CN111426609B - 一种散货港口粉尘全域网格化监测方法 - Google Patents

一种散货港口粉尘全域网格化监测方法 Download PDF

Info

Publication number
CN111426609B
CN111426609B CN202010257144.0A CN202010257144A CN111426609B CN 111426609 B CN111426609 B CN 111426609B CN 202010257144 A CN202010257144 A CN 202010257144A CN 111426609 B CN111426609 B CN 111426609B
Authority
CN
China
Prior art keywords
dust
area
bulk cargo
monitoring
grid
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
CN202010257144.0A
Other languages
English (en)
Other versions
CN111426609A (zh
Inventor
彭士涛
叶寅
洪宁宁
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 Research Institute for Water Transport Engineering MOT
Original Assignee
Tianjin Research Institute for Water Transport Engineering MOT
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 Research Institute for Water Transport Engineering MOT filed Critical Tianjin Research Institute for Water Transport Engineering MOT
Priority to CN202010257144.0A priority Critical patent/CN111426609B/zh
Publication of CN111426609A publication Critical patent/CN111426609A/zh
Application granted granted Critical
Publication of CN111426609B publication Critical patent/CN111426609B/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
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06Investigating concentration of particle suspensions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06Investigating concentration of particle suspensions
    • G01N15/075Investigating concentration of particle suspensions by optical means

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)
  • Optical Radar Systems And Details Thereof (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种散货港口粉尘全域网格化监测方法,依次通过:1)网格化处理监测区域并安装激光雷达和粉尘在线监测仪;2)持续地利用激光雷达获取全部区域内消光系数,同时利用粉尘在线监测仪获取多点位的实时粉尘浓度数据;3)利用同周期同位置处的粉尘浓度数据与消光系数对标获得二者比例关系,进而得到粉尘浓度的全域时空分布情况的持续监控结果;4)在包含监测区域的地图上标记粉尘浓度超过阈值的点位;5)结合风向粉尘点位的变化趋势及其源头;该方法能够有效获取散货堆场区域及其周边区域的三种关键粉尘的全区域浓度分布,并利用网格化处理实现直观判断粉尘扩散路径和来源,为后续抑尘工作的有效开展提供布局基础和数据基础。

Description

一种散货港口粉尘全域网格化监测方法
技术领域
本发明涉及大气颗粒物监测技术领域,特别涉及一种散货港口粉尘全域网格化监测方法。
背景技术
散货港口粉尘污染作为一种无组织排放源,其粉尘监测一直是大气污染监控的难题。传统的堆场粉尘监测是采用粉尘在线监测仪,在场界周边或场界内开展监测,这些监测方法存在许多问题,主要表现在:一、监测结果只能反映监测点位的粉尘浓度,无法得到堆场全域粉尘浓度分布情况;二、无法溯源,无法讲清楚粉尘是由散货港口产生还是由场界外迁移进入的。
将颗粒物激光雷达技术应用于散货堆场粉尘监测,可实现监测区域的全面覆盖,但激光雷达是利用颗粒物消光系数来表征颗粒物浓度,是一种定性/半定量的监测方法;此外,现有的激光雷达监测颗粒物浓度的技术,是利用经验模型来进行消光系数和颗粒物浓度的转换,其准确性不容乐观。
发明内容
本发明的目的是提供一种解决传统监测手段无法精准反映区域粉尘浓度分布情况、无法分析粉尘来源的问题的散货港口粉尘全域网格化监测方法。
为此,本发明技术方案如下:
一种散货港口粉尘全域网格化监测方法,如图1所示,其具体步骤如下:
S1、对散货港口区域及自其边界向外侧延伸1000~2000m的环状区域进行网格化处理;在散货港口区域内/外制高点处安装一台激光雷达,并在散货港口区域内均布安装若干台粉尘在线监测仪;其中,粉尘在线监测仪的安装高度与激光雷达的安装高度的高度差≤10m;粉尘在线监测仪的安装数量优选为1~20台;
S2、按照预设的监测间隔周期,持续地利用安装高度为H处的激光雷达对散货港口区域及其周边环状区域进行水平扫描,以获取全部区域内N个点位的消光系数ε={ε12,…,εi,…,εN};同时,利用若干台粉尘在线监测仪获取其所在网格内M个点位的实时粉尘浓度数据,包括:
TSP的质量浓度Ci-tsp={Ci-tsp-1,Ci-tsp-2,…,Ci-tsp-j,…,Ci-tsp-M},
PM10的质量浓度Ci-PM10={Ci-PM10-1,C Ci-PM10-2,…,C Ci-PM10-j,…,Ci-PM10-M},
以及PM2.5的质量浓度Ci-PM2.5={Ci-PM2.5-1,Ci-PM2.5-2,…,Ci-PM2.5-j,…,Ci-PM2.5-M};
其中,i为该粉尘在线监测仪所在网格的编号;
S3、根据步骤S2的监测结果,提取相同监测周期下相同位置处的三种粉尘浓度数据和消光系数以进行对标,获得相同位点下三种粉尘浓度数据分别与消光系数的比例关系αtsp、αpm10和αpm2.5,进而通过计算αtsp、αpm10和αpm2.5与全部区域内N个点位的消光系数的乘积,获得高度为H的平面上粉尘浓度的全域时空分布情况的持续监控结果;
该过程以网格为单位进行;具体地,
αtsp=C(t-tsp)/ε(i),αpm10=C(t-pm10)(i),αpm2.5=C(t-pm2.5)(i)
进而,利用激光雷达测得的各网格内多个点位的消光系数分别乘以αtsp、αpm10和αpm2.5可得到各网格内多个点位的三种粉尘的浓度数据:
C(1,2,3,…j,…n)(tsp)=αtspε(1,2,3,…j,…n)
C(1,2,3,…j,…n)(pm10)=αpm10ε(1,2,3,…j,…n)
C(1,2,3,…j,…n)(pm2.5)=αpm2.5ε(1,2,3,…j,…n)
其中,n为各网格内的点位的数量;
该步骤S3的原理在于:激光雷达进行全场扫描后虽然不仅能够获取全场的消光系数ε,也能获取全场的粉尘浓度数据结果Cld,但是根据经验,ε的准确性为100%,但Cld的准确性不到80%;而单独使用粉尘在线监测仪只能获得场内有限个点位的粉尘浓度C,无法获得全场的粉尘浓度分布;因此,基于同一个点位的消光系数εi和粉尘浓度Ci具有相关性的规律,本申请采用激光雷达全场扫描后获取的全场消光系数ε,再利用粉尘在线监测仪测得场内有限数量点的三种粉尘浓度数据,将该点位的三种粉尘浓度数据与该点位的消光系数进行对标,获得三种粉尘浓度数据分别与消光系数之间的比例关系,进而通过计算全场的消光系数ε与相应比例关系的乘积,得到全场高准确性的三种粉尘浓度数据,即全场的粉尘浓度分布;其中,粉尘在线监测仪获取粉尘优选安装多台并分散在场界内不同位置处来获取质量浓度数据,不仅可以获得更多位点的粉尘质量浓度数据,还可以通过对多台粉尘在线监测仪求取的粉尘浓度数据分别与消光系数的比例关系求取平均值,以抵消不同粉尘在线监测仪之间可能存在的仪器误差;
S4、在包含有散货港口区域及其周边环状区域的地图上,根据步骤S3的处理结果,对在同一监测周期内监测到的任一类型粉尘浓度超过阈值的点位进行标记,得到若干张具有粉尘污染气团标记的地图;
其中,三种类型粉尘浓度的阈值根据散货港口区域所处地域的空气质量进行取值,以实现能有效分辨粉尘污染气团的形成位置以及其移动轨迹;在实际实施过程中,TSP的质量浓度阈值范围为:200μg/m3≤CTSP≤300μg/m3,PM10的质量浓度阈值范围为:70μg/m3≤Cpm10≤150μg/m3,PM2.5的质量浓度阈值范围为:35μg/m3≤Cpm2.5≤75μg/m3
S5、结合监测过程的风向情况,对比具有粉尘点位标记的地图,判断监测过程中粉尘污染气团迁移过程:
i)若高粉尘浓度网格区域沿风向有明显的由外而内穿越场界过程,则说明粉尘污染是由外界传输进入散货港口;
ii)若高粉尘浓度网格区域沿风向有明显的由内而外穿越场界过程,则说明粉尘污染是由散货港口产生传输到港口区域以外。
优选,步骤S1的网格化处理方式包括:
对散货港口区域内的网格化划分:
i)若散货港口区域内已安装有抑尘喷洒水系统,则将每个可单独控制的喷枪的控制范围作为一个网格单位,其网格面积为As,剩余道路及其他区域按照平均化原则进行网格划分,且各网格面积不大于喷枪的控制范围对应的网格面积,即As
ii)若散货港口区域内无喷洒水系统,则将全区域按照平均化原则进行网格划分,且每个网格的宽度为10~200米、长度为10~200米;
对散货港口区域外的环状区域的网格化划分:
i)若散货港口区域内已安装有抑尘喷洒水系统,则对环状区域按照平均化原则进行网格划分,且各网格面积不大于喷枪的控制范围对应的网格面积,即As
ii)若散货港口区域内无喷洒水系统,则对环状区域按照平均化原则进行网格划分,且每个网格的宽度为10~200米、长度为10~200米。
优选,在步骤S2中,所述激光雷达采用激光波长为532nm,空间分辨率≤10m,时间分辨率优于30s,探测距离不低于4km,探测盲区≤50m,扫描周期为0.25~1h,精度为1°~5°,范围为1°~360°的激光雷达。
优选,在步骤S2中,所述粉尘在线监测仪具有监测TSP、PM10和PM2.5三种粉尘指标的功能,其测量量程至少覆盖0.01mg/m3~30.00mg/m3,数据分辨率≤1μg/m3
优选,在步骤S2中,监测间隔周期为1min~60min,具体可根据散货港口的气象条件进行调整,以实现准确有效的监测。
与现有技术相比,该散货港口粉尘全域网格化监测方法能够实现对散货堆场区域及其周边区域三种关键粉尘的全区域浓度分布进行有效获取,并利用网格化处理实现直观判断粉尘扩散路径,通过观察粉尘污染气团迁移过程,可判断粉尘污染的实际来源,为后续抑尘工作的有效开展提供布局基础和数据基础。
附图说明
图1为本发明的散货港口粉尘全域网格化监测方法的步骤流程图;
图2为本发明的实施例1的某散货港口实现散货港口粉尘全域网格化监测的布局示意图;
图3为本发明的实施例1中相邻两次监测中在先监测周期获得的监测数据经过处理后得到的具有粉尘污染气团标记的地图;
图4为本发明的实施例1中相邻两次监测中在后监测周期获得的监测数据经过处理后得到的具有粉尘污染气团标记的地图;
图5为本发明的实施例2中相邻两次监测中在先监测周期获得的监测数据经过处理后得到的具有粉尘污染气团标记的地图;
图6为本发明的实施例2中相邻两次监测中在后监测周期获得的监测数据经过处理后得到的具有粉尘污染气团标记的地图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明,但下述实施例绝非对本发明有任何限制。
实施例1
如图2所示为采用该散货港口粉尘全域网格化监测方法进行粉尘监测的散货港口区域示意图;具体地,基于该散货港口区域的粉尘全域网格化监测方法的实施过程如下:
S1、对散货港口区域200000m2及自其边界向外侧延伸1000m的环状区域进行网格化处理;由于该散货港口区域内无喷洒水系统,因此对散货港口区域及其边界外侧的环状区域均按照平均化原则进行网格划分,每个网格的宽度为20米、长度为20米;接着,在散货港口区域中心处的制高位置处安装一台激光雷达,并在所划分出的500个网格内各随机平均分布安装有5台粉尘在线监测仪,粉尘在线监测仪的安装高度与激光雷达的安装高度的高度差为5m;
具体地,在本实施例中,激光雷达采用激光波长为532nm,空间分辨率≤10m,时间分辨率优于30s,探测距离不低于4km,探测盲区≤50m,扫描周期为0.25~1h,精度为1°~5°,范围为1°~360°的激光雷达;粉尘在线监测仪具有监测TSP、PM10和PM2.5三种粉尘指标的功能,其测量量程至少覆盖0.01mg/m3~30.00mg/m3,数据分辨率≤1μg/m3
S2、按照预设的监测间隔周期,即相邻两次监测之间间隔时间:40min,利用安装高度为22m处的激光雷达对散货港口区域及其周边环状区域进行水平扫描,以获取全部区域内10500个点位的消光系数;同时,利用5台粉尘在线监测仪获取其所在网格内5个点位的粉尘浓度数据,包括TSP的质量浓度、PM10的质量浓度和PM2.5的质量浓度;
S3、根据步骤S2的监测结果,提取第一个监测周期内相同位置处的三种粉尘浓度数据和消光系数以进行对标,获得第一个监测周期中相同位点下三种粉尘浓度数据分别与消光系数的比例关系αtsp=320、αpm10=280和αpm2.5=193,进而通过计算αtsp、αpm10和αpm2.5与全部区域内10500个点位的消光系数的乘积,获得高度为H的平面上粉尘浓度在第一个监测周期的全域时空分布情况的持续监控结果;其它监测周期的数据处理方式同上,最终获得若干组高度为H的平面上粉尘浓度的全域时空分布情况的持续监控结果;
S4、在包含有散货港口区域及其周边环状区域的地图上,根据步骤S3的处理结果,对在同一监测周期内监测到的任一类型粉尘浓度超过阈值的点位进行标记,得到若干张具有粉尘污染气团标记的地图;具体地,在本实施例中,TSP的质量浓度阈值设定为200μg/m3、PM10的质量浓度阈值设定为150μg/m3,PM2.5的质量浓度阈值设定为75μg/m3;如图3和图4所示为其中两个相邻监测周期下处理得到的两张具有粉尘污染气团标记的地图;
S5、结合两次监测过程中风向均为西南风,同时通过对比图3和图4可以看出两张图片上的粉尘污染气团有明显的由外而内穿越场界过程,因此可以判断粉尘污染是由外界传输进入散货港口。
实施例2
针对另一处某散货港口采用该散货港口粉尘全域网格化监测方法进行粉尘监测,具体地,其实施过程如下:
S1、对散货港口区域660000m2及自其边界向外侧延伸2000m的环状区域进行网格化处理;由于该散货港口区域已安装有喷洒水系统,因此将散货港口区域内每个可单独控制的喷枪的控制范围作为一个网格单位,剩余道路及其他区域按照平均化原则进行网格划分,且各网格面积不大于喷枪的控制范围对应的网格面积;同样地,对环状区域按照平均化原则进行网格划分,且各网格面积不大于喷枪的控制范围对应的网格面积;接着,在位于散货港口的场界处的制高位置处安装一台激光雷达,并在所划分出的6600个网格内各随机平均取14个网格,并在14个网格内各安装1台粉尘在线监测仪,粉尘在线监测仪的安装高度与激光雷达的安装高度的高度差为10m;在本实施例中,所安装的激光雷达与粉尘在线监测仪与实施例1中安装的相同;
S2、按照预设的监测间隔周期,即相邻两次监测之间间隔时间:60min,利用安装高度为35m处的激光雷达对散货港口区域及其周边环状区域进行水平扫描,以获取全部区域内16万个点位的消光系数;同时,利用14台粉尘在线监测仪获取其所在网格内14个点位的粉尘浓度数据,包括TSP的质量浓度、PM10的质量浓度和PM2.5的质量浓度;
S3、根据步骤S2的监测结果,提取第一个监测周期内相同位置处的三种粉尘浓度数据和消光系数以进行对标,获得第一个监测周期中相同位点下三种粉尘浓度数据分别与消光系数的比例关系αtsp=280、αpm10=212和αpm2.5=107,进而通过计算αtsp、αpm10和αpm2.5与全部区域内16万个点位的消光系数的乘积,获得高度为H的平面上粉尘浓度在第一个监测周期的全域时空分布情况的持续监控结果;其它监测周期的数据处理方式同上,最终获得若干组高度为H的平面上粉尘浓度的全域时空分布情况的持续监控结果;
S4、在包含有散货港口区域及其周边环状区域的地图上,根据步骤S3的处理结果,对在同一监测周期内监测到的任一类型粉尘浓度超过阈值的点位进行标记,得到若干张具有粉尘污染气团标记的地图;具体地,在本实施例中,TSP的质量浓度阈值设定为280μg/m3、PM10的质量浓度阈值设定为110μg/m3,PM2.5的质量浓度阈值设定为60μg/m3;如图5和图6所示为其中两个相邻监测周期下处理得到的两张具有粉尘污染气团标记的地图;
S5、结合两次监测过程中风向均为东风,同时通过对比图5和图6可以看出两张图片上的粉尘污染气团没有明显的迁移过程,因此可以判断图3和图4上的粉尘污染气团是由散货港口产生的,并且还未输到港口区域以外。

Claims (4)

1.一种散货港口粉尘全域网格化监测方法,其特征在于,步骤如下:
S1、对散货港口区域及自其边界向外侧延伸1000~2000m的环状区域进行网格化处理;在散货港口区域内/外制高点处安装一台激光雷达,并在散货港口区域内均布安装若干台粉尘在线监测仪;其中,粉尘在线监测仪的数量为1~20台,粉尘在线监测仪的安装高度与激光雷达的安装高度的高度差≤10m;
步骤S1的网格化处理方式包括:
对散货港口区域内的网格化划分:
i)若散货港口区域内已安装有抑尘喷洒水系统,则将每个可单独控制的喷枪的控制范围作为一个网格单位,剩余道路及其他区域按照平均化原则进行网格划分,且各网格面积不大于喷枪的控制范围对应的网格面积;
ii)若散货港口区域内无喷洒水系统,则将全区域按照平均化原则进行网格划分,且每个网格的宽度为10~200米、长度为10~200米;
对散货港口区域外的环状区域的网格化划分:
i)若散货港口区域内已安装有抑尘喷洒水系统,则对环状区域按照平均化原则进行网格划分,且各网格面积不大于喷枪的控制范围对应的网格面积;
ii)若散货港口区域内无喷洒水系统,则对环状区域按照平均化原则进行网格划分,且每个网格的宽度为10~200米、长度为10~200米;
S2、按照预设的监测间隔周期,持续地利用安装高度为H处的激光雷达对散货港口区域及其周边环状区域进行水平扫描,以获取全部区域内N个点位的消光系数ε={ε12,…,εi,…,εN};同时,利用若干台粉尘在线监测仪获取其所在网格内M个点位的实时粉尘浓度数据,包括TSP的质量浓度、PM10的质量浓度和PM2.5的质量浓度;
S3、根据步骤S2的监测结果,提取相同监测周期下相同位置处的三种粉尘浓度数据和消光系数以进行对标,获得相同位点下三种粉尘浓度数据分别与消光系数的比例关系αtsp、αpm10和αpm2.5,进而通过计算αtsp、αpm10和αpm2.5与全部区域内N个点位的消光系数的乘积,获得高度为H的平面上粉尘浓度的全域时空分布情况的持续监控结果;
S4、在包含有散货港口区域及其周边环状区域的地图上,根据步骤S3的处理结果,对在同一监测周期内监测到的任一类型粉尘浓度超过阈值的点位进行标记,得到若干张具有粉尘污染气团标记的地图;
S5、结合监测过程的风向情况,按照监测时间顺序对若干张具有粉尘点位标记的地图进行对比,判断监测过程中粉尘污染气团迁移过程:
i)若高粉尘浓度网格区域沿风向有明显的由外而内穿越场界过程,则说明粉尘污染是由外界传输进入散货港口;
ii)若高粉尘浓度网格区域沿风向有明显的由内而外穿越场界过程,则说明粉尘污染是由散货港口产生传输到港口区域以外。
2.根据权利要求1所述的散货港口粉尘全域网格化监测方法,其特征在于,在步骤S2中,所述激光雷达采用激光波长为532nm,空间分辨率≤10m,时间分辨率优于30s,探测距离不低于4km,探测盲区≤50m,扫描周期为0.25~1h,精度为1°~5°,范围为1°~360°的激光雷达。
3.根据权利要求1所述的散货港口粉尘全域网格化监测方法,其特征在于,在步骤S2中,所述粉尘在线监测仪具有监测TSP、PM10和PM2.5三种粉尘指标的功能,其测量量程至少覆盖0.01mg/m3~30.00mg/m3,数据分辨率≤1μg/m3
4.根据权利要求1所述的散货港口粉尘全域网格化监测方法,其特征在于,在步骤S2中,监测间隔周期为1min~60min。
CN202010257144.0A 2020-04-03 2020-04-03 一种散货港口粉尘全域网格化监测方法 Active CN111426609B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010257144.0A CN111426609B (zh) 2020-04-03 2020-04-03 一种散货港口粉尘全域网格化监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010257144.0A CN111426609B (zh) 2020-04-03 2020-04-03 一种散货港口粉尘全域网格化监测方法

Publications (2)

Publication Number Publication Date
CN111426609A CN111426609A (zh) 2020-07-17
CN111426609B true CN111426609B (zh) 2022-09-30

Family

ID=71553647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010257144.0A Active CN111426609B (zh) 2020-04-03 2020-04-03 一种散货港口粉尘全域网格化监测方法

Country Status (1)

Country Link
CN (1) CN111426609B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115350547B (zh) * 2022-10-24 2023-01-06 湖南九九智能环保股份有限公司 一种基于激光雷达定位的喷雾除尘方法及系统
CN116499533B (zh) * 2023-06-30 2023-09-12 交通运输部天津水运工程科学研究所 一种散货港口环境智能监测系统
CN117180899B (zh) * 2023-11-07 2024-02-02 米脂冀东水泥有限公司 一种水泥生产粉尘清理方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483248B (zh) * 2014-12-30 2017-04-19 中科宇图天下科技有限公司 一种区域颗粒物立体监测方法
CN104915544B (zh) * 2015-05-22 2017-10-13 山东科技大学 一种港口露天散货堆场粉尘释放总量的估算方法
CN105608697B (zh) * 2015-12-24 2018-04-13 电子科技大学 基于遥感气溶胶和萤火虫群算法的空气污染源识别方法
CN106383207A (zh) * 2016-10-26 2017-02-08 中国科学院合肥物质科学研究院 应用于大气气溶胶质量浓度水平路径分布计算方法
CN109024417B (zh) * 2018-07-24 2021-01-26 长安大学 一种智能道路清扫车及其道路污染物识别方法和控制方法
CN110567510B (zh) * 2019-07-23 2023-09-19 北京英视睿达科技股份有限公司 大气污染监测方法、系统、计算机设备和存储介质
CN110673229A (zh) * 2019-10-23 2020-01-10 新亚优华科技有限公司 一种基于热点网格技术的大气污染物扩散轨迹追踪方法
CN110889199B (zh) * 2019-11-01 2022-09-23 河海大学 一种港口大气颗粒物浓度在线检测器的布局优化方法

Also Published As

Publication number Publication date
CN111426609A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN111426609B (zh) 一种散货港口粉尘全域网格化监测方法
CN111537023B (zh) 一种工业园区大气污染物扩散模拟与溯源方法
CN110909483B (zh) 一种基于网格化数据的点源大气污染物排放清单校验方法
CN105181898A (zh) 基于大密度部署传感器的大气污染监控及管理方法及系统
CN111781113B (zh) 一种粉尘网格化定位方法及粉尘网格化监测方法
Li et al. Dynamic simulation and characteristics analysis of traffic noise at roundabout and signalized intersections
CN110807571A (zh) 基于3d激光传感与BIM结合的建筑工程质量控制系统
CN109781945A (zh) 一种基于移动装置的污染物区域间传输排查方法与系统
CN109633680A (zh) 基于激光雷达的四步闭环大气污染溯源系统及方法
CN115453069A (zh) 一种面向城市臭氧超标污染遥感溯源方法
Vergni et al. Setup and calibration of the rainfall simulator of the Masse experimental station for soil erosion studies
CN103926569B (zh) 三坐标雷达网基于交叉定位点关联的集中式与分布式压制干扰鉴别方法
CN113030905A (zh) 气溶胶激光雷达数据质控的方法及系统
CN114492984A (zh) 粉尘浓度的时空分布预测方法、装置、设备和存储介质
Jin et al. Source backtracking for dust storm emission inversion using an adjoint method: case study of Northeast China
CN114002381A (zh) 一种大气污染溯源扩散分析方法及装置
CN113777223A (zh) 一种大气污染物溯源方法及系统
CN115544919B (zh) 一种气流体污染物排放源的溯源方法及装置
CN110687547A (zh) 一种基于遥感雷达的有毒有害气体环境风险预警监测方法
Jin et al. Position correction in dust storm forecasting using LOTOS-EUROS v2. 1: grid-distorted data assimilation v1. 0
CN116466368A (zh) 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法
CN115840908B (zh) 基于lstm模型的微波链路构建pm2.5三维动态监测场的方法
CN115965510A (zh) 污染物实时溯源方法、装置及电子设备
CN106918677A (zh) 用于污染物溯源的设备和方法
CN112967256A (zh) 一种基于空间分布的隧道椭圆化检测方法

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