CN110687257A - 一种基于恶臭在线监测系统的溯源方法 - Google Patents
一种基于恶臭在线监测系统的溯源方法 Download PDFInfo
- Publication number
- CN110687257A CN110687257A CN201911064959.0A CN201911064959A CN110687257A CN 110687257 A CN110687257 A CN 110687257A CN 201911064959 A CN201911064959 A CN 201911064959A CN 110687257 A CN110687257 A CN 110687257A
- Authority
- CN
- China
- Prior art keywords
- odor
- monitoring system
- place
- malodor
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000009792 diffusion process Methods 0.000 claims abstract description 9
- 238000012216 screening Methods 0.000 claims abstract description 3
- 239000003344 environmental pollutant Substances 0.000 claims description 13
- 231100000719 pollutant Toxicity 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 238000000513 principal component analysis Methods 0.000 claims description 2
- 239000004065 semiconductor Substances 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 30
- 239000000126 substance Substances 0.000 description 22
- 230000007613 environmental effect Effects 0.000 description 7
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- IKHGUXGNUITLKF-UHFFFAOYSA-N Acetaldehyde Chemical compound CC=O IKHGUXGNUITLKF-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010790 dilution Methods 0.000 description 2
- 239000012895 dilution Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 150000002576 ketones Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 238000005504 petroleum refining Methods 0.000 description 1
- 150000002989 phenols Chemical class 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 235000013599 spices Nutrition 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 150000003505 terpenes Chemical class 0.000 description 1
- 235000007586 terpenes Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000008096 xylene Substances 0.000 description 1
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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
- G01N33/0032—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array using two or more different physical functioning modes
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明提供了一种基于恶臭在线监测系统的溯源方法,通过在一个地区网格化布控恶臭在线监测系统器形成对恶臭气体排放的有效监督和信息记录,在恶臭溯源查询地受到污染时,利用污染源气体扩散模型筛选出最有可能的恶臭排放场所,再次根据污染源气体扩散模型计算得出恶臭排放场所的恶臭气体扩散到恶臭溯源查询地的时间,根据恶臭在线监测系统的数据矩阵可以求得恶臭排放场所与恶臭溯源查询地的相关系数,进而追溯污染源头;本发明针对恶臭气体污染的时间连续性,对污染时间段实行连续在线监测,能够低成本并且准确的追溯污染源头。
Description
技术领域
本发明属于环境监测领域,涉及恶臭在线监测系统,具体为一种恶臭在线监测系统的溯源方法。
背景技术
恶臭是指一切刺激嗅觉器官引起人们不愉快感觉及损害生活环境的异味气体。恶臭气体种类繁多,据不完全统计达到4000多种,含硫化合物、含氮化合物、醛类、酮类、酯类、酸类、酚类、芳香烃、萜烯类等物质都具有嗅觉阈值低、气味明显的特点,可导致恶臭污染的发生。不同行业排放的恶臭污染物种类、浓度、排放量等差异极大,给恶臭污染的监测与特征判定、溯源造成了较大困难。
恶臭气体不仅给人的感官造成不适,还会产生一系列的危害,恶臭气体会使人心情烦躁、压抑,是典型的扰民污染。随着生活水平的提高,环境保护意识的逐步增强,我国公众对生活环境的要求越来越高,企事业单位和其他生产经营者排放的恶臭气体影响了公众的生活环境质量,导致投诉激增。
我国的恶臭污染主要具有以下特征:来源广泛,构成恶臭排放源的既有化工、石油炼制、制药、涂装、造纸、食品加工、香精香料等工厂企业的点源,又有污水处理厂、垃圾填埋场等市政设施的面源、体源,且各种污染源彼此交错,互相干扰,给环境管理部门对于恶臭污染的判别与控制带来了很大的难度;成分复杂,不同的排放源排放的恶臭物质各不相同,且组分复杂,少则十几种,多达几十种甚至上百种;并且恶臭污染还有阵发性、瞬时性的特点,很难捕捉真实有效的样品,难以溯源。
三点比较式臭袋法依赖于气体稀释和人工嗅辨,做一次试验成本很高,不适用于低浓度和有毒物质的监测,而且这种测定方法由于涉及到采样、运输、保存、稀释和闻嗅等诸多环节,需要在标准化实验室进行,而样品是人工配气及人工判定,主观因素影响较大;样品含有大量的有毒有害气体,经常嗅辨会对嗅辨员的呼吸道和器官造成伤害,甚至有生命危险;很多产生恶臭气体的污染源浓度很低,且具有流动性,常规的采样装置并没有真正采集到原始样品;整个监测过程涉及的器材设备较多,引入误差的环节也较多,同一个样品在不同实验室同一个嗅辨员所做结果都会不同,同一个样品不同的嗅辨员所测结果也不一样,其结果存在较大的误差,即便判定结果是正确的,也无法根据结果对恶臭污染物进行溯源分析,无法为环保监测执法提供有效的技术手段。
近年来,为解决恶臭污染环保执法时效性差、无法溯源等问题,基于传感器原理的恶臭监测仪器开始得到应用。国内一些化工园区、垃圾填埋场、污水处理厂等污染源排放单位通过招标采用了德国Airsense公司和法国AlphaMOS公司的恶臭电子鼻,但是上述产品并非针对中国市场专门开发,在应用过程中存在着监测标准不一致、分析模型不适用、稳定性与一致性差、设备和运行费用高昂等一系列问题。国内北京拓扑智鑫公司开发的恶臭监测设备应用偏最小二乘算法(PLS)建立传感器阵列监测值与恶臭强度值之间的线性相关性曲线,实现了对恶臭污染的快速监测,该方法虽能实现对常见恶臭气体的单一组分监测,但不能对恶臭污染进行溯源分析。天津市环境保护科学研究院设计了一种基于夹角余弦法的恶臭污染溯源系统,但考虑到恶臭污染物的复杂多变性以及色谱-质谱仪的应用成本高昂的问题,该方法的使用有一定局限性。
技术方案
针对现有技术的缺陷,本发明提供了一种针对恶臭气体污染的时间连续性,对污染时间段实行连续在线监测的方法。并且基于恶臭在线监测系统的恶臭气体监测,成本大大降低,可实现性更高。
一种基于恶臭在线监测系统的溯源方法,包括网格化布置的恶臭在线监测系统,关键是:所述的方法步骤中包括:
步骤A,根据污染源气体扩散模型,筛选恶臭溯源查询地的N个疑似恶臭排放场所Ya、Yb…YN,N≥1;
步骤B,记录恶臭溯源查询地遭受恶臭污染的时间[tx,ty],记录恶臭溯源查询地的恶臭在线监测系统在此时间段内的监测数据矩阵t为[tx,ty]时间段内选择的时间样本,n为该恶臭溯源查询地的恶臭在线监测系统中的传感器个数;
步骤C,利用污染源气体扩散模型,计算出从Ya、Yb…YN恶臭排放场所扩散到恶臭溯源查询地的时间分别为Δta,Δtb…Δtn;
步骤D,根据网格化布置的恶臭在线监测系统,计算恶臭排放场所Y1的相关系数,其恶臭在线监测系统在污染时间段[tx-Δta,ty-Δta]连续监测的数据矩阵其中t为[tx-Δta,ty-Δta]时间段的时间样本;
步骤E,计算恶臭排放场所Ya与恶臭溯源查询地的传感器阵列相关系数,计算得到:
其中Aj为A的第j列,Oj为O的第j列
得到恶臭排放场所Ya与恶臭溯源查询地的传感器阵列相关系数为:
按照同样的计算方法求得恶臭排放场所Yb…YN与恶臭溯源查询地的传感器阵列相关系数为:ρb…ρn;
步骤F,依照相关性系数ρa,ρb…ρn的大小排序,选择相关性系数最大的恶臭排放场所,得到最有可能的恶臭排放场所。
所述的步骤B中恶臭溯源查询地的恶臭在线监测系统监测到的数据需要进行温度、湿度补偿。
所述的恶臭在线监测系统包括PID气体传感器和电化学气体传感器。
所述的恶臭在线监测系统还包括温湿压传感器、半导体传感器的一种或两种。
将恶臭溯源查询地的传感器阵列的数据矩阵与数据库各种污染物的标准谱图进行比对,通过相关性及主成分分析,得到污染物可能组份表,将该组份表与疑似恶臭排放场所主要污染物或排放物清单进行比对,将该结果与步骤F得到结果进行复核,即可确定污染物来源。
本发明的有益效果:通过网格化布控恶臭在线监测系统,形成对恶臭气体排放的有效监督及溯源。现有技术只局限于某时间点的恶臭数据对比,因气象因素、采样区域会造成一定误差,导致夹角余弦不容易得到好的匹配效果,而且色谱—质谱监测仪,价格昂贵,运维管理成本费用高昂,不适合大面积使用;本发明能够针对恶臭气体污染的时间连续性,对污染时间段实行连续在线监测,借助污染源气体扩散模型追溯恶臭气体排放场所,通过分析恶臭气体排放场所与恶臭溯源查询地在污染时间段的相关性进行溯源,成本较低,而且能够更全面、准确地进行恶臭溯源。
具体实施方式
本发明提供了一种针对恶臭气体污染的时间连续性,对污染时间段实行连续在线监测的方法。并且基于恶臭在线监测系统的恶臭气体监测,成本大大降低,可实现性更高。
选择河北先河环保科技股份有限公司的XHAQSP-709C恶臭在线监测系统作为恶臭溯源查询地的恶臭在线监测系统,选择CN201910384588.8或CN201910384585.4两个专利文件中的监测仪作为恶臭排放场所的恶臭在线监测系统。
本实施例中,在恶臭排放场所设置CN201910384588.8中的厂界型监测仪作为恶臭在线监测系统,在居民生活场所设置XHAQSP-709C恶臭在线监测系统,形成对一个地区的网格化布控,全面监测并记录该地区的恶臭气体,并通过无线传输信号进行信息输送,对恶臭气体排放进行有效监督和信息记录;
为了使恶臭在线监测系统能够长时间正常工作,均安装有太阳能供电系统,包括太阳能板和太阳能蓄电池,使其在阴天的时候也可以利用蓄电池驱动正常工作;其采用的无线传输信号方式,基于4G无线通讯技术和北斗及GPS双模定位技术,兼容性好,可实现与服务器之间保密安全地通讯,将环境大数据汇集。
在此地区设置好恶臭在线监测系统后,由以下方法计算的到恶臭排放场所:
A、在接到居民区的遭受恶臭污染投诉后,以受到污染的居民区为恶臭溯源查询地,利用污染源气体扩散模型,根据风速6m/s、风向西南等参数,得出疑似恶臭排放场所:化工厂Y1、石油化工厂Y2、化工厂Y3;确定这三个工厂处于网格化监测系统的地区内,并且这三个工厂周围都设置有CN201910384588.8中的厂界型监测仪作为恶臭在线监测系统;
如果算出的疑似恶臭排放场所周围没有恶臭在线监测系统,需要在该地安装;
B、在居民区的XHAQSP-709C恶臭在线监测系统出现高值(根据曲率大小判断)的时间段[t1,t2]为[12:00,12:03],提取传感器阵列值并进行温湿度补偿后,得到数据矩阵矩阵O为居民区的XHAQSP-709C恶臭在线监测系统在[12:00,12:03]内每一个传感器在一个时间样本采集到的数据的集合;
C、再次利用污染源气体扩散模型,分别计算出化工厂Y1、石油化工厂Y2、化工厂Y3的恶臭气体扩散到居民区的时间Δta=6min,Δtb=7min,Δtc=8min;
D、计算处化工厂Y1的恶臭在线监测系统经过湿度补偿后在时间段[t1-Δta,t2-Δta]即[11:54,11:57]的数据矩阵:
[11:54,11:57]为居民区遭受恶臭污染的时间段减去化工厂Y1中的恶臭气体扩散到居民区的时间,也就是化工厂Y1排放恶臭气体的时间段,矩阵A为化工厂Y1排放恶臭气体的时间段内每一个传感器在一个时间样本采集到的数据的集合,同理计算得出疑似恶臭排放场所Y2、Y3的数据矩阵B、C。
E、分别计算矩阵A、B、C与居民区的相关性向量为:
[0.7976,0.7011,0.2633,0.5398]
[-0.4386,0.5440,-0.861,-0.0755]
[0.1655,0.3381,0.2110,-0.5543]
(其中Aj为A的第j列,Oj为O的第j列)
得到化工厂Y1与受污染居民区的传感器阵列相关系数为:
求得化工厂Y1、石油化工厂Y2、化工厂Y3与居民区的相关系数分别为:ρa=0.5755,ρb=-0.0340,ρc=0.0426;
由此可以判断得到化工厂Y1为居民区O的主要污染来源;
F、通过受污染居民区O的传感器阵列的数据矩阵与数据库各种污染物的标准谱图进行比对,发现其主成分是苯乙烯、CL2,而比对周围化工厂主要污染物或排放物清单:化工厂Y1排放物清单是苯乙烯、CL2、HCL;石油化工厂Y2排放物清单是H2S、NH3及苯;化工厂Y3排放物清单是甲醛、乙醛和二甲苯,比对发现受污染居民区O成分与化工厂Y1排放清单吻合,该结果与步骤E中相关性计算结果吻合,确认化工厂Y1为居民区O的主要污染来源。
因为可能有外来排放物的影响,当相关性系数大于0.5时,选择步骤E中的判断结果,此时,本发明中的相关性系数的判断更为准确;当相关性系数小于0.5时,选择步骤F中判断结果,此时,本发明中相关性系数的判断结果不准确。
Claims (5)
1.一种基于恶臭在线监测系统的溯源方法,包括网格化布置的恶臭在线监测系统,其特征在于:所述的方法步骤中包括:
步骤A,根据污染源气体扩散模型,筛选恶臭溯源查询地的N个疑似恶臭排放场所Ya、Yb…YN,N≥1;
步骤B,记录恶臭溯源查询地遭受恶臭污染的时间[tx,ty],记录恶臭溯源查询地的恶臭在线监测系统在此时间段内的监测数据矩阵t为[tx,ty]时间段内选择的时间样本,n为该恶臭溯源查询地的恶臭在线监测系统中的传感器个数;
步骤C,利用污染源气体扩散模型,计算出从Ya、Yb…YN恶臭排放场所扩散到恶臭溯源查询地的时间分别为Δta,Δtb…Δtn;
步骤D,根据网格化布置的恶臭在线监测系统,计算恶臭排放场所Y1的相关系数,其恶臭在线监测系统在污染时间段[tx-Δta,ty-Δta]连续监测的数据矩阵其中t为[tx-Δta,ty-Δta]时间段的时间样本;
步骤E,计算恶臭排放场所Ya与恶臭溯源查询地的传感器阵列相关系数,计算得到:
得到恶臭排放场所Ya与恶臭溯源查询地的传感器阵列相关系数为:
按照同样的计算方法求得恶臭排放场所Yb…YN与恶臭溯源查询地的传感器阵列相关系数为:ρb…ρn;
步骤F,依照相关性系数ρa,ρb…ρn的大小排序,选择相关性系数最大的恶臭排放场所,得到最有可能的恶臭排放场所。
2.根据权利要求1所述的一种基于恶臭在线监测系统的溯源方法,其特征在于:所述的步骤B中恶臭溯源查询地的恶臭在线监测系统监测到的数据需要进行温度、湿度补偿。
3.根据权利要求1所述的一种基于恶臭在线监测系统的溯源方法,其特征在于:所述的恶臭在线监测系统包括PID气体传感器和电化学气体传感器。
4.根据权利要求3所述的一种基于恶臭在线监测系统的溯源方法,其特征在于:所述的恶臭在线监测系统还包括温湿压传感器、半导体传感器的一种或两种。
5.根据权利要求1所述的一种基于恶臭在线监测系统的溯源方法,其特征在于:将恶臭溯源查询地的传感器阵列的数据矩阵与数据库各种污染物的标准谱图进行比对,通过相关性及主成分分析,得到污染物可能组份表,将该组份表与疑似恶臭排放场所主要污染物或排放物清单进行比对,将该结果与步骤F得到结果进行复核,即可确定污染物来源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911064959.0A CN110687257A (zh) | 2019-11-04 | 2019-11-04 | 一种基于恶臭在线监测系统的溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911064959.0A CN110687257A (zh) | 2019-11-04 | 2019-11-04 | 一种基于恶臭在线监测系统的溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110687257A true CN110687257A (zh) | 2020-01-14 |
Family
ID=69115750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911064959.0A Pending CN110687257A (zh) | 2019-11-04 | 2019-11-04 | 一种基于恶臭在线监测系统的溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110687257A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111426801A (zh) * | 2020-05-09 | 2020-07-17 | 上海宁和环境科技发展有限公司 | 电子鼻学习驯化方法及其设备 |
CN112285312A (zh) * | 2020-10-30 | 2021-01-29 | 浙江大学 | 一种基于电子鼻检测饮用水异嗅等级的方法 |
CN112986497A (zh) * | 2021-02-09 | 2021-06-18 | 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 |
CN113484204A (zh) * | 2021-06-02 | 2021-10-08 | 济南东之林智能软件有限公司 | 大气污染溯源方法、装置、电子设备和计算机可读介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1881389A1 (en) * | 2006-07-07 | 2008-01-23 | Institut Pasteur | Method and systems for locating a source of particule, molecule, or fragment of molecule using their reception rate |
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 |
CN103175781A (zh) * | 2013-03-26 | 2013-06-26 | 北京拓扑智鑫科技有限公司 | 在线区域布点式恶臭监测系统及方法 |
CN105424840A (zh) * | 2015-12-28 | 2016-03-23 | 周俊杰 | 在线连续环境空气质量自动监测系统及异味气源溯源方法 |
CN106920198A (zh) * | 2015-12-24 | 2017-07-04 | 日本电气株式会社 | 用于污染物溯源的设备和方法 |
CN107917987A (zh) * | 2017-11-09 | 2018-04-17 | 北京伟瑞迪科技有限公司 | 一种面向城市空气污染物溯源分析方法 |
CN108489875A (zh) * | 2018-02-06 | 2018-09-04 | 济宁中科云天环保科技有限公司 | 一种基于时段统计分析的污染物溯源系统及方法 |
CN108760912A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
CN110095394A (zh) * | 2019-05-27 | 2019-08-06 | 佛山市环境监测中心站 | 一种大气颗粒物污染快速溯源方法 |
CN110187055A (zh) * | 2019-05-09 | 2019-08-30 | 河北先河环保科技股份有限公司 | 一种用于不同恶臭源厂家之间的厂界型监测仪 |
-
2019
- 2019-11-04 CN CN201911064959.0A patent/CN110687257A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1881389A1 (en) * | 2006-07-07 | 2008-01-23 | Institut Pasteur | Method and systems for locating a source of particule, molecule, or fragment of molecule using their reception rate |
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 |
CN103175781A (zh) * | 2013-03-26 | 2013-06-26 | 北京拓扑智鑫科技有限公司 | 在线区域布点式恶臭监测系统及方法 |
CN106920198A (zh) * | 2015-12-24 | 2017-07-04 | 日本电气株式会社 | 用于污染物溯源的设备和方法 |
CN105424840A (zh) * | 2015-12-28 | 2016-03-23 | 周俊杰 | 在线连续环境空气质量自动监测系统及异味气源溯源方法 |
CN107917987A (zh) * | 2017-11-09 | 2018-04-17 | 北京伟瑞迪科技有限公司 | 一种面向城市空气污染物溯源分析方法 |
CN108489875A (zh) * | 2018-02-06 | 2018-09-04 | 济宁中科云天环保科技有限公司 | 一种基于时段统计分析的污染物溯源系统及方法 |
CN108760912A (zh) * | 2018-05-21 | 2018-11-06 | 天津市环境保护科学研究院 | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 |
CN110187055A (zh) * | 2019-05-09 | 2019-08-30 | 河北先河环保科技股份有限公司 | 一种用于不同恶臭源厂家之间的厂界型监测仪 |
CN110095394A (zh) * | 2019-05-27 | 2019-08-06 | 佛山市环境监测中心站 | 一种大气颗粒物污染快速溯源方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111426801A (zh) * | 2020-05-09 | 2020-07-17 | 上海宁和环境科技发展有限公司 | 电子鼻学习驯化方法及其设备 |
CN111426801B (zh) * | 2020-05-09 | 2022-08-02 | 上海宁和环境科技发展有限公司 | 电子鼻学习驯化方法及其设备 |
CN112285312A (zh) * | 2020-10-30 | 2021-01-29 | 浙江大学 | 一种基于电子鼻检测饮用水异嗅等级的方法 |
CN112986497A (zh) * | 2021-02-09 | 2021-06-18 | 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 |
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 |
CN113484204A (zh) * | 2021-06-02 | 2021-10-08 | 济南东之林智能软件有限公司 | 大气污染溯源方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110687257A (zh) | 一种基于恶臭在线监测系统的溯源方法 | |
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 | |
CN105424840B (zh) | 在线连续环境空气质量自动监测系统及异味气源溯源方法 | |
CN105158353B (zh) | 土壤中多环芳烃污染源解析的方法 | |
Steffen et al. | A comparison of data quality control protocols for atmospheric mercury speciation measurements | |
CN103065198A (zh) | 大气恶臭污染精细源解析方法 | |
CN112525977B (zh) | 一种无组织VOCs泄漏在线监测溯源方法和系统 | |
CN105469224A (zh) | 一种恶臭污染源关键致臭物质的识别方法 | |
CN205449908U (zh) | 在线连续环境空气质量自动监测基站及网络系统 | |
Hoheisel et al. | An improved method for mobile characterisation of δ 13 CH 4 source signatures and its application in Germany | |
CN109883931B (zh) | 一种pm2.5在线源解析方法及测量系统 | |
CN112485319A (zh) | 大气环境走航监测方法及信息处理方法、装置、监测车 | |
Vlachou et al. | Development of a versatile source apportionment analysis based on positive matrix factorization: a case study of the seasonal variation of organic aerosol sources in Estonia | |
Damuchali et al. | Evaluation of a field olfactometer in odour concentration measurement | |
CN117538492B (zh) | 建筑空间中污染物的在线检测方法及系统 | |
CN114720630A (zh) | 精准溯源解析方法及装置 | |
Xia et al. | Seasonal variations of atmospheric CH4 at Jingdezhen station in Central China: Understanding the regional transport and its correlation with CO2 and CO | |
Čargonja et al. | Characteristics of aerosol pollution in the vicinity of an oil refinery near Rijeka, Croatia | |
CN106525998A (zh) | 一种测定固定污染源废气中苯系物成分含量的方法 | |
Thoma et al. | Assessment of chemical facility ethylene oxide emissions using mobile and multipoint monitoring | |
CN112816541A (zh) | 一种含VOCs有毒恶臭气体检测与监测系统 | |
CN117037448A (zh) | 一种用于地下水污染防控的污染预警方法及系统 | |
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 | |
Morsi | Electronic noses for monitoring environmental pollution and building regression model | |
Bax et al. | Application and performance verification of electronic noses for landfill odour monitoring |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200114 |