CN111458456A - 一种基于cwt的大气一次污染物外来源定量分析方法 - Google Patents
一种基于cwt的大气一次污染物外来源定量分析方法 Download PDFInfo
- Publication number
- CN111458456A CN111458456A CN202010143804.2A CN202010143804A CN111458456A CN 111458456 A CN111458456 A CN 111458456A CN 202010143804 A CN202010143804 A CN 202010143804A CN 111458456 A CN111458456 A CN 111458456A
- Authority
- CN
- China
- Prior art keywords
- cwt
- grid
- atmospheric
- quantitative analysis
- trajectory
- 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
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 38
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004445 quantitative analysis Methods 0.000 title claims abstract description 14
- 238000011160 research Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 10
- 208000035987 Body-Weight Trajectory Diseases 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 239000004576 sand Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000008277 atmospheric particulate matter Substances 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009439 industrial construction Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012950 reanalysis Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000009137 wuling Substances 0.000 description 1
Images
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
- G01N33/0062—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
-
- 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
-
- 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
-
- 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
- G01N33/0068—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 using a computer specifically programmed
-
- 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
- G01N33/0073—Control unit therefor
- G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
-
- 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
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于CWT的大气一次污染物外来源定量分析方法，包括以下步骤：步骤S1：采用气流轨迹HYSPLIT模型获取研究区后向轨迹数据；步骤S2：将后向轨迹数据网格化，导入研究区大气污染物逐小时观测值，计算浓度权重轨迹CWT：进一步引入权重因子Wij，减小由于轨迹数据较小时引起的模型不确定性，得到WCWT；步骤S3：计算浓度权重轨迹占比PCWT，进一步分析定量分析大气一次污染物潜在源区占比。本发明可以较好的解决现有技术不能定量反映大气污染物潜在源区的问题，为研究区大气污染治理分区管控提供有力支撑。
Description
技术领域
本发明涉及大气污染物检测领域，具体涉及一种基于CWT的大气一次污染物外来源定量分析方法。
背景技术
近年来，我国大气颗粒物来源呈现区域性特征，大气颗粒物区域输送逐渐成为研究的热点，由于PM2.5的二次化学反应过程较为复杂，现有研究多专注于PM2.5的一次颗粒物来源。国内外学者常采用两种方法研究污染物的区域间传输：1.wrf-chem/wrf-CALPUFF/wrf-CMAQ等基于排放源清单的空气质量模型模拟方法(周成等,2019；崔晨,2015；常嘉成等,2017)，这些方法在特定气象场、源排放、初始边界条件下，基于物理化学过程建立模型并预测大气污染物浓度，具有较高的可靠性和完整性，但往往操作复杂，同时计算结果的可信度取决于排放源清单，清单更新不及时、参数设置的不确定性都会影响准确率(宋鹏程等,2019)。2.近几年拉格朗日混合单粒子轨道模型(Hybrid Single Particle LagrangianIntegrated Trajectory model,HYSPLIT)结合潜在源贡献因子法(potential sourcecontribution function,PSCF)、浓度权重轨迹分析(concentration-weightedtrajectory method，CWT)的方法，由于操作简便，可在不依赖排放源清单的前提下，进行大气污染物路径输送、输送源地的研究，而被越来越多的学者广泛使用。现阶段基于HYSPLIT模型的潜在源区分析主要通过后向轨迹聚类(Trajectory Clustering)、PSCF分析、CWT分析判别源区位置及传输路径。轨迹聚类分析只反映了气流轨迹来源的方向，不能分析污染轨迹的来源方向；PSCF分析只能定性分析外来输送的潜在源区位置，不能反映污染轨迹的污染程度；CWT可以分析污染轨迹的污染程度，但不能反映每个网格的污染浓度占比，为定量分析研究区大气污染物来源，需要一种更加深入、量化的新方法。
发明内容
本发明的目的是提供一种基于CWT的大气一次污染物外来源定量分析方法，解决现有技术不能定量反映大气一次污染物外来源的问题。
为实现上述目的，本发明提供的技术方案是：
一种基于CWT的大气一次污染物外来源定量分析方法，包括以下步骤：
步骤S1：采用气流轨迹HYSPLIT模型获取研究区后向轨迹数据；
步骤S2：将后向轨迹数据网格化，导入研究区大气污染物逐小时观测值，计算浓度权重轨迹CWT；
进一步引入权重因子Wij，减小由于轨迹数据较小时引起的模型不确定性，得到WCWT；
步骤S3：计算浓度权重轨迹占比PCWT，高占比区域即为大气一次污染物高污染源区。
其中，步骤S1中气象资料来源为NCEP/NCAR提供的全球资料同化系统再分析资料。
步骤S1中气象资料选用分辨率0.5度*0.5度的网格数据，使用HYSPLIT软件进行后向轨迹计算，选择研究区的大气监测点坐标作为后向轨迹起始点进行模拟计算。
进一步的，步骤S1中模拟时间设置为72h，每天分四个时段模拟，分别为：0点、6点、12点、18点，模拟高度在100-300米之间，将时间划分为春3～5月、夏6～8月、秋9～11月、冬12月～次年2月。
步骤S2中，平均权重浓度轨迹CWT计算公式如下：
其中：Cij是网格ij上的平均权重浓度；l是轨迹；M是轨迹总数；Cl是轨迹l经过网格ij时对应的所监测的大气污染物浓度值；Wij为权重因子；Tijl是轨迹l在网格ij停留的时间；
优选的，步骤S2中，网格分辨率选择小于0.5度。
进一步的，为了减小网格上经过的所有轨迹数nij较小时的不确定性，引入了权重函数Wij，公式如下：
其中：nij为该网格上经过的所有轨迹数，avg为研究区内每个网格内平均轨迹数。
WCWTij＝Wij×Cij (2)
其中，WCWTij是网格ij上的平均权重浓度；Cij是网格ij上的平均权重浓度；Wij为权重函数；m、n分别为CWT网格的总行列数。
步骤S3中，浓度权重轨迹占比PCWT，公式如下：
当Pij值较大时说明网格ij在总网格浓度权重轨迹WCWT值中占比大，高占比区域即为大气一次污染物高污染源区。
通过行政边界和相对源区方向，统计出不同源区的浓度权重轨迹PCWT值，计算出对研究区影响较明显的区域。
与现有技术相比，本发明的有益效果是：
本发明的基于CWT的大气一次污染物外来源定量分析方法在HYSPLIT后向模型延伸的CWT模型分析的基础上，进一步提出PCWT方法定量分析研究区大气污染物来源。这种新的大气污染物外来源定量分析方法可以较好的解决现有技术不能定量反映大气一次污染物外来源的问题，为研究区大气污染治理分区管控提供有力支撑。
附图说明
图1为根据本发明实施例的一种基于CWT的大气一次污染物外来源定量分析方法的流程图。
图2为研究区逐年HYSPLIT模型后向轨迹图。
图3为研究区逐年WCWT统计图。
图4为研究区相对源区方向的PCWT统计图。
图5为研究区按行政区划统计的PCWT统计图。
图6为研究区2015-2018年国内外潜在源区PM2.5的PCWT值变化趋势。
图7为研究区2015-2018年主要国外潜在源区PM2.5的PCWT值变化趋势。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
一种基于CWT的大气一次污染物外来源定量分析方法.包括以下步骤：
步骤S1：获取研究区后向轨迹数据。
具体的，获取NCEP/NCAR提供的全球资料同化系统再分析资料(Global DataAssimilation System,GDAS)(ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1/)。
选用分辨率0.5度*0.5度的网格数据，使用HYSPLIT软件进行后向轨迹计算，选择研究区的大气监测点坐标作为后向轨迹起始点，模拟时间设置为72h，每天分四个时段模拟，分别为：0点、6点、12点、18点，模拟高度在100-300米之间。
步骤S2：将后向轨迹数据网格化，导入逐日污染物数据，进行浓度权重轨迹分析(CWT)。
具体的，使用MeteoInfo的TrajStat模块的Convert to TGS Files功能将GDAS文件转换为TGS格式，再使用Convert to Shape File功能将TGS文件转换为Shp格式。根据研究所需时间段(如季节、年份)使用Join Trajectory Layers功能将轨迹合并以进行后续分析。
导入监测点污染物数据，选择日期、污染物浓度。日期格式需要设置为年月日时，如2015年1月1日1时写做2015010101；空值记为0。
浓度权重轨迹CWT计算公式如下：
其中：Cij是网格ij上的平均权重浓度；l是轨迹；M是轨迹总数；Cl是轨迹l经过网格ij时对应的所监测的大气污染物浓度值；Tijl是轨迹l在网格ij停留的时间；
在所述CWT分析时，网格分辨率选择小于0.5度。
进一步引入权重因子Wij，减小由于轨迹数据较小时引起的模型不确定性，得到WCWTij。
为了减小nij较小时引起的模型不确定性，需乘以权重函数Wij得出WCWT值，具体的，权重设置如下：
其中：nij为该网格上经过的所有轨迹数，avg为研究区内每个网格内平均轨迹端点数
WCWTij＝Wij×Cij
步骤S3：计算浓度权重轨迹占比PCWY，高占比区域即为大气一次污染物高污染源区。
具体的，将WCWT分析结果在ArcGIS中打开，统计所有网格的WCWT值总和，求出每个网格的WCWT值占比，PCWT(percentage concentration-weighted trajectory method)，计算公式如下：
其中，WCWTij是网格ij上的平均权重浓度；m、n分别为CWT网格的总行列数。
下面参考图2-图7说明基于CWT的大气一次污染物外来源定量分析方法，研究区域以铁岭市为例，大气污染物以PM2.5为例进行说明，PM2.5数据来源于铁岭市2015-2018年4个监测站点：汇工街西、金沙江路北、水上乐园、银州路东段。
具体的，根据本发明参数设置，CWT分析效果如图3所示，CWT值越大，说明潜在源区浓度越大，对研究区影响越严重。可以看出，四年中2017年的污染最为严重。国内高值区主要集中于内蒙古东部、辽宁省中部、吉林省中西部以及环渤海湾城市，国外高值区主要分布于俄罗斯、蒙古、朝鲜。铁岭市PM2.5潜在源区主要来自三个方向：西北方向的源区分布面积最广、来源最远，72小时轨迹可追溯到蒙古国和俄罗斯境内；西南方向的源区输送距离次之，包括辽宁省南部、环渤海湾城市地区等；东北方向输送距离最短，主要分布在铁岭市周围，包括四平市、辽源市等。
图4以行政边界为基础，统计区域的PCWT，即得出不同国、省、市对研究区影响的污染程度。其中位于铁岭市东北方向的四平市PCWT四年平均为3.15％，是2015-2018年对铁岭市影响比重最高的城市；位于铁岭市西南方向的沈阳市次之，PCWT四年平均为3.07％；铁岭市四年PCWT平均为3.03％；然后是铁岭市西南方向的营口市、辽阳市、鞍山市、盘锦市，PCWT四年平均分别为2.97％、2.95％、2.93％、2.89％；紧接着位于铁岭市西北方向的吉林省中西部的松嫩平原地区的松原市、白城市以及科尔沁沙地所在地通辽市PCWT四年平均分别为2.82％、2.73％、2.72％。
图5以研究区的东、南、西、北、东北、西北、东南、西南八个方向统计PCWT。1.西北方向源区浓度贡献值占比三者中最高，这一方向源区包含科尔沁沙地、辽西北沙地和北方农牧交错地带，四年平均占比27.36％，2015-2017年持续攀升，2017年最高达到30.01％，2018年降低至23.92％；2.东北方向源区主要来源于吉林省中西部、黑龙江省南部等周边工业、居民密集区，四年平均占比18.51％，2015-2017年小幅上升，2017年最高为19.39％，2018年降至为17.31％；3.西南方向源区包括辽宁中东部城市群、环渤海城市以及京津冀地区的跨海输送，四年平均占比15.73％，2015年最高达17.70％，2016-2017年持续降低，2017年最低为13.86％，2018年开始又有小幅上涨至14.53％。
图6为研究区2015-2018年国内外潜在源区PM2.5的PCWT值变化趋势。四年来铁岭市PM2.5国内源PCWT值由81.45％降低至65.95％；而国外潜在源区PCWT值四年内显著增加，PCWT值从18.55％增长至34.05％，其中俄罗斯增长最明显，由5.54％增长至11.32％，蒙古国次之，由3.03％增长至6％，朝鲜由0.6％增长至1.46％。说明铁岭市PM2.5国内潜在源区贡献值逐年下降，国外潜在源区贡献值逐年上升。
图7为研究区2015-2018年主要国外潜在源区PM2.5的PCWT值变化趋势。国外潜在源区主要位于蒙古国东部的温都尔汗、西乌尔特、乔巴山市，俄罗斯后贝加尔边疆区的乌兰乌德、赤塔、阿金斯科耶，上述区域以采矿业和农牧业为主，采矿业产生的工业粉尘、农牧业焚烧秸秆以及过度放牧导致的荒漠化产生的PM2.5污染随着西北风的输送，影响铁岭。朝鲜源区主要位于新义州特别行政区以及平壤，这可能与这些地区近几年的大规模城市发展以及工业建设有关。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，依据本发明的技术实质，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。
Claims (8)
1.一种基于CWT的大气一次污染物外来源定量分析方法，其特征在于：包括以下步骤：
步骤S1：采用气流轨迹HYSPLIT模型获取研究区后向轨迹数据；
步骤S2：将后向轨迹数据网格化，导入研究区大气污染物逐小时观测值，计算浓度权重轨迹CWT；
其中：Cij是网格ij上的平均权重浓度；l是轨迹；M是轨迹总数；Cl是轨迹l经过网格ij时对应的所监测的大气污染物浓度值；Tijl是轨迹l在网格ij停留的时间。
进一步引入权重因子Wij，减小由于轨迹数据较小时引起的模型不确定性，得到WCWT，公式如下：
WCWTij＝Wij×Cij (2)
其中，Cij是网格ij上的平均权重浓度；Wij为权重函数；m、n分别为CWT网格的总行列数。
步骤S3：进一步计算浓度权重轨迹占比PCWT，高占比区域即为高潜在源区。公式如下：
2.根据权利要求1所述的基于CWT的大气一次污染物外来源定量分析方法，其特征在于：步骤S1中气象资料来源为NCEP/NCAR提供的全球资料同化系统再分析资料。
3.根据权利要求1所述的基于CWT的大气一次污染物外来源定量分析方法，其特征在于：步骤S1中气象资料选用分辨率0.5度*0.5度的网格数据，使用HYSPLIT软件进行后向轨迹计算，选择研究区的大气监测点坐标作为后向轨迹起始点进行模拟计算。
4.根据权利要求1所述的基于CWT的大气一次污染物外来源定量分析方法，其特征在于：步骤S1中模拟时间设置为72h，每天分四个时段模拟，分别为：0点、6点、12点、18点，模拟高度在100-300米之间，将时间划分为春3～5月、夏6～8月、秋9～11月、冬12月～次年2月。
5.根据权利要求1所述的基于CWT的大气一次污染物外来源定量分析方法，其特征在于：步骤S2中，网格分辨率选择小于0.5度。
6.根据权利要求1所述的基于CWT的大气一次污染物外来源定量分析方法，其特征在于：为了减小网格上经过的所有轨迹数nij较小时的不确定性，引入了权重函数Wij，公式如下：
其中：nij为该网格上经过的所有轨迹数，avg为研究区内每个网格内平均轨迹数。
7.根据权利要求1所述的基于CWT的大气一次污染物外来源定量分析方法，其特征在于：当Pij值较大时说明网格ij在总网格浓度权重轨迹WCWT值中占比大，对研究区域的影响较明显。
8.根据权利要求1所述的基于CWT的大气一次污染物外来源定量分析方法，其特征在于：通过行政边界和相对源区方向，统计出不同源区的浓度权重轨迹PCWT值，计算出对研究区影响较明显的区域。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010143804.2A CN111458456A (zh) | 2020-03-04 | 2020-03-04 | 一种基于cwt的大气一次污染物外来源定量分析方法 |
| NL2027637A NL2027637B1 (en) | 2020-03-04 | 2021-02-24 | Cwt-based quantitative analysis method for external source of atmospheric primary pollutant |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010143804.2A CN111458456A (zh) | 2020-03-04 | 2020-03-04 | 一种基于cwt的大气一次污染物外来源定量分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111458456A true CN111458456A (zh) | 2020-07-28 |
Family
ID=71685552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010143804.2A Pending CN111458456A (zh) | 2020-03-04 | 2020-03-04 | 一种基于cwt的大气一次污染物外来源定量分析方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111458456A (zh) |
| NL (1) | NL2027637B1 (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111753426A (zh) * | 2020-06-24 | 2020-10-09 | 中科三清科技有限公司 | 颗粒物污染的源解析方法和装置 |
| CN113420984A (zh) * | 2021-06-23 | 2021-09-21 | 天津大学 | 空气污染源区的确定方法 |
| CN113436045A (zh) * | 2021-06-15 | 2021-09-24 | 深圳中兴网信科技有限公司 | 大气污染多尺度融合溯源方法、装置和可读存储介质 |
| CN113688493A (zh) * | 2021-05-18 | 2021-11-23 | 武汉理工大学 | 一种基于污染过程分型的大气污染潜在源区识别方法 |
| CN113740221A (zh) * | 2021-09-07 | 2021-12-03 | 天津大学 | 基于细颗粒物与臭氧的空气污染源区确定方法 |
| CN115420854A (zh) * | 2022-08-22 | 2022-12-02 | 北京工业大学 | 一种基于正后向模型结合的大气污染物溯源方法 |
| CN117116381A (zh) * | 2023-09-08 | 2023-11-24 | 重庆市生态环境科学研究院 | 一种基于受体和化学传输模型综合解析细颗粒物源贡献的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000009864U (ko) * | 1998-11-13 | 2000-06-05 | 김형벽 | 화력발전소용 증기터빈 주증기 바이패스 밸브 자동예열장치 |
| WO2018225030A1 (en) * | 2017-06-09 | 2018-12-13 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
| 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 |
| 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 |
-
2020
- 2020-03-04 CN CN202010143804.2A patent/CN111458456A/zh active Pending
-
2021
- 2021-02-24 NL NL2027637A patent/NL2027637B1/en active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000009864U (ko) * | 1998-11-13 | 2000-06-05 | 김형벽 | 화력발전소용 증기터빈 주증기 바이패스 밸브 자동예열장치 |
| WO2018225030A1 (en) * | 2017-06-09 | 2018-12-13 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
| 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 |
| 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 |
Non-Patent Citations (3)
| Title |
|---|
| 任传斌等: "北京城区PM_(2.5)输送途径与潜在源区贡献的四季差异分析 ", 《中国环境科学》 * |
| 王郭臣等: "北京冬季严重污染过程的PM_(2.5)污染特征和输送路径及潜在源区 ", 《中国环境科学》 * |
| 陈飞等: "石家庄市冬季PM_(2.5)污染特征、成因及潜在源区分析 ", 《生态与农村环境学报》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111753426A (zh) * | 2020-06-24 | 2020-10-09 | 中科三清科技有限公司 | 颗粒物污染的源解析方法和装置 |
| CN111753426B (zh) * | 2020-06-24 | 2021-07-16 | 中科三清科技有限公司 | 颗粒物污染的源解析方法和装置 |
| CN113688493A (zh) * | 2021-05-18 | 2021-11-23 | 武汉理工大学 | 一种基于污染过程分型的大气污染潜在源区识别方法 |
| CN113688493B (zh) * | 2021-05-18 | 2023-09-22 | 武汉理工大学 | 一种基于污染过程分型的大气污染潜在源区识别方法 |
| CN113436045A (zh) * | 2021-06-15 | 2021-09-24 | 深圳中兴网信科技有限公司 | 大气污染多尺度融合溯源方法、装置和可读存储介质 |
| CN113420984A (zh) * | 2021-06-23 | 2021-09-21 | 天津大学 | 空气污染源区的确定方法 |
| CN113740221A (zh) * | 2021-09-07 | 2021-12-03 | 天津大学 | 基于细颗粒物与臭氧的空气污染源区确定方法 |
| CN113740221B (zh) * | 2021-09-07 | 2022-07-26 | 天津大学 | 基于细颗粒物与臭氧的空气污染源区确定方法 |
| CN115420854A (zh) * | 2022-08-22 | 2022-12-02 | 北京工业大学 | 一种基于正后向模型结合的大气污染物溯源方法 |
| CN115420854B (zh) * | 2022-08-22 | 2023-12-15 | 北京工业大学 | 一种基于正后向模型结合的大气污染物溯源方法 |
| CN117116381A (zh) * | 2023-09-08 | 2023-11-24 | 重庆市生态环境科学研究院 | 一种基于受体和化学传输模型综合解析细颗粒物源贡献的方法 |
| CN117116381B (zh) * | 2023-09-08 | 2024-05-03 | 重庆市生态环境科学研究院 | 一种基于受体和化学传输模型综合解析细颗粒物源贡献的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| NL2027637A (en) | 2021-10-19 |
| NL2027637B1 (en) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111458456A (zh) | 一种基于cwt的大气一次污染物外来源定量分析方法 | |
| Ding et al. | Estimated contributions of emissions controls, meteorological factors, population growth, and changes in baseline mortality to reductions in ambient PM 2.5 and PM 2.5-related mortality in China, 2013–2017 | |
| Zhao et al. | Analyses of regional pollution and transportation of PM2. 5 and ozone in the city clusters of Sichuan Basin, China | |
| He et al. | Air pollution characteristics and their relation to meteorological conditions during 2014–2015 in major Chinese cities | |
| Zhang et al. | Chemical composition and sources of PM1 and PM2. 5 in Beijing in autumn | |
| Zhang et al. | Characterization of atmospheric trace gases and particulate matter in Hangzhou, China | |
| Liu et al. | Spatial-temporal variation characteristics of air pollution in Henan of China: Localized emission inventory, WRF/Chem simulations and potential source contribution analysis | |
| Zhao et al. | Annual and diurnal variations of gaseous and particulate pollutants in 31 provincial capital cities based on in situ air quality monitoring data from China National Environmental Monitoring Center | |
| Wang et al. | Spatial-temporal characteristics and determinants of PM2. 5 in the Bohai Rim Urban Agglomeration | |
| Huang et al. | Changes in land use, climate and the environment during a period of rapid economic development in Jiangsu Province, China | |
| Lu et al. | Source apportionment and health effect of NOx over the Pearl River Delta region in southern China | |
| Fang et al. | Spatial-temporal characteristics of the air quality in the Guangdong− Hong Kong− Macau Greater Bay Area of China during 2015–2017 | |
| Wang et al. | Characteristics and origins of air pollutants in Wuhan, China, based on observations and hybrid receptor models | |
| Liu et al. | Fine particulate matter pollution in North China: Seasonal-spatial variations, source apportionment, sector and regional transport contributions | |
| Wang et al. | Analysis of spatio-temporal distribution characteristics and socioeconomic drivers of urban air quality in China | |
| Ma et al. | Air pollutant emission characteristics and HYSPLIT model analysis during heating period in Shenyang, China | |
| CN111652975A (zh) | 城市建筑群可利用太阳能资源评估方法及系统 | |
| Sulaymon et al. | Evaluation of regional transport of PM2. 5 during severe atmospheric pollution episodes in the western Yangtze River Delta, China | |
| CN115420854A (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
| Su et al. | On the effectiveness of short-term intensive emission controls on ozone and particulate matter in a heavily polluted megacity in central China | |
| Zhang et al. | Land cover change instead of solar radiation change dominates the forest GPP increase during the recent phase of the Shelterbelt Program for Pearl River | |
| Lu et al. | Spatial-temporal characteristics of particulate matters and different formation mechanisms of four typical haze cases in a mountain city | |
| Tong et al. | Identification of the potential regions contributing to ozone at a coastal site of eastern China with air mass typology | |
| Zhang et al. | Assessing the response of non-point source nitrogen pollution to land use change based on SWAT model | |
| Luo et al. | Air pollution in heavy industrial cities along the northern slope of the Tianshan Mountains, Xinjiang: characteristics, meteorological influence, and sources |
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: 20200728 |
|
| RJ01 | Rejection of invention patent application after publication |