118129A (zh) | 2018-11-02 | 2018-11-02 | 一种大气污染物精准溯源识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811298817.6A CN109118129A (zh) | 2018-11-02 | 2018-11-02 | 一种大气污染物精准溯源识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109118129A true CN109118129A (zh) | 2019-01-01 |
Family
ID=64853631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811298817.6A Pending CN109118129A (zh) | 2018-11-02 | 2018-11-02 | 一种大气污染物精准溯源识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118129A (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110456425A (zh) * | 2019-08-15 | 2019-11-15 | 大连海事大学 | 一种结合气象数据进行大气监测的毒品监管系统 |
CN110531030A (zh) * | 2019-08-16 | 2019-12-03 | 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 |
CN110674570A (zh) * | 2019-09-04 | 2020-01-10 | 山西大学 | 计算不同污染来源对Pb污染贡献率的反距离模型构建方法 |
CN110807725A (zh) * | 2019-11-06 | 2020-02-18 | 软通动力信息技术有限公司 | 一种大气污染溯源方法、装置、计算设备和介质 |
CN110824110A (zh) * | 2019-10-30 | 2020-02-21 | 山东大学 | 一种基于拉格朗日轨迹模式和化学盒子模式的区域臭氧污染溯源系统 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
CN111368401A (zh) * | 2020-02-20 | 2020-07-03 | 南开大学 | 污染源的溯源方法、装置和存储介质 |
TWI698760B (zh) * | 2019-03-12 | 2020-07-11 | 寰宇國際地球資訊有限公司 | 汙染源追蹤系統及其方法 |
CN111612064A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN111859046A (zh) * | 2020-08-03 | 2020-10-30 | 生态环境部南京环境科学研究所 | 一种基于污染要素源解析的水污染溯源系统及方法 |
CN112000922A (zh) * | 2020-07-10 | 2020-11-27 | 中国辐射防护研究院 | 一种后处理厂特殊核素辐射环境影响评价系统 |
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 |
CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源系统构建方法 |
CN112945294A (zh) * | 2021-01-05 | 2021-06-11 | 北京市环境保护科学研究院 | 一种大型机场大气环境在线监测系统 |
CN113624921A (zh) * | 2021-08-04 | 2021-11-09 | 杭州谱育科技发展有限公司 | 多模式综合污染溯源方法 |
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 |
CN114264581A (zh) * | 2021-12-14 | 2022-04-01 | 江西怡杉环保股份有限公司 | 一种无人机监测系统 |
CN114324074A (zh) * | 2021-12-22 | 2022-04-12 | 陕西智星空间科技有限公司 | 一种基于后向轨迹模型与遥感影像的大气监测走航方法 |
CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 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 |
CN114414730A (zh) * | 2020-10-12 | 2022-04-29 | 江苏省环境科学研究院 | 一种基于5g的工业园区有毒有害挥发性气体智能溯源方法 |
CN114461737A (zh) * | 2021-12-20 | 2022-05-10 | 北京市科学技术研究院城市安全与环境科学研究所 | 基于印痕模型的监测溯源方法和系统 |
CN115983725A (zh) * | 2023-03-20 | 2023-04-18 | 四川国蓝中天环境科技集团有限公司 | 一种基于移动站监测数据的污染物空间分布趋势挖掘方法 |
CN116342148A (zh) * | 2023-03-23 | 2023-06-27 | 山东添睿智慧信息科技有限公司 | 一种医疗垃圾无害一体化溯源管理系统及方法 |
CN117272070A (zh) * | 2023-11-21 | 2023-12-22 | 北京大学 | 一种同时利用有机和无机污染物的定量源解析方法 |
CN117592343A (zh) * | 2023-11-20 | 2024-02-23 | 中国环境科学研究院 | 基于小尺度扩散与溯源模型的空气污染模拟方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (ja) * | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置 |
CN105403664A (zh) * | 2015-10-19 | 2016-03-16 | 电力规划设计总院 | 一种基于wrf-chem的大型点污染源大气环境影响评价方法 |
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
CN106871965A (zh) * | 2017-03-16 | 2017-06-20 | 清华大学 | 一种多组分大气环境网格化监测仪 |
CN107271627A (zh) * | 2017-07-05 | 2017-10-20 | 威海格邦电子科技有限公司 | 一种基于物联网和大数据技术的可视化水质信息监测系统 |
CN108469278A (zh) * | 2018-06-12 | 2018-08-31 | 安徽科创中光科技有限公司 | 移动式大气灰霾和臭氧立体监测与污染溯源系统 |
-
2018
- 2018-11-02 CN CN201811298817.6A patent/CN109118129A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (ja) * | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置 |
CN105403664A (zh) * | 2015-10-19 | 2016-03-16 | 电力规划设计总院 | 一种基于wrf-chem的大型点污染源大气环境影响评价方法 |
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
CN106871965A (zh) * | 2017-03-16 | 2017-06-20 | 清华大学 | 一种多组分大气环境网格化监测仪 |
CN107271627A (zh) * | 2017-07-05 | 2017-10-20 | 威海格邦电子科技有限公司 | 一种基于物联网和大数据技术的可视化水质信息监测系统 |
CN108469278A (zh) * | 2018-06-12 | 2018-08-31 | 安徽科创中光科技有限公司 | 移动式大气灰霾和臭氧立体监测与污染溯源系统 |
Non-Patent Citations (3)
Title |
---|
康娜等: "区域大气污染数值模拟方法研究", 《环境科学研究》 * |
陈赛华: "一种快速定量估算大气污染物来源的方法及其应用", 《中国优秀硕士学位论文全文数据库》 * |
马春香等: "几种大气污染扩散模式的应用比较", 《环境科学与管理》 * |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI698760B (zh) * | 2019-03-12 | 2020-07-11 | 寰宇國際地球資訊有限公司 | 汙染源追蹤系統及其方法 |
CN110456425A (zh) * | 2019-08-15 | 2019-11-15 | 大连海事大学 | 一种结合气象数据进行大气监测的毒品监管系统 |
CN110531030A (zh) * | 2019-08-16 | 2019-12-03 | 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 |
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 |
CN110674570A (zh) * | 2019-09-04 | 2020-01-10 | 山西大学 | 计算不同污染来源对Pb污染贡献率的反距离模型构建方法 |
CN110674570B (zh) * | 2019-09-04 | 2023-05-30 | 山西大学 | 计算不同污染来源对Pb污染贡献率的反距离模型构建方法 |
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 |
CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源系统构建方法 |
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 |
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 |
CN110824110A (zh) * | 2019-10-30 | 2020-02-21 | 山东大学 | 一种基于拉格朗日轨迹模式和化学盒子模式的区域臭氧污染溯源系统 |
CN110807725A (zh) * | 2019-11-06 | 2020-02-18 | 软通动力信息技术有限公司 | 一种大气污染溯源方法、装置、计算设备和介质 |
CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN110954658B (zh) * | 2019-12-02 | 2023-09-29 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN111368401A (zh) * | 2020-02-20 | 2020-07-03 | 南开大学 | 污染源的溯源方法、装置和存储介质 |
CN111612064A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN112000922A (zh) * | 2020-07-10 | 2020-11-27 | 中国辐射防护研究院 | 一种后处理厂特殊核素辐射环境影响评价系统 |
CN112000922B (zh) * | 2020-07-10 | 2023-08-29 | 中国辐射防护研究院 | 一种后处理厂特殊核素辐射环境影响评价系统 |
CN111859046A (zh) * | 2020-08-03 | 2020-10-30 | 生态环境部南京环境科学研究所 | 一种基于污染要素源解析的水污染溯源系统及方法 |
CN114414730A (zh) * | 2020-10-12 | 2022-04-29 | 江苏省环境科学研究院 | 一种基于5g的工业园区有毒有害挥发性气体智能溯源方法 |
CN112945294A (zh) * | 2021-01-05 | 2021-06-11 | 北京市环境保护科学研究院 | 一种大型机场大气环境在线监测系统 |
CN113624921B (zh) * | 2021-08-04 | 2024-03-29 | 杭州谱育科技发展有限公司 | 多模式综合污染溯源方法 |
CN113624921A (zh) * | 2021-08-04 | 2021-11-09 | 杭州谱育科技发展有限公司 | 多模式综合污染溯源方法 |
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 |
CN114264581A (zh) * | 2021-12-14 | 2022-04-01 | 江西怡杉环保股份有限公司 | 一种无人机监测系统 |
CN114461737A (zh) * | 2021-12-20 | 2022-05-10 | 北京市科学技术研究院城市安全与环境科学研究所 | 基于印痕模型的监测溯源方法和系统 |
CN114461737B (zh) * | 2021-12-20 | 2022-10-14 | 北京市科学技术研究院城市安全与环境科学研究所 | 基于印痕模型的监测溯源方法和系统 |
CN114324074A (zh) * | 2021-12-22 | 2022-04-12 | 陕西智星空间科技有限公司 | 一种基于后向轨迹模型与遥感影像的大气监测走航方法 |
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 |
CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 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 |
CN115983725A (zh) * | 2023-03-20 | 2023-04-18 | 四川国蓝中天环境科技集团有限公司 | 一种基于移动站监测数据的污染物空间分布趋势挖掘方法 |
CN115983725B (zh) * | 2023-03-20 | 2023-06-16 | 四川国蓝中天环境科技集团有限公司 | 一种基于移动站监测数据的污染物空间分布趋势挖掘方法 |
CN116342148A (zh) * | 2023-03-23 | 2023-06-27 | 山东添睿智慧信息科技有限公司 | 一种医疗垃圾无害一体化溯源管理系统及方法 |
CN116342148B (zh) * | 2023-03-23 | 2023-11-17 | 山东添睿智慧信息科技有限公司 | 一种医疗垃圾无害一体化溯源管理系统及方法 |
CN117592343A (zh) * | 2023-11-20 | 2024-02-23 | 中国环境科学研究院 | 基于小尺度扩散与溯源模型的空气污染模拟方法及系统 |
CN117592343B (zh) * | 2023-11-20 | 2024-05-03 | 中国环境科学研究院 | 基于小尺度扩散与溯源模型的空气污染模拟方法及系统 |
CN117272070A (zh) * | 2023-11-21 | 2023-12-22 | 北京大学 | 一种同时利用有机和无机污染物的定量源解析方法 |
CN117272070B (zh) * | 2023-11-21 | 2024-02-02 | 北京大学 | 一种同时利用有机和无机污染物的定量源解析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118129A (zh) | 一种大气污染物精准溯源识别系统及方法 | |
CN110085281B (zh) | 一种基于特征污染因子源解析的环境污染溯源系统及方法 | |
CN109583743A (zh) | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 | |
Bell et al. | Community-level spatial heterogeneity of chemical constituent levels of fine particulates and implications for epidemiological research | |
Kassomenos et al. | Comparison of statistical clustering techniques for the classification of modelled atmospheric trajectories | |
Ghanem et al. | Sensor grids for air pollution monitoring | |
Piersanti et al. | Spatial representativeness of air quality monitoring stations: a grid model based approach | |
Tositti et al. | Short-term climatology of PM10 at a high altitude background station in southern Europe | |
Leclerc et al. | Comparison between measured tracer fluxes and footprint model predictions over a homogeneous canopy of intermediate roughness | |
CN113063897A (zh) | 空气污染物溯源方法及装置 | |
CN110348746A (zh) | 基于单个污染源的空气质量影响评估方法和装置 | |
Hernandez et al. | Analysis of the information obtained from PM 2.5 concentration measurements in an urban park | |
Sun et al. | Classification of circulation patterns during the formation and dissipation of continuous pollution weather over the Sichuan Basin, China | |
Badicu et al. | PMs concentration forecasting using ARIMA algorithm | |
Lin et al. | A machine learning model for predicting PM2. 5 and nitrate concentrations based on long-term water-soluble inorganic salts datasets at a road site station | |
Nikolopoulos et al. | Long-memory traces in PM 10 time series in Athens, Greece: Investigation through DFA and R/S analysis | |
Crocchianti et al. | Spatiotemporal correlation of urban pollutants by long-term measurements on a mobile observation platform | |
Souza et al. | A data mining approach to study the air pollution induced by urban phenomena and the association with respiratory diseases | |
Hales et al. | The role of research measurement networks as contributors to federal assessments of acid deposition | |
Ceccato et al. | Cost-effectiveness analysis of Origin-Destination matrices estimation using Floating Car Data. Experimental results from two real cases | |
KR100359443B1 (ko) | 레이저 레이더 및 확산모델을 이용한 대기오염 정보 제공방법 및 시스템 | |
Ranalli et al. | Functional exploratory data analysis for high‐resolution measurements of urban particulate matter | |
Zhivkov | Optimization and evaluation of calibration for low-cost air quality sensors: Supervised and unsupervised machine learning models | |
Pal et al. | Effectiveness of machine learning algorithms in forecasting AQI | |
Baerenbold et al. | A dependent Bayesian Dirichlet process model for source apportionment of particle number size distribution |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |
|
RJ01 | Rejection of invention patent application after publication |