CN112711911B - 基于污染源谱库的应用于边界观测的快速污染溯源方法 - Google Patents
基于污染源谱库的应用于边界观测的快速污染溯源方法 Download PDFInfo
- Publication number
- CN112711911B CN112711911B CN202011622357.5A CN202011622357A CN112711911B CN 112711911 B CN112711911 B CN 112711911B CN 202011622357 A CN202011622357 A CN 202011622357A CN 112711911 B CN112711911 B CN 112711911B
- Authority
- CN
- China
- Prior art keywords
- pollution
- spectrum
- pollution source
- library
- analyzed
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000011109 contamination Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 13
- 238000003915 air pollution Methods 0.000 abstract description 8
- 239000003570 air Substances 0.000 description 5
- 239000012080 ambient air Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 238000000556 factor analysis Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011524 similarity measure Methods 0.000 description 2
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
Classifications
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
Abstract
本发明涉及一种基于污染源谱库的应用于边界观测的快速污染溯源方法，所述的方法包括，根据污染源谱库和边界观测的待分析谱，基于相似度比较，对比各组分谱与各污染源谱的相似性和/或不相似性，识别相似的污染源作为潜在目标污染源。本发明的基于污染源谱库的应用于边界观测的快速污染溯源方法，能够对边界观测中发现的环境空气污染事件寻找排放源。
Description
技术领域
本发明涉及大气环境监测溯源技术领域，具体涉及一种基于污染源谱库的应用于边界观测的快速污染溯源方法。
背景技术
近年来，化工园区污染事件多发，化工园区周边居民投诉调查一直是困扰政府部门的一项重要任务。工业区环境空气质量尤其是VOCs和恶臭(异味)污染状况越来越受到关注近年来，国内部分省市在工业区内及边界处大量安装了环境空气在线监测装置，对工业区环境空气进行24小时连续在线监控，从而实现环境监控与污染源追踪。所述边界观测指在工业企业边界或工业园区边界处安装的环境空气自动连续监测装置，用来评估环境空气质量状况，及时发现环境空气污染事件。因此，需要对边界观测中发现的环境空气污染事件进行污染溯源，快速找到排放的污染源。
国内外现有的主要的空气污染物溯源技术主要为基于物理扩散的溯源方法。基于物理扩散的溯源方法依赖相应的扩散模型软件，且要有污染区域的地面条件、气象条件等相关数据资料，越是精准的溯源模型，对相应数据准确性要求越高，且对计算机性能也有较高要求，计算时长影响溯源的及时性。基于化学组分的溯源方法目前仅限于基于污染组分的半定性经验判断层面，未能实现观测数据与污染源的定量对比，溯源是否合理有效主要取决于判断者对污染源的掌握。
工业区不同区域的环境空气污染组分会因周边污染源的分布和排放污染物的组分不同，而在不同的区域内呈现一定差异。企业(装置区)的异常高浓度排放往往会在短时间内对周边环境造成较大的影响，使得周边环境空气的组分特征与该排放源呈现较高的相似性。
发明内容
本发明的目的是为了解决上述缺点，而提出的一种基于污染源谱库的应用于边界观测的快速污染溯源方法，应用欧氏距离法和皮尔逊相关系数法，对比环境空气组分谱与各污染源组分谱的(不)相似性，识别较相似的污染源作为潜在目标污染源。
为了实现上述目的，本发明提供的一种基于污染源谱库的应用于边界观测的快速污染溯源方法，具体技术方案如下：所述的方法包括，根据污染源谱库和边界观测的待分析谱，基于相似度比较，对比各组分谱与各污染源谱的相似性和/或不相似性，识别相似的污染源作为潜在目标污染源。
较佳地，应用欧氏距离D、皮尔逊相关系数R、余弦测度、平方欧氏距离、Hamann相似性测度、Lamda相似性测度中的一种或多种，进行相似度比较，对比各组分谱与各污染源谱的相似性和/或不相似性。
较佳地，所述的方法包括以下步骤：
(1)构建污染源谱库；构建边界观测污染事件的待分析谱；
(2)计算待分析谱与所述的污染源谱库中的污染源谱之间的欧氏距离D，若欧氏距离D达到第一预设值，则判断所述的待分析谱和所述的污染源谱库中的污染源谱为相似谱，且对应的污染源为造成该次边界观测污染事件的潜在污染源；
(3)结合风向、风速信息，筛选潜在污染源；
(4)计算待分析谱与所述的污染源谱库中的污染源谱之间的皮尔逊相关系数R，若皮尔逊相关系数R达到第二预设值，则判断结果有效，若未达到，则保留对结果的怀疑。
较佳地，所述的待分析谱通过以下方法获得：
A在边界观测发现污染事件时，提取观测到的污染组分峰值浓度时的各组分浓度，转化成百分比值，形成观测谱作为所述的待分析谱；
B对目标分析时段观测到的各组分数据进行PMF、PCA或FA模型分析，形成模拟谱作为所述的待分析谱。
较佳地，所述的第一预设值与有效组分数目相关。
较佳地，在所述的步骤(2)中，每计算一对待分析谱和污染源谱，计数有效组分，以获得有效组分数目。
较佳地，若基于相似度比较，无潜在目标污染源，通过原辅材料和工艺分析找到污染源，并以异常排放源谱作为污染源的源谱纳入到污染源谱库；若基于相似度比较，获得潜在目标污染源，则不再纳入到污染源谱库。
本发明的基于污染源谱库的应用于边界观测的快速污染溯源方法，能够对边界观测中发现的环境空气污染事件寻找排放源。
附图说明
图1为本发明的基于污染源谱库的应用于边界观测的快速污染溯源方法的第一实施例的流程示意图。
图2为本发明的基于污染源谱库的应用于边界观测的快速污染溯源方法的第二实施例的流程示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
如图1所示，为本发明提供的基于污染源谱库的应用于边界观测的快速污染溯源方法的第一实施例的流程示意图。具体地，所述的方法包括以下步骤：
(1)构建污染源谱库；构建边界观测污染事件的待分析谱；
污染源谱库是根据不同污染源排放的组分特征构建的污染组分谱库，用来表征不同污染源排放的组分特征。
如图1所示，污染源谱库主要包括两部分，一部分为在污染排放源处通过实测获取的源谱数据，另一部分为在边界观测处观测到的空气污染数据。即，污染源谱库的构建包括：
1)正常排放污染源谱库的构建：
对污染排放企业的排放口、生产装置区内部或附近进行气体样品采集和分析，获取不同污染源样品组分的浓度信息。将各组分的浓度数据转化为百分比值数据，即为污染源谱。将工业园区的污染源及对应的源谱信息汇总成为污染源谱库。
2)异常排放源谱库：
如图1所示，当边界观测中监测到环境空气污染事件时，将该污染事件中的峰值浓度数据作为体现异常排放组分的基础数据，将数据转化为百分比值数据，形成观测谱，由于其极大体现了污染源的组分特征，故也作为异常排放源谱。
若基于本发明方法的相似度比较，无潜在目标污染源，通过对工业园区的生产装置进行原辅材料、产品和工艺分析，结合污染事件中的气象分析，找到污染源，并以异常排放源谱作为污染源的源谱纳入到污染源谱库；若基于本发明方法的相似度比较，获得潜在目标污染源，则不再纳入到污染源谱库；
在本实施例中，边界观测污染事件的待分析谱的构建通过以下方法获得：
在边界观测发现污染事件时，提取观测到的污染组分峰值浓度时的各组分浓度，转化成百分比值，形成观测谱作为所述的待分析谱。
(2)计算待分析谱与所述的污染源谱库中的污染源谱之间的欧氏距离D，若欧氏距离D达到第一预设值，则判断所述的待分析谱和所述的污染源谱库中的污染源谱为相似谱，且对应的污染源为造成该次边界观测污染事件的潜在污染源；
(3)结合风向、风速信息，筛选潜在污染源；
(4)计算待分析谱与所述的污染源谱库中的污染源谱之间的皮尔逊相关系数R，若皮尔逊相关系数R达到第二预设值，则判断结果有效，若未达到，则保留对结果的怀疑；
在本实施例中，基于相似度比较，应用欧氏距离法和皮尔逊相关系数法，对比环境空气组分谱与各污染源组分谱的(不)相似性，识别较相似的污染源作为潜在目标污染源。其中，欧氏距离计算结果D为不相似度，D越大越不相似，越小越相似；相关系数R则相反，越大越相似。
在本实施例中，当边界观测中发现污染事件时，提取观测到的峰值浓度组分转化为百分比值，形成观测谱，将其与污染源谱库中的源谱一一计算欧氏距离D、皮尔逊相关系数R(或其他计算相似度的指标)，当计算的D值达到某设定值，即判断为两个谱为相似谱，从而判定观测谱与某污染源谱相似，将该污染源判定为造成该次污染的潜在污染源；再结合风向、风速信息，筛选潜在污染源；并用R值验证结果的可靠性，即，当R值达到某设定值时，判定为结果有效，未达到则保留对结果的怀疑。
其中，D值的大小不仅受到相似程度的影响，还会受到观测谱和源谱中有效组分数目的影响。因此，对应D值的第一预设值与有效组分数目相关，(有效组分指在观测谱或源谱中百分比达到某设定值(例如，大于1％)的组分。每计算一对观测谱与源谱时，均要计数有效组分数目，以获得有效组分数目，根据有效组分数目对D值分别设定不同的值，作为判断是否相似的依据。
如图2所示，为本发明提供的基于污染源谱库的应用于边界观测的快速污染溯源方法的第二实施例的流程示意图。与第一实施例不同的是，待分析谱是通过以下方法获得：
对目标分析时段观测到的数据进行正定矩阵因子分解模型PMF、主成分分析PCA或因子分析FA模型分析，形成模拟谱作为所述的待分析谱。
将模拟的源谱信息与源谱库中的源谱一一计算D值和R值。用于第一实施例中相同方法判断相似性情况和获取潜在污染源。
本发明的基于污染源谱库的应用于边界观测的快速污染溯源方法，能够对边界观测中发现的环境空气污染事件寻找排放源。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。
Claims (4)
1.一种基于污染源谱库的应用于边界观测的快速污染溯源方法，其特征在于，所述的方法包括，根据污染源谱库和边界观测的待分析谱，基于相似度比较，对比各组分谱与各污染源谱的相似性和/或不相似性，识别相似的污染源作为潜在目标污染源，所述的方法包括以下步骤：
(1)构建污染源谱库；构建边界观测的待分析谱；
(2)计算待分析谱与所述的污染源谱库中的污染源谱之间的欧氏距离D，若欧氏距离D达到第一预设值，则判断所述的待分析谱和所述的污染源谱库中的污染源谱为相似谱，且对应的污染源为造成该次边界观测污染事件的潜在污染源；
(3)结合风向、风速信息，筛选潜在污染源；
(4)计算待分析谱与所述的污染源谱库中的污染源谱之间的皮尔逊相关系数R，若皮尔逊相关系数R达到第二预设值，则判断结果有效，若未达到，则保留对结果的怀疑；
所述的待分析谱通过以下方法获得：
A在边界观测发现污染事件时，提取观测到的污染组分峰值浓度时的各组分浓度，转化成百分比值，形成观测谱作为所述的待分析谱；
B对目标分析时段观测到的各组分数据进行PMF、PCA或FA模型分析，形成模拟谱作为所述的待分析谱。
2.根据权利要求1所述的基于污染源谱库的应用于边界观测的快速污染溯源方法，其特征在于，所述的第一预设值与有效组分数目相关。
3.根据权利要求2所述的基于污染源谱库的应用于边界观测的快速污染溯源方法，其特征在于，在所述的步骤(2)中，每计算一对待分析谱和污染源谱，计数有效组分，以获得有效组分数目。
4.根据权利要求1所述的基于污染源谱库的应用于边界观测的快速污染溯源方法，其特征在于，若基于相似度比较，无潜在目标污染源，通过原辅材料、产品和工艺分析找到污染源，并以异常排放源谱作为污染源的源谱纳入到污染源谱库；若基于相似度比较，获得潜在目标污染源，则不再纳入到污染源谱库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011622357.5A CN112711911B (zh) | 2020-12-30 | 2020-12-30 | 基于污染源谱库的应用于边界观测的快速污染溯源方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011622357.5A CN112711911B (zh) | 2020-12-30 | 2020-12-30 | 基于污染源谱库的应用于边界观测的快速污染溯源方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112711911A CN112711911A (zh) | 2021-04-27 |
| CN112711911B true CN112711911B (zh) | 2024-03-05 |
Family
ID=75547586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011622357.5A Active CN112711911B (zh) | 2020-12-30 | 2020-12-30 | 基于污染源谱库的应用于边界观测的快速污染溯源方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112711911B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116739386B (zh) * | 2023-08-10 | 2024-03-08 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 多指标融合污染溯源方法、设备和可读存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107764765B (zh) * | 2017-10-16 | 2021-02-12 | 江苏中美环境监测股份有限公司 | 用于大气污染的监测系统及用于大气污染的监测方法 |
-
2020
- 2020-12-30 CN CN202011622357.5A patent/CN112711911B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| 基于真实数据的三种污染探测方法性能评价;王宇光;吴雪;;供水技术(06);全文 * |
| 基于贝叶斯方法的突发水污染事件溯源研究;孙策;李传奇;白冰;杨圭;王茜;;中国农村水利水电(08);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112711911A (zh) | 2021-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108760912B (zh) | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 | |
| CN110489785B (zh) | 一种大气污染物在线源解析方法及系统 | |
| CN108760913B (zh) | 一种大气恶臭污染溯源系统及应用 | |
| CN105631203A (zh) | 识别土壤中重金属污染源的方法 | |
| CN107437113B (zh) | 一种配电主设备带电检测判据知识库系统及其实现方法 | |
| 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 | |
| CN103065198A (zh) | 大气恶臭污染精细源解析方法 | |
| CN106841525A (zh) | 一种工业区大气特征污染在线监控系统构建的方法 | |
| CN105469224A (zh) | 一种恶臭污染源关键致臭物质的识别方法 | |
| CN107944213B (zh) | Pmf在线源解析方法、系统、终端设备及计算机可读存储介质 | |
| CN109883931B (zh) | 一种pm2.5在线源解析方法及测量系统 | |
| CN112525977B (zh) | 一种无组织VOCs泄漏在线监测溯源方法和系统 | |
| CN105868479A (zh) | 多环芳烃源解析方法 | |
| CN113155939A (zh) | 一种挥发性有机物在线来源解析方法、系统、设备及介质 | |
| 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 | |
| CN112540147A (zh) | 一种炼化企业区域性大气污染物溯源方法 | |
| CN114720630A (zh) | 精准溯源解析方法及装置 | |
| CN112967764A (zh) | 多技术耦合的污染物源解析方法、装置 | |
| Zhang et al. | Characteristics of chemical composition and role of meteorological factors during heavy aerosol pollution episodes in northern Beijing area in autumn and winter of 2015 | |
| CN110687257A (zh) | 一种基于恶臭在线监测系统的溯源方法 | |
| CN111476504A (zh) | 一种基于修复效率的精细化场地调查方法 | |
| CN110738589A (zh) | 一种地下水氯代烃污染源解析方法 | |
| CN117007476B (zh) | 一种基于物联网的环保智能终端数据采集系统 | |
| CN116930423A (zh) | 一种空气质量模型模拟效果的自动验证评估方法及系统 | |
| CN113960700B (zh) | 区域数值预报结果的客观检验、统计及分析系统 |
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 |