CN113254498A - 基于观测数据的改进活性VOCs源强计算方法及系统 - Google Patents
基于观测数据的改进活性VOCs源强计算方法及系统 Download PDFInfo
- Publication number
- CN113254498A CN113254498A CN202110553479.1A CN202110553479A CN113254498A CN 113254498 A CN113254498 A CN 113254498A CN 202110553479 A CN202110553479 A CN 202110553479A CN 113254498 A CN113254498 A CN 113254498A
- Authority
- CN
- China
- Prior art keywords
- hcho
- data
- source
- vocs
- source intensity
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明公开了基于观测数据的改进活性VOCs源强计算方法及系统,属于数据处理领域,涉及改进活性VOCs源强技术,利用OMI卫星观测的HCHO柱浓度资料,建立排放源和观测数据库,数据选取模块从大数据库中获取HCHO柱浓度并发送至数据处理模块;数据处理模块按照自然月和区域进行标记;数据处理模块利用内嵌的WRF‑Chem数值模式获取长寿命VOCs物种生成的HCHO背景柱浓度、敏感性试验的源强扰动值以及模拟HCHO柱浓度的增量并发送至源强计算模块;一种利用卫星观测HCHO柱浓度资料改进地面VOCs源强的方法,建立数据处理系统,旨在改进VOCs的源排放清单精度,提高大气污染分析准确性和有效性。
Description
技术领域
本发明属于数据处理领域,涉及改进活性VOCs源强技术,具体是基于观测数据的改进活性VOCs源强计算方法及系统。
背景技术
近年来,随着我国大气污染治理力度的加大,PM2.5浓度得到有效控制,但光化学反应生成的二次有机气溶胶(SOA)和臭氧(O3)以及由此引发的复合型污染使得污染治理变得更为复杂。挥发性有机化合物(VOCs)是光化学反应产生SOA和O3的重要前体物,在我国大气复合型污染形成的过程中起关键性作用。准确了解VOCs排放源,改进VOCs源排放清单,对大气复合型污染成因及防控措施制定都尤为重要。
VOCs组成成分庞杂多变、排放来源广泛多样、化学反应错综复杂,国内外对VOCs的研究主要集中在VoCs的时空分布、来源解析及其对O3形成的影响上,专门针对VOCs排放源清单的研究较少或不确定性较大,特别是在东亚区域大气环境研究中,已有的排放源清单中涉及VOCs的排放源强都存在着极大的不确定性,东亚地区广泛使用的TRACE-P、2005中国源、INTEX-B和MEIC源清单中人为VOCs(AVOC)源不确定性分别为±130%、-44%-109%、±68%和±68%。生物VOCs作为VOCs源的最大来源也存在很大的不确定性。这些不确定性会导致利用这些源清单研究的关于大气中自由基(OH,HO2,RO2)的平衡和O3生成率造成极大偏差,从而会影响到大气污染研究和治理的准确性和有效性;另一方面,卫星观测技术的快速发展为大气污染研究提供了新的方法和技术手段,国外有学者对卫星观测的HCHO柱浓度与地面VOCs源排放强度,特别是活性VOCs相关性进行了研究并尝试通过卫星观测的HCHO柱浓度对地面VOCs源强进行反演或约束,从而改进自下而上源估算方法所得的VOCs源排放清单的不确定性。
目前关于建立卫星观测HCHO柱浓度改进地面VOCs源强的计算方法的研究较少。
为此,提出基于观测数据的改进活性VOCs源强计算方法及系统。
发明内容
本发明提供了基于观测数据的改进活性VOCs源强计算方法及系统,本发明利用OMI观测资料,以目前在我国大气污染研究中广泛使用的INTEX-B人为排放源、FINNv1生物质燃烧源和MEGAN生物源为例,介绍了一种利用卫星观测HCHO柱浓度资料改进地面VOCs源强的方法,旨在改进VOCs的源排放清单,提高大气污染分析的准确性和有效性。
本发明的目的可以通过以下技术方案实现:
基于观测数据的改进活性VOCs源强计算方法及系统,包括一种基于卫星观测数据的改进活性VOCs源排放分析系统,其中一种基于卫星观测数据的改进活性VOCs源排放分析系统包括大数据库、数据选取模块、数据处理模块、污染分析模块以及源强计算模块;
所述大数据库用于存储卫星观测数据;所述大数据库存储的卫星观测数据为月主要观测数据资料,且排放源没有因政策因素发生较大的波动变化;
所述数据选取模块与大数据库直接相连,所述数据选取模块用于在大数据库中选取卫星观测数据;所述卫星观测数据包括但不仅仅是HCHO柱浓度,所述数据选取模块选取数据时考虑的问题包括:HCHO浓度卫星监测仪器的空间分辨率、当地过境时间和提供数据的时间有效性,选取的数据包括GOME-2,OMI或TROPOMI观测资料,但是由于OMI过境时间是下午,可最大程度降低云的影响,并且具有更高的空间分辨率,且与排放源数据对应较好,因此数据选取模块选取OMI观测HCHO柱浓度来约束VOCs源排放;所述HCHO是VOCs重要组分,同时也是人为源、生物源和生物质燃烧源排放发VOCs在大气中氧化形成的重要中间产物,在自由基形成和转换中具有重要作用,HCHO在大气中生命周期一般只有数小时,可以作为一些短生命周期VOCs源排放很好的指示性物种;数据选取模块将获取HCHO柱浓度发送至数据处理模块;
其中,所述污染分析模块用于对污染进行分析,具体为污染分析WRF-Chem数值模拟系统;所述污染分析模块包括区域设定单元以及周期设定单元;
需要说明的是本发明的区域设定单元采用两层嵌套,本发明的周期设定单元用于设定采集周期,周期为一个月。
数据处理模块接收到数据选取模块发送的HCHO柱浓度后,将HCHO柱浓度按照自然月以及区域进行标记,即将HCHO柱浓度标记为Ωomiij,其中i表示自然月的编号,i为正整数,i=1,2……n;j表示区域编号,j=1,2……m;
数据处理模块获取长寿命VOCs物种生成的HCHO背景柱浓度,并将长寿命VOCs物种生成的HCHO背景柱浓度标记为Ω0;
数据处理模块获取敏感性试验的源强扰动值,并分别将人为源、生物源和生物质燃烧源的源强扰动值标记为ΔEanthj、ΔEburnj、ΔEbiogj;本发明中将人为源、生物质燃烧源和生物源中活性VOCs组分各增加30%作为扰动量;
数据处理模块获取污染分析工具模拟HCHO柱浓度的相应增量,并分别将人为源、生物源和生物质燃烧源的模拟HCHO柱浓度的相应增量标记为ΔΩanthj、ΔΩburnj、ΔΩbiogj;
数据处理模块将标记后的数据发送至源强计算模块,源强计算模块提取OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程,其中,OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程为:
则公式变形为:y=a*x1+b*x2+c*x3:
其中a、b、c为回归系数;源强计算模块首先将ΔΩanthj、ΔΩburnj、ΔΩbiogj代入计算公式求出a、b、c;
源强计算模块将求出的a、b、c分别代入公式计算Eanth_omii、Eburn_omii、Ebiog_omii;计算公式为:
Eburn_omii=ΔEburnj×b;
Ebiog_omii=ΔEbiogj×c。
其中,基于观测数据的改进活性VOCs源强计算系统,包括大数据库、数据选取模块、数据处理模块、污染分析模块以及源强计算模块;
所述大数据库用于存储卫星观测数据;
所述数据选取模块与大数据库直接相连,所述数据选取模块用于在大数据库中选取卫星观测数据;
所述污染分析模块用于对污染进行分析;
所述数据处理模块用于对数据进行处理,并结合源强计算模块计算求解Eanth_omii、Eburn_omii、Ebiog_omii。
其中,所述污染分析模块具体为污染分析WRF-Chem数值模拟系统;所述污染分析模块包括区域设定单元以及周期设定单元;区域设定单元采用两层嵌套,周期设定单元用于设定采集周期。
与现有技术相比,本发明的有益效果是:
本发明利用OMI观测资料,以目前在我国大气污染研究中广泛使用的INTEX-B人为排放源、FINNv1生物质燃烧源和MEGAN生物源为例,介绍了一种利用卫星观测HCHO柱浓度资料改进地面VOCs源强的方法,旨在改进VOCs的源排放清单,提高大气污染分析的准确性和有效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于观测数据的改进活性VOCs源强计算方法及系统的流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
近年来,随着我国大气污染治理力度的加大,PM2.5浓度得到有效控制,但光化学反应生成的二次有机气溶胶(SOA)和臭氧(O3)以及由此引发的复合型污染使得污染治理变得更为复杂。挥发性有机化合物(VOCs)是光化学反应产生SOA和O3的重要前体物,在我国大气复合型污染形成的过程中起关键性作用。准确了解VOCs排放源,改进VOCs源排放清单,对大气复合型污染成因及防控措施制定都尤为重要。
如图1所示,基于观测数据的改进活性VOCs源强计算方法及系统,包括一种基于卫星观测数据的改进活性VOCs源排放分析系统,其中一种基于卫星观测数据的改进活性VOCs源排放分析系统包括大数据库、数据选取模块、数据处理模块、污染分析模块以及源强计算模块;
所述大数据库用于存储卫星观测数据;所述大数据库存储的卫星观测数据为月主要观测数据资料,且排放源没有因政策因素发生较大的波动变化;
所述数据选取模块与大数据库直接相连,所述数据选取模块用于在大数据库中选取卫星观测数据;所述卫星观测数据包括但不仅仅是HCHO柱浓度,所述数据选取模块选取数据时考虑的问题包括:HCHO浓度卫星监测仪器的空间分辨率、当地过境时间和提供数据的时间有效性,选取的数据包括GOME-2,OMI或TROPOMI观测资料,但是由于OMI过境时间是下午,可最大程度降低云的影响,并且具有更高的空间分辨率,且与排放源数据对应较好,因此数据选取模块选取OMI观测HCHO柱浓度来约束VOCs源排放;所述HCHO是VOCs重要组分,同时也是人为源、生物源和生物质燃烧源排放发VOCs在大气中氧化形成的重要中间产物,在自由基形成和转换中具有重要作用,HCHO在大气中生命周期一般只有数小时,可以作为一些短生命周期VOCs源排放很好的指示性物种;数据选取模块将获取HCHO柱浓度发送至数据处理模块;
其中,所述污染分析模块用于对污染进行分析,具体为污染分析工具;所述污染分析模块包括区域设定单元以及周期设定单元;
需要说明的是本发明的区域设定单元采用两层嵌套,第一层区域覆盖东亚大部分地区,将模式边界设置在较清洁的区域,以尽量减少背景浓度带来的误差。水平分辨率81km,格点数为83×65,中心经纬度位于35°N、110°E;第二层区域覆盖京津冀(北京、天津、河北)、长三角(上海、浙江、江苏、安徽)和珠三角(广东、香港)的大部分区域,水平分辨率为27km,格点数为64×97,中心经纬度位于31.5°N、115°E。模式垂直分层共28层,顶层气压设置为50hPa,模式第一层距离地面约30m;
本发明的周期设定单元用于设定采集周期,周期为一个月。
不同地区VOCs排放源构成存在差异,为得到更准确的约束值,本发明将京津冀(北京、天津、河北)、长三角(上海、浙江、江苏、安徽)和珠三角(广东、香港)3个经济圈划分成3个研究区域;区域1包括京津冀及其周边地区,区域2包括长三角及其周边地区,区域3包括珠三角及其周边地区。
本发明将乙烯与其它烯烃、甲醛、二甲苯和异戊二烯确定为活性VOCs组分,对3类排放源中活性VOCs整理,见表1。
表1
数据处理模块接收到数据选取模块发送的HCHO柱浓度后,将HCHO柱浓度按照自然月以及区域进行标记,即将HCHO柱浓度标记为Ωomiij,其中i表示自然月的编号,i为正整数,i=1,2……n;j表示区域编号,j=1,2……m;
数据处理模块获取长寿命VOCs物种生成的HCHO背景柱浓度,并将长寿命VOCs物种生成的HCHO背景柱浓度标记为Ω0;
数据处理模块获取敏感性试验的源强扰动值,并分别将人为源、生物源和生物质燃烧源的源强扰动值标记为ΔEanthj、ΔEburnj、ΔEbiogj;本发明中将人为源、生物质燃烧源和生物源中活性VOCs组分各增加30%作为扰动量;
数据处理模块获取污染分析工具模拟HCHO柱浓度的相应增量,并分别将人为源、生物源和生物质燃烧源的模拟HCHO柱浓度的相应增量标记为ΔΩanthj、ΔΩburnj、ΔΩbiogj;
数据处理模块将标记后的数据发送至源强计算模块,源强计算模块提取OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程,其中,OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程为:
则公式变形为:y=a*x1+b*x2+c*x3:
其中a、b、c为回归系数;源强计算模块首先将ΔΩanthj、ΔΩburnj、ΔΩbiogj代入计算公式求出a、b、c;
源强计算模块将求出的a、b、c分别代入公式计算Eanth_omii、Eburn_omii、Ebiog_omii;计算公式为:
Eburn_omii=ΔEburnj×b;
Ebiog_omii=ΔEbiogj×c。
需要进行补充说明的是,本发明的人为源排放采用2006/2007年INTEX-B排放源清单。该源清单空间分辨率为0.5°×0.5°,包括SO2、NOx、CO、NMVOC、PM10、PM2.5、BC和OC共8种污染物,其中VOCs物种按照SAPRC-99化学机制进行分类,共30种,8类物种。
按照电厂、工业、交通和居民生活分为4个大类;VOCs物种按照电厂、工业、交通、居民化石燃料燃烧、居民生物燃料燃烧和居民非燃料燃烧分为6大类。本发明的生物质燃烧源采用FINNv1源。该数据库是由NCAR(National Center for Atmospheric Research)大气化学分部开发的逐日变化、1km分辨率的全球火源排放数据,火源数据的收集主要针对开放式燃烧源,包括野火(森林或草地),农业燃烧,其它有组织野外燃烧等,但不包括生物燃料燃烧(该类并入人为源中计算)。本发明生物源是由NCAR地球系统实验室(NCAR-ESL)大气化学分部(ACD)提供的MEGAN模块计算所得。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:数据选取模块从大数据库中获取HCHO柱浓度并发送至数据处理模块;数据处理模块接收到数据选取模块发送的HCHO柱浓度后,按照自然月以及区域进行标记;数据处理模块获取长寿命VOCs物种生成的HCHO背景柱浓度、敏感性试验的源强扰动值以及模拟HCHO柱浓度的增量并发送至源强计算模块;数据处理模块将标记后的数据发送至源强计算模块,源强计算模块提取OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程,OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程为:
在式中,令Ωomiij-Ω0=y,ΔΩanthj=x1,ΔΩburnj=x2,ΔΩbiogj=x3, 则公式变形为:y=a*x1+b*x2+c*x3:其中a、b、c为回归系数;源强计算模块首先将ΔΩanthj、ΔΩburnj、ΔΩbiogj代入计算公式求出a、b、c;源强计算模块将求出的a、b、c分别代入公式计算Eanth_omii、Eburn_omii、Ebiog_omii;计算公式为:Eburn_omii=ΔEburnj×b;Ebiog_omii=ΔEbiogj×c。
在本发明所提供的实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。最后应说明的是,以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (10)
1.基于观测数据的改进活性VOCs源强计算方法,其特征在于,该改进活性VOCs源强计算方法包括以下步骤:
步骤一:数据选取模块从大数据库中获取HCHO柱浓度并发送至数据处理模块;
步骤二:数据处理模块接收到数据选取模块发送的HCHO柱浓度后,按照自然月以及区域进行标记;
步骤三:数据处理模块利用内嵌的WRF-Chem数值模式获取长寿命VOCs物种生成的HCHO背景柱浓度、敏感性试验的源强扰动值以及模拟HCHO柱浓度的增量并发送至源强计算模块;
步骤四:数据处理模块将标记后的数据发送至源强计算模块,源强计算模块提取OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程,OMI观测HCHO柱浓度约束活性VOCs源排放量回归方程为:
则公式变形为:y=a*x1+b*x2+c*x3:其中a、b、c为回归系数;
步骤五:源强计算模块将ΔΩanthj、ΔΩburnj、ΔΩbiogj代入计算公式求出a、b、c;
源强计算模块将求出的a、b、c分别代入公式计算求解Eanth_omii、Eburn_omii、Ebiog_omii;计算公式为:
Eburn_omii=ΔEburnj×b;
Ebiog_omii=ΔEbiogj×c。
2.根据权利要求1所述的基于观测数据的改进活性VOCs源强计算方法,其特征在于,所述大数据库用于存储卫星观测数据;大数据库存储的卫星观测数据为月观测数据资料且排放源没有因政策因素发生波动变化。
3.根据权利要求1所述的基于观测数据的改进活性VOCs源强计算方法,其特征在于,所述数据选取模块与大数据库直接相连,所述数据选取模块用于在大数据库中选取卫星观测数据;所述卫星观测数据包括HCHO柱浓度。
4.根据权利要求1所述的基于观测数据的改进活性VOCs源强计算方法,其特征在于,还包括污染分析模块,污染分析模块用于对污染进行分析,具体为污染分析WRF-Chem数值模拟系统;所述污染分析模块包括区域设定单元以及周期设定单元;区域设定单元采用两层嵌套,周期设定单元用于设定采集周期。
5.根据权利要求1所述的基于观测数据的改进活性VOCs源强计算方法,其特征在于,数据处理模块接收到数据选取模块发送的HCHO柱浓度时将HCHO柱浓度按照自然月以及区域进行标记。
6.根据权利要求1所述的基于观测数据的改进活性VOCs源强计算方法,其特征在于,数据处理模块获取长寿命VOCs物种生成的HCHO背景柱浓度,并将长寿命VOCs物种生成的HCHO背景柱浓度标记为Ω0。
7.根据权利要求1所述的基于观测数据的改进活性VOCs源强计算方法,其特征在于,数据处理模块获取敏感性试验的源强扰动值,并分别将人为源、生物源和生物质燃烧源的源强扰动值标记为ΔEanthj、ΔEburnj、ΔEbiogj。
8.根据权利要求1所述的基于观测数据的改进活性VOCs源强计算方法,其特征在于,数据处理模块获取污染分析WRF-Chem数值模拟系统模拟HCHO柱浓度的相应增量,并分别将人为源、生物源和生物质燃烧源的模拟HCHO柱浓度的增量标记为ΔΩanthj、ΔΩburnj、ΔΩbiogj。
9.基于观测数据的改进活性VOCs源强计算系统,其特征在于,包括大数据库、数据选取模块、数据处理模块、污染分析模块以及源强计算模块;
所述大数据库用于存储卫星观测数据;
所述数据选取模块与大数据库直接相连,所述数据选取模块用于在大数据库中选取卫星观测数据;
所述污染分析模块用于对污染进行分析;
所述数据处理模块用于对数据进行处理,并结合源强计算模块计算求解Eanth_omii、Eburn_omii、Ebiog_omii。
10.根据权利要求9所述的基于观测数据的改进活性VOCs源强计算系统,其特征在于,所述污染分析模块为污染分析WRF-Chem数值模拟系统;所述污染分析模块包括区域设定单元以及周期设定单元;区域设定单元采用两层嵌套,周期设定单元用于设定采集周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553479.1A CN113254498B (zh) | 2021-05-20 | 2021-05-20 | 基于观测数据的改进活性VOCs源强计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553479.1A CN113254498B (zh) | 2021-05-20 | 2021-05-20 | 基于观测数据的改进活性VOCs源强计算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113254498A true CN113254498A (zh) | 2021-08-13 |
CN113254498B CN113254498B (zh) | 2021-11-30 |
Family
ID=77183173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110553479.1A Active CN113254498B (zh) | 2021-05-20 | 2021-05-20 | 基于观测数据的改进活性VOCs源强计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113254498B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115934796A (zh) * | 2022-12-05 | 2023-04-07 | 上海市环境科学研究院 | 一种可挥发性化学品运输过程VOCs排放实时计算方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100046328A (ko) * | 2008-10-27 | 2010-05-07 | 건국대학교 산학협력단 | 독립형 환경 가스 측정 시스템 |
WO2014165196A1 (en) * | 2013-03-13 | 2014-10-09 | Platypus Technologies, Llc | Detection of gas-phase analytes using liquid crystals |
CN105403664A (zh) * | 2015-10-19 | 2016-03-16 | 电力规划设计总院 | 一种基于wrf-chem的大型点污染源大气环境影响评价方法 |
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 |
CN110942049A (zh) * | 2019-12-17 | 2020-03-31 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感的臭氧污染源识别方法和系统 |
CN111289040A (zh) * | 2020-04-03 | 2020-06-16 | 中科三清科技有限公司 | 走航监测系统 |
CN111781030A (zh) * | 2020-07-08 | 2020-10-16 | 南京大学 | 一种基于无人机的大气VOCs采样设备、采样及分析方法、以及计算方法 |
CN112052627A (zh) * | 2020-08-21 | 2020-12-08 | 海南星瞰信息咨询中心(有限合伙) | 近地面臭氧空间分布的估算方法、装置、介质及设备 |
CN112686531A (zh) * | 2020-12-29 | 2021-04-20 | 生态环境部卫星环境应用中心 | 一种结合卫星遥感与车载观测的大气污染企业识别方法 |
-
2021
- 2021-05-20 CN CN202110553479.1A patent/CN113254498B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100046328A (ko) * | 2008-10-27 | 2010-05-07 | 건국대학교 산학협력단 | 독립형 환경 가스 측정 시스템 |
WO2014165196A1 (en) * | 2013-03-13 | 2014-10-09 | Platypus Technologies, Llc | Detection of gas-phase analytes using liquid crystals |
CN105403664A (zh) * | 2015-10-19 | 2016-03-16 | 电力规划设计总院 | 一种基于wrf-chem的大型点污染源大气环境影响评价方法 |
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 |
CN110942049A (zh) * | 2019-12-17 | 2020-03-31 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感的臭氧污染源识别方法和系统 |
CN111289040A (zh) * | 2020-04-03 | 2020-06-16 | 中科三清科技有限公司 | 走航监测系统 |
CN111781030A (zh) * | 2020-07-08 | 2020-10-16 | 南京大学 | 一种基于无人机的大气VOCs采样设备、采样及分析方法、以及计算方法 |
CN112052627A (zh) * | 2020-08-21 | 2020-12-08 | 海南星瞰信息咨询中心(有限合伙) | 近地面臭氧空间分布的估算方法、装置、介质及设备 |
CN112686531A (zh) * | 2020-12-29 | 2021-04-20 | 生态环境部卫星环境应用中心 | 一种结合卫星遥感与车载观测的大气污染企业识别方法 |
Non-Patent Citations (2)
Title |
---|
LAKHIMA CHUTIA 等: "Distribution of volatile organic compounds over Indian subcontinent during winter: WRF-chem simulation versus observations", 《ENVIRONMENTAL POLLUTION》 * |
陈良富 等: "面向区域二次污染风险控制的臭氧及其前体物卫星遥感监测", 《环境监控与预警》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115934796A (zh) * | 2022-12-05 | 2023-04-07 | 上海市环境科学研究院 | 一种可挥发性化学品运输过程VOCs排放实时计算方法 |
CN115934796B (zh) * | 2022-12-05 | 2023-06-20 | 上海市环境科学研究院 | 一种可挥发性化学品运输过程VOCs排放实时计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113254498B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Insights into the chemical characterization and sources of PM2. 5 in Beijing at a 1-h time resolution | |
Zhang et al. | Spatiotemporal patterns and source implications of aromatic hydrocarbons at six rural sites across China's developed coastal regions | |
CN110824110B (zh) | 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 | |
Taylor et al. | A study of the sources and sinks of methane and methyl chloroform using a global three‐dimensional Lagrangian tropospheric tracer transport model | |
Kwok et al. | Photochemical grid model implementation and application of VOC, NO x, and O 3 source apportionment | |
Watson et al. | Air quality measurements from the Fresno Supersite | |
Tang et al. | Improvement of ozone forecast over Beijing based on ensemble Kalman filter with simultaneous adjustment of initial conditions and emissions | |
CN111487216A (zh) | 一种二氧化碳通量反演方法、系统 | |
Liu et al. | Background variations of atmospheric CO2 and carbon‐stable isotopes at Waliguan and Shangdianzi stations in China | |
Riddick et al. | Estimating the size of a methane emission point source at different scales: from local to landscape | |
Li et al. | Characteristics, sources and regional inter-transport of ambient volatile organic compounds in a city located downwind of several large coke production bases in China | |
CN113254498B (zh) | 基于观测数据的改进活性VOCs源强计算方法及系统 | |
CN115186437B (zh) | 碳同位素联合同化模型及甄别人为碳排放与自然碳通量区域同化系统的构建方法 | |
He et al. | China's terrestrial carbon sink over 2010–2015 constrained by satellite observations of atmospheric CO2 and land surface variables | |
Beramendi-Orosco et al. | Temporal and spatial variations of atmospheric radiocarbon in the Mexico City metropolitan area | |
Gao et al. | Unexpected High Contribution of Residential Biomass Burning to Non‐Methane Organic Gases (NMOGs) in the Yangtze River Delta Region of China | |
Chu et al. | Research on ozone formation sensitivity based on observational methods: Development history, methodology, and application and prospects in China | |
Zhang et al. | Characteristics and sources of VOCs in a coastal city in eastern China and the implications in secondary organic aerosol and O3 formation | |
Wu et al. | On the origin of surface ozone episode in Shanghai over Yangtze River Delta during a prolonged heat wave | |
Wang et al. | Simulation-based design of regional emission control experiments with simultaneous pollution of O3 and PM2. 5 in Jinan, China | |
Parker et al. | Carbon dioxide flux measurements based on satellite observations differ considerably from the consensus values | |
Liu et al. | Distribution characteristics, source apportionment, and chemical reactivity of volatile organic compounds in two adjacent areas in Shanxi, North China | |
Doherty et al. | NOTE from the | |
Lyu | Photochemical formation of alkyl nitrates and their impacts on ozone production in Hong Kong | |
Mozaffar et al. | Measurement report: High Contributions of Halohydrocarbon and Aromatic Compounds to Emissions and Chemistry of Atmospheric VOCs in Industrial Area |
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 |