CN111307675B - 基于毫米波辐射计的细颗粒物浓度监测方法 - Google Patents
基于毫米波辐射计的细颗粒物浓度监测方法 Download PDFInfo
- Publication number
- CN111307675B CN111307675B CN201911151710.3A CN201911151710A CN111307675B CN 111307675 B CN111307675 B CN 111307675B CN 201911151710 A CN201911151710 A CN 201911151710A CN 111307675 B CN111307675 B CN 111307675B
- Authority
- CN
- China
- Prior art keywords
- radiometer
- concentration
- power value
- millimeter wave
- earth
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 239000013618 particulate matter Substances 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 230000005855 radiation Effects 0.000 claims 1
- 230000035945 sensitivity Effects 0.000 claims 1
- 238000003915 air pollution Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000005250 beta ray Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000003889 chemical engineering Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开一种基于毫米波辐射计的近地PM2.5浓度进行监测方法，包括如下步骤：(10)辐射计功率值获取：利用毫米波辐射计对近地大气进行测量，得到辐射计功率值P；(20)近地大气温度确定：根据测得的辐射计功率值P和辐射计功率值与近地大气温度的固有关系式，得到所测近地大气温度T(c)；(30)细颗粒物浓度确定：根据近地大气温度与PM2.5浓度的对应关系，计算得到PM2.5浓度c；(40)近地大气监测：通过得到的PM2.5浓度来判断当地的环境指标是否达标。本发明基于毫米波辐射计的PM2.5浓度进行监测方法，测量精度高、监测范围大、受外界影响小。
Description
技术领域
本发明属于大气中PM2.5浓度监测领域，特别是一种基于毫米波辐射计的细颗粒物浓度监测方法。
背景技术
在我国社会主义现代化的建设过程中，有部分行业的发展是以高污染、高能源消耗为代价的，这种发展模式导致了我国不同区域、不同时期、不同程度地环境污染现象。其中PM2.5污染是我国空气污染中非常重要的类型，对于PM2.5浓度的监测有助于制定更加可靠、详细、有效地污染防治对策，改善地区生态环境。PM2.5又称之为细颗粒物，是指环境空气中空气动力学当量直径小等于2.5μm的颗粒物，它能较长时间的悬浮于空气中，空气污染越严重的地区，其质量浓度越高，对空气污染的影响也越大。最为明显的是影响空气能见度，同时对于人体呼吸道的损害也给常严重。这些颗粒物的来源主要分为自然来源和人为的产生，其中人为的因素危害最大，主要表现在燃烧、化工、石油等各个方面，特别是对于我国北方以燃煤供暖的地区来说，极易产生PM2.5污染。
我国环境监测总站在2012年5月下旬所发布的《PM2.5自动监测仪器技术指标与要求(试行)》中确定了三种PM2.5的自动监测方法，分别是β射线吸收法、重量法和微量振荡天平法。其中β射线吸收法虽可实现自动、连续监测，不受粉尘粒子大小及颜色的影响，但该方法监测仪器的精度低；重量法虽然具有直接可靠的测度特征，是验证其他方法是否准确地标杆，但自动化程度低，不适合进行远距离监测；微量振荡天平法虽然监测精度较高，但技术较复杂，维护工作量大，且在长期湿度高的地区受较大影响。
因此，现有技术存在的问题是：测量精度低、监测距离有限、易受干扰。
发明内容
本发明的目的在于提供一种基于毫米波辐射计的细颗粒物浓度进行监测的方法，测量精度高、监测范围大、受外界影响小。
实现本发明目的的技术解决方案为：
一种基于毫米波辐射计的细颗粒物浓度监测方法，包括如下步骤：
(10)辐射计功率值获取：利用毫米波辐射计对近地大气进行测量，得到辐射计功率值P；
(20)近地大气温度确定：根据测得的辐射计功率值P和辐射计功率值与近地大气温度的固有关系式，得到所测近地大气温度T(c)；
(30)细颗粒物浓度确定：根据近地大气温度与PM2.5浓度的对应关系，计算得到PM2.5浓度c；
(40)近地大气监测：通过得到的PM2.5浓度来判断当地的环境指标是否达标。
本发明与现有技术相比，其显著优点为：
1、测量精度高：本发明通过多组数据拟合得到辐射计功率值与PM2.5浓度之间的关系式，只需测量该地辐射计功率值，并且计算得出的PM2.5浓度精度较高。
2、监测范围大：辐射计监测的范围不受距离的影响，进一步提高了辐射计测量的准确度。
3、受外界影响小：辐射计测量时不会受到地区及外界各种因素的影响，对后续的拟合产生较小的影响。
下面结合附图和具体实施方式对本发明作进一步的详细描述。
附图说明
图1为本发明基于毫米波辐射计的细颗粒物浓度监测方法的主流程图。
图2为本发明对上海PM2.5浓度和辐射计功率之间的拟合曲线图。
具体实施方式
如图1所示，本发明基于毫米波辐射计的细颗粒物浓度监测方法，包括如下步骤：
(10)辐射计功率值获取：利用毫米波辐射计对大气进行测量，得到辐射计功率值P；
所述(10)辐射计功率值获取步骤中，毫米波辐射计的测量是针对某个城市进行采集，从而得到相应的毫米波辐射计的功率值P。
(20)近地大气温度确定：根据测得的辐射计功率值P和辐射计功率值与近地大气温度的固有关系式，得到所测近地大气温度T(c)；
所述(20)近地大气温度的确定步骤具体为：
根据下式，计算得到所测近地大气温度T(c)：
式中，k为玻尔兹曼常数，τ为检波后积分时间，B为检波电路总带宽，G为总的增益，ΔG为增益起伏。
(30)细颗粒物浓度确定：根据近地大气温度与PM2.5浓度的对应关系，计算得到PM2.5浓度c；
所述(30)PM2.5浓度确定步骤具体为：
通过下述拟合公式，计算得到PM2.5浓度c为：
T(c)＝ac7+bc6+dc5+ec4+fc3+gc2+hc+i
式中，
a＝1.51×10-5，b＝-2.91×10-4，d＝-3.02×10-3，e＝8.79×10-2，f＝1.88×10-1，g＝-4.62，h＝21.8，i＝280。
(40)近地大气监测：通过得到的PM2.5浓度来判断当地的环境指标是否达标。
优选地，所述(10)辐射计功率值获取步骤中，毫米波辐射计的指标具体设定如下：
工作频段为35GHz，工作带宽为B＝500MHz，总的增益为G＝106(60dB)，增益起伏ΔG＝1dB，平方律检波器功率灵敏度常数为cd＝500V/W，辐射计系统噪声温度Tsys＝870K，玻尔兹曼常数k-1.38×10-2.5J/K，检波后积分时间t-50ms。
如图2所示，为采用本发明基于毫米波辐射计的PM2.5浓度监测方法，通过对上海市17年06月～18年05月的毫米波辐射计功率值与PM2.5浓度进行拟合验证的结果图。从仿真图中，可以看出PM2.5浓度与辐射计的功率是呈负相关的，与得到辐射计功率值与PM2.5浓度的对应关系基本符合。因此可以通过毫米波辐射计功率的变化来实时监测PM2.5浓度，从而更好地判断城市的环境是否达到相应的指标。
Claims (3)
1.一种基于毫米波辐射的细颗粒物浓度监测方法，其特征在于，包括如下步骤：
(10)辐射计功率值获取：利用毫米波辐射计对近地大气进行测量，得到辐射计功率值P；
(20)近地大气温度确定：根据测得的辐射计功率值P和辐射计功率值与近地大气温度的固有关系式，得到所测近地大气温度T(c)；
(30)细颗粒物浓度确定：根据近地大气温度与PM2.5浓度的对应关系，计算得到PM2.5浓度c；
(40)近地大气监测：通过得到的PM2.5浓度来判断当地的环境指标是否达标；
所述(20)近地大气温度确定步骤具体为：
根据下式，计算得到所测近地大气温度T(c)：
式中，k为玻尔兹曼常数，τ为检波后积分时间，B为检波电路总带宽，G为总的增益，ΔG为增益起伏；
所述(30)PM2.5浓度确定步骤具体为：
通过下述拟合公式，计算得到PM2.5浓度c为：
T(c)＝ac7+bc6+dc5+ec4+fc3+gc2+hc+i
式中，
a＝1.51×10-5，b＝-2.91×10-4，d＝-3.02×10-3，e＝8.79×10-2，f＝1.88×10-1，g＝-4.62，h＝21.8，i＝280。
2.根据权利要求1所述的细颗粒物浓度监测方法，其特征在于：
所述(10)辐射计功率值获取步骤中，毫米波辐射计的测量是针对某个城市进行采集，从而得到相应的毫米波辐射计的功率值P。
3.根据权利要求1所述的细颗粒物浓度监测方法，其特征在于，所述(10)辐射计功率值获取步骤中，毫米波辐射计的指标具体设定如下：
工作频段为35GHz，工作带宽为B＝500MHz，总的增益为G＝60dB，增益起伏ΔG＝1dB，平方律检波器功率灵敏度常数为Cd＝500V/W，辐射计系统噪声温度Tsys＝870K，玻尔兹曼常数k＝1.38×10-23J/K，检波后积分时间τ＝50ms。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911151710.3A CN111307675B (zh) | 2019-11-22 | 2019-11-22 | 基于毫米波辐射计的细颗粒物浓度监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911151710.3A CN111307675B (zh) | 2019-11-22 | 2019-11-22 | 基于毫米波辐射计的细颗粒物浓度监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111307675A CN111307675A (zh) | 2020-06-19 |
| CN111307675B true CN111307675B (zh) | 2022-07-12 |
Family
ID=71149528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911151710.3A Active CN111307675B (zh) | 2019-11-22 | 2019-11-22 | 基于毫米波辐射计的细颗粒物浓度监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111307675B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102625891A (zh) * | 2009-08-21 | 2012-08-01 | 阿尔斯通技术有限公司 | 烟道气的光学监测和控制 |
| US8629681B1 (en) * | 2009-05-18 | 2014-01-14 | The United States Of America, As Represented By The Secretary Of Agriculture | Microwave sensor and algorithm for moisture and density determination |
| CN109657363A (zh) * | 2018-12-24 | 2019-04-19 | 天津珞雍空间信息研究院有限公司 | 一种时空连续的pm2.5反演方法 |
| CN110411918A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种基于卫星偏振技术的pm2.5浓度遥感估算方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6711183B2 (ja) * | 2016-07-08 | 2020-06-17 | 富士通株式会社 | 微粒子検出器及び排気浄化装置 |
| US10393714B2 (en) * | 2016-11-28 | 2019-08-27 | International Business Machines Corporation | Particulate matter monitoring |
-
2019
- 2019-11-22 CN CN201911151710.3A patent/CN111307675B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8629681B1 (en) * | 2009-05-18 | 2014-01-14 | The United States Of America, As Represented By The Secretary Of Agriculture | Microwave sensor and algorithm for moisture and density determination |
| CN102625891A (zh) * | 2009-08-21 | 2012-08-01 | 阿尔斯通技术有限公司 | 烟道气的光学监测和控制 |
| CN109657363A (zh) * | 2018-12-24 | 2019-04-19 | 天津珞雍空间信息研究院有限公司 | 一种时空连续的pm2.5反演方法 |
| CN110411918A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种基于卫星偏振技术的pm2.5浓度遥感估算方法 |
Non-Patent Citations (3)
| Title |
|---|
| Development and On-Field Testing of Low-Cost Portable System for Monitoring PM2.5 Concentrations;Konstantinos N. Genikomsakis et al.;《sensors》;20180401;全文 * |
| 合肥城市气溶胶浓度对太阳辐射的影响;胡森林 等;《2017中国环境科学学会科学与技术年会论文集》;20171020;第一卷;全文 * |
| 基于微波辐射计分析低能见度的液态含水量特征;廖碧婷等;《中国环境科学》;20181020(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111307675A (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1129782C (zh) | 自动检测和自动控制风洞风速的方法及装置 | |
| CN102445409B (zh) | 一种基于数字图像技术的粉尘浓度测量方法 | |
| CN206038482U (zh) | 一种传感器及基于该传感器的监测站 | |
| CN205826472U (zh) | 粉尘传感器 | |
| CN104729965B (zh) | 基于区间径向基函数神经网络的pm2.5浓度检测方法 | |
| CN115060850B (zh) | 空地双场耦合的大气污染源追踪和通量测量装置及方法 | |
| CN109557256A (zh) | 一种二氧化硫排放监测系统的比对方法 | |
| CN110736691A (zh) | 一种激光散射法颗粒物传感器的浓度修正方法 | |
| CN112001069A (zh) | 一种轴非对称台风风场模拟的方法 | |
| CN104034411A (zh) | 一种风电机组噪声分布式测量系统 | |
| CN108562698A (zh) | 一种大数据空气质量指标信息处理系统 | |
| CN103217369A (zh) | 油烟现场检测设备 | |
| CN108459177A (zh) | 一种测量空气流速及空气中颗粒物含量的方法及装置 | |
| CN111307675B (zh) | 基于毫米波辐射计的细颗粒物浓度监测方法 | |
| CN112364940A (zh) | 基于多源数据的大气污染物源解析方法、存储介质及设备 | |
| CN105806756B (zh) | 一种利用气象参数修正室内外pm2.5监测结果的方法 | |
| Carrié et al. | Model error due to steady wind in building pressurization tests | |
| CN112540052B (zh) | 测算待测储罐的污染物排放量的测算方法及系统 | |
| CN109253953B (zh) | 一种可测量多种颗粒物质量浓度的方法和系统 | |
| CN110907318A (zh) | 一种近地面大气总悬浮颗粒物质量浓度遥感物理估算方法 | |
| CN107764574B (zh) | 一种推进式航空螺旋桨防冰功能验证试飞测试方法 | |
| CN116337396A (zh) | 一种高空大气紊流主动模拟风洞试验方法 | |
| Markowski et al. | Instrumentation for development of aircraft powerplant components involving fluid flow | |
| Wang et al. | Design of high precision PM2. 5 detector based on laser sensor | |
| CN109791101A (zh) | 一种同时测量不同粒径颗粒物质量浓度的方法及装置 |
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 |