CN113536630A - 污染物无组织排放因子获取方法 - Google Patents
污染物无组织排放因子获取方法 Download PDFInfo
- Publication number
- CN113536630A CN113536630A CN202110782344.2A CN202110782344A CN113536630A CN 113536630 A CN113536630 A CN 113536630A CN 202110782344 A CN202110782344 A CN 202110782344A CN 113536630 A CN113536630 A CN 113536630A
- Authority
- CN
- China
- Prior art keywords
- concentration
- workshop
- mass
- target pollutant
- pollutant
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
-
- 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, e.g. intermittent, or the display, e.g. digital
- G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method, e.g. intermittent, or the display, e.g. digital by measuring the rate of variation of the concentration
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Abstract
本发明公开了一种污染物无组织排放因子获取方法,涉及污染物排放领域。通过获取目标污染物在待测车间内的空气中的浓度和地面灰中的浓度,获得目标污染物在待测车间内空气中的质量和地面灰中的质量,从而获得目标污染物在待测车间内的总质量;以此分别获得工作时段的总质量和非工作时段的总质量,再结合工作时段的原料处理质量,获得目标污染物在待测车间的排放因子。对空气和地面中的污染物分别获取质量,再综合得到总质量,多方面考虑了待测车间的污染物传播介质;基于待测车间工作时段和非工作时段对应的目标污染物质量,以及工作时段处理原料的质量,获得该待测车间的目标污染物排放因子,以准确且完整地针对多个污染物建立相应的排放清单。
Description
技术领域
本发明涉及污染物排放技术领域,具体涉及一种污染物无组织排放因子获取方法。
背景技术
工业生产、废弃物回收处理等各种生产活动无组织排放的污染物是环境污染物的重要来源之一,对这些生产活动污染物无组织排放清单的建立是明晰各生产活动污染物释放情况、相应技术升级改造以及相关管控措施制定的必要手段。同时,对这些生产活动无组织排放的污染物的有效控制是缓解生态环境污染、保护人体健康、降低相应生产过程工人职业危害的有效手段。
污染物排放清单是某种或某些活动所排放的污染物的种类及量的列表。污染物排放清单的编制对环境保护工作甚至对相关生产及污染防护技术设施的升级改造意义显著。排放因子是反映某种或某些活动单位活动水平下所排放的污染物量的重要指标,是决定排放清单编制数据是否准确的决定性指标。因此,排放因子的准确获取是排放清单准确建立的核心技术问题。
然而,目前对工业生产、废弃物回收处理等车间内生产过程无组织排放因子的获取尚未建立有效、准确的方法,导致其相应排放清单的建立缺乏完整的科学依据和准确性。
发明内容
针对现有技术中的缺陷,本发明提供了一种污染物无组织排放因子获取方法,以解决上述问题。
为实现上述发明目的,本发明所采用的技术方案是:
污染物无组织排放因子获取方法,包括以下步骤:
获取目标污染物在待测车间内的第一浓度和第二浓度,所述第一浓度为所述目标污染物在所述待测车间内空气中的浓度,所述第二浓度为所述目标污染物在所述待测车间内地面灰中的浓度;
根据所述第一浓度和所述第二浓度,获得第一质量和第二质量,所述第一质量为所述目标污染物在所述待测车间内空气中的质量,所述第二质量为所述目标污染物在所述待测车间内地面灰中的质量;
根据所述第一质量和所述第二质量,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量;
根据所述工作时段的总质量和所述非工作时段的总质量,以及工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。
优选地,所述空气包括气相和总悬浮颗粒物相;
所述获取目标污染物在待测车间内的第一浓度的步骤包括:
获取所述目标污染物在所述待测车间内气相中的浓度和所述目标污染物在所述待测车间内总悬浮颗粒物中的浓度。
优选地,所述第一浓度包括所述目标污染物在所述待测车间内多个第一空气采集位置的浓度;
所述根据第一浓度获得第一质量的步骤包括:
建立以目标污染物排放点为原点、与所述目标污染物排放点的水平距离为x轴、与所述目标污染物排放点的垂直高度为y轴、浓度为z轴的三维坐标系;
获取所述第一浓度以及所述多个第一空气采集位置的第一位置信息,所述第一位置信息包括所述第一空气采集位置与所述目标污染物排放点的水平距离和所述第一空气采集位置与所述目标污染物排放点的垂直高度;
根据所述第一浓度和所述第一位置信息,获得相应的三维坐标点;
对所述三维坐标点进行面拟合,获得第一拟合模型,以获得任意三维坐标点对应的浓度模拟值;
将所述三维坐标系划分为多个网格块,获得每个网格块的平均浓度,以获得所述每个网格块内目标污染物的质量;
根据所述每个网格块内目标污染物的质量,获得第一质量。
优选地,所述第一浓度还包括所述目标污染物在所述待测车间内多个第二空气采集位置的浓度;
所述对所述三维坐标点进行面拟合,获得第一拟合模型,以获得任意三维坐标点对应的浓度模拟值的步骤之后,所述方法还包括:
获取若干个三维坐标点对应的实际浓度值;
判断所述实际浓度值是否在所述浓度模拟值的置信区间内;
若所述实际浓度值不在所述浓度模拟值的置信区间内,根据所述实际浓度值对所述第一拟合模型进行修正,返回所述获取若干个三维坐标点对应的实际浓度值的步骤,循环至所述实际浓度值在所述浓度模拟值的置信区间内。
优选地,所述第二浓度包括所述目标污染物在所述待测车间内多个第一地面采集位置的浓度;
所述根据第二浓度获得第二质量的步骤包括:
建立以目标污染物排放点为原点、与所述目标污染物排放点的水平距离为x轴、浓度为y轴的二维坐标系;
获取所述第二浓度以及所述多个第一地面采集位置的第二位置信息,所述第二位置信息包括所述第一地面采集位置与所述目标污染物排放点的水平距离;
根据所述第二浓度和所述第二位置信息,获得相应的二维坐标点;
对所述二维坐标点进行线拟合,获得第二拟合模型,以获得任意二维坐标点对应的浓度模拟值;
将所述二维坐标系划分为多个网格,获得每个网格的平均浓度,以获得所述每个网格内目标污染物的质量;
根据每个网格内目标污染物的质量,以获得第二质量。
优选地,所述第二浓度还包括所述目标污染物在所述待测车间内多个第二地面采集位置的浓度;
所述对所述二维坐标点进行线拟合,获得第二拟合模型,以获得任意二维坐标点对应的浓度模拟值的步骤之后,所述方法还包括:
获取若干个二维坐标点对应的实际浓度值;
判断所述实际浓度值是否在所述浓度模拟值的置信区间内;
若所述实际浓度值不在所述浓度模拟值的置信区间内,根据所述实际浓度值对所述第二拟合模型进行修正,返回所述获取若干个二维坐标点对应的实际浓度值的步骤,循环至所述实际浓度值在所述浓度模拟值的置信区间内。
优选地,所述第一质量包括所述目标污染物在所述待测车间内气相中的质量和所述目标污染物在所述待测车间内总悬浮颗粒物中的质量;
所述根据所述第一质量和所述第二质量,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量的步骤包括:
将所述目标污染物在所述待测车间内气相中的质量、所述目标污染物在所述待测车间内总悬浮颗粒物中的质量和第二质量求和,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量。
优选地,所述根据所述工作时段的总质量和所述非工作时段的总质量,以及工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子的步骤包括:
以所述工作时段的总质量和所述非工作时段的总质量的差值除以工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。
本发明的有益效果集中体现在:
本发明的污染物无组织排放因子获取方法,通过获取目标污染物在待测车间内的空气中的浓度和地面灰中的浓度,获得目标污染物在所述待测车间内空气中的质量和地面灰中的质量,从而获得目标污染物在所述待测车间内的总质量;以此分别获得工作时段的所述总质量和非工作时段的所述总质量,再结合工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。对空气和地面灰分别获取污染物质量,再综合得到总质量,多方面考虑了待测车间的污染物传播介质;基于待测车间工作时段和非工作时段对应的目标污染物质量,以及工作时段处理原料的质量,获得该待测车间的排放因子,以准确且完整地针对多个污染物建立相应的排放清单,更贴合实际情况。
附图说明
图1为本发明的污染物无组织排放因子获取方法的流程示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施例对本发明作进一步的详细说明。
实施例一
参照图1的流程示意图,提出本发明污染物无组织排放因子获取方法的第一实施例,所述方法可以包括以下步骤:
步骤S10:获取目标污染物在待测车间内的第一浓度和第二浓度,所述第一浓度为所述目标污染物在所述待测车间内空气中的浓度,所述第二浓度为所述目标污染物在所述待测车间内地面灰中的浓度。
具体的,待测车间可以是实际生产过程中不同生产环节对应的车间,目标污染物可以包括重金属、PM2.5、PM10、多环芳烃、石油烃、挥发性有机污染物等等。
将待测车间拆分为空间和地面,分别获取空间和地面所处的不同介质即空气和地面灰中的目标污染物的浓度,更方便后续准确获取质量。
步骤S20:根据所述第一浓度和所述第二浓度,获得第一质量和第二质量,所述第一质量为所述目标污染物在所述待测车间内空气中的质量,所述第二质量为所述目标污染物在所述待测车间内地面灰中的质量。
具体的,根据目标污染物在所述待测车间内空气中的浓度,获得目标污染物在所述待测车间内空气中的质量,并根据目标污染物在所述待测车间内地面灰中的浓度,获得目标污染物在所述待测车间内地面灰中的质量。
步骤S30:根据所述第一质量和所述第二质量,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量。
具体的,将目标污染物在所述待测车间内空气中的质量和地面灰中的质量相加,获得目标污染物在所述待测车间内的总质量。按上述方法,可进一步获得工作时段的目标污染物在待测车间内的总质量,以及非工作时段的目标污染物在待测车间内的总质量。
步骤S40:根据所述工作时段的总质量和所述非工作时段的总质量,以及工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。
具体的,以工作时段的总质量和非工作时段的总质量之间的差值,与工作时段的原料处理质量的比值,作为目标污染物在所述待测车间的排放因子。由此,可以获得目标污染物在各个生产环节对应的车间,即待测车间的排放因子,将目标污染物在各个生产环节的排放因子相加,即可获得目标污染物在本次生产过程中的排放因子。从而可以获得每一种污染物在本次生产过程中的排放因子,根据这些排放因子便可建立该生产过程的污染物排放清单。
本实施例提出的污染物无组织排放因子获取方法,通过获取目标污染物在待测车间内的空气中的浓度和地面灰中的浓度,获得目标污染物在所述待测车间内空气中的质量和地面灰中的质量,从而获得目标污染物在所述待测车间内的总质量;以此分别获得工作时段的所述总质量和非工作时段的所述总质量,再结合工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。对空气和地面分别获取污染物质量,再综合得到总质量,多方面考虑了待测车间的污染物传播介质;基于待测车间工作时段和非工作时段对应的目标污染物质量,以及工作时段处理原料的质量,获得该待测车间的排放因子,以准确且完整地针对多个污染物建立相应的排放清单,更贴合实际情况。
实施例二
基于同一发明构思,在实施例一的基础上,提出本发明污染物无组织排放因子获取方法的第二实施例,并继续结合图1的流程示意图对本实施例的污染物无组织排放因子获取方法进行详细描述,所述方法可以包括以下步骤:
步骤S10:获取目标污染物在待测车间内的第一浓度和第二浓度,所述第一浓度为所述目标污染物在所述待测车间内空气中的浓度,所述第二浓度为所述目标污染物在所述待测车间内地面灰中的浓度。
本实施例以报废汽车拆解的过程为例进行说明,该过程分为原料储存、沥油、整车拆解、切割、破碎分选、成品储存等六个环节,每个环节对应设置一个车间,以沥油车间为例,其中的污染物一般有铜、铅、铁、锌等重金属;PM2.5、PM10等颗粒物;多环芳烃、石油烃等碳氢化合物;以及挥发性有机污染物等等,可以以其中任意一种污染物作为目标污染物,以获得该污染物在沥油车间的排放因子。
具体的,所述步骤S10可以包括:
步骤S11:获取目标污染物在待测车间内的第一浓度,即目标污染物在所述待测车间内空气中的浓度;
步骤S12:获取目标污染物在待测车间内的第二浓度,即目标污染物在所述待测车间内地面灰中的浓度。
具体的,所述空气包括气相和总悬浮颗粒物相;所述步骤S11包括:
步骤S11.1:获取所述目标污染物在所述待测车间内气相中的浓度和所述目标污染物在所述待测车间内总悬浮颗粒物中的浓度。
在具体实施过程中,可以对待测车间的空气介质进行收集,然后分离为气相和总悬浮颗粒物,从而对气相和总悬浮颗粒物分别获取目标污染物在该待测车间内气相和总悬浮颗粒物中的浓度,相对于直接检测空气中的目标污染物的浓度而言,数据更真实和准确。
本实施例中,分别获取目标污染物在沥油车间的气相中的浓度、总悬浮颗粒物中的浓度和地面灰中的浓度。具体通过采样器采样和测试分析获取不同水平距离和/或不同垂直高度的对应位置的目标污染物浓度。
步骤S20:根据所述第一浓度和所述第二浓度,获得第一质量和第二质量,所述第一质量为所述目标污染物在所述待测车间内空气中的质量,所述第二质量为所述目标污染物在所述待测车间内地面灰中的质量。
具体的,所述步骤S20可以包括:
步骤S21:根据所述第一浓度获得第一质量,即目标污染物在所述待测车间内空气中的质量。
步骤S22:根据所述第二浓度获得第二质量,即目标污染物在所述待测车间内地面灰中的质量。
具体的,所述第一浓度包括所述目标污染物在所述待测车间内多个第一空气采集位置的浓度;所述步骤S21可以包括:
步骤S21.1:建立以目标污染物排放点为原点、与所述目标污染物排放点的水平距离为x轴、与所述目标污染物排放点的垂直高度为y轴、浓度为z轴的三维坐标系;
步骤S21.2:获取所述第一浓度以及所述多个第一空气采集位置的第一位置信息,所述第一位置信息包括所述第一空气采集位置与所述目标污染物排放点的水平距离和所述第一空气采集位置与所述目标污染物排放点的垂直高度;
步骤S21.3:根据所述第一浓度和所述第一位置信息,获得相应的三维坐标点;
步骤S21.4:对所述三维坐标点进行面拟合,获得第一拟合模型,以获得任意三维坐标点对应的浓度模拟值;
步骤S21.5:将所述三维坐标系划分为多个网格块,获得每个网格块的平均浓度,以获得所述每个网格块内目标污染物的质量;
步骤S21.6:根据所述每个网格块内目标污染物的质量,获得第一质量。
利用目标污染物在多个点的实测浓度进行待测车间内各点位目标污染物数据的拟合,采取将待检测车间内部空间进行有限元划分的方式对拟合数据和划分数据进行积分,获得车间内部工作时间段和非工作时间段目标污染物的质量,利于获取更真实和准确的不同生产车间污染物无组织排放因子。
进一步地,所述第一浓度还包括所述目标污染物在所述待测车间内多个第二空气采集位置的浓度;所述步骤S21.4之后,所述方法还包括:
步骤S21.4a:获取若干个三维坐标点对应的实际浓度值;
步骤S21.4b:判断所述实际浓度值是否在所述浓度模拟值的置信区间内;
步骤S21.4c:若所述实际浓度值不在所述浓度模拟值的置信区间内,根据所述实际浓度值对所述第一拟合模型进行修正,返回所述获取若干个三维坐标点对应的实际浓度值的步骤,循环至所述实际浓度值在所述浓度模拟值的置信区间内。
利用目标污染物在多个点的实测浓度进行第一拟合模型修正,提升第一拟合模型的准确性。
具体的,所述第二浓度包括所述目标污染物在所述待测车间内多个第一地面采集位置的浓度;所述步骤S22可以包括:
步骤S22.1:建立以目标污染物排放点为原点、与所述目标污染物排放点的水平距离为x轴、浓度为y轴的二维坐标系;
步骤S22.2:获取所述第二浓度以及所述多个第一地面采集位置的第二位置信息,所述第二位置信息包括所述第一地面采集位置与所述目标污染物排放点的水平距离;
步骤S22.3:根据所述第二浓度和所述第二位置信息,获得相应的二维坐标点;
步骤S22.4:对所述二维坐标点进行线拟合,获得第二拟合模型,以获得任意二维坐标点对应的浓度模拟值;
步骤S22.5:将所述二维坐标系划分为多个网格,获得每个网格的平均浓度,以获得所述每个网格内目标污染物的质量;
步骤S22.6:根据每个网格内目标污染物的质量,以获得第二质量。
进一步地,所述第二浓度还包括所述目标污染物在所述待测车间内多个第二地面采集位置的浓度;所述步骤S22.4之后,所述方法还包括:
步骤S22.4a:获取若干个二维坐标点对应的实际浓度值;
步骤S22.4b:判断所述实际浓度值是否在所述浓度模拟值的置信区间内;
步骤S22.4c:若所述实际浓度值不在所述浓度模拟值的置信区间内,根据所述实际浓度值对所述第二拟合模型进行修正,返回所述获取若干个二维坐标点对应的实际浓度值的步骤,循环至所述实际浓度值在所述浓度模拟值的置信区间内。
步骤S30:根据所述第一质量和所述第二质量,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量。
具体的,所述第一质量包括所述目标污染物在所述待测车间内气相中的质量和所述目标污染物在所述待测车间内总悬浮颗粒物中的质量;所述步骤S30可以包括:
步骤S31:将所述目标污染物在所述待测车间内气相中的质量、所述目标污染物在所述待测车间内总悬浮颗粒物中的质量和第二质量求和,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量。
步骤S40:根据所述工作时段的总质量和所述非工作时段的总质量,以及工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。
具体的,所述步骤S40可以包括:
步骤S41:以所述工作时段的总质量和所述非工作时段的总质量的差值除以工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和单元并不一定是本申请所必须的。
Claims (8)
1.污染物无组织排放因子获取方法,其特征在于,包括以下步骤:
获取目标污染物在待测车间内的第一浓度和第二浓度,所述第一浓度为所述目标污染物在所述待测车间内空气中的浓度,所述第二浓度为所述目标污染物在所述待测车间内地面灰中的浓度;
根据所述第一浓度和所述第二浓度,获得第一质量和第二质量,所述第一质量为所述目标污染物在所述待测车间内空气中的质量,所述第二质量为所述目标污染物在所述待测车间内地面灰中的质量;
根据所述第一质量和所述第二质量,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量;
根据所述工作时段的总质量和所述非工作时段的总质量,以及工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。
2.根据权利要求1所述的污染物无组织排放因子获取方法,其特征在于,所述空气包括气相和总悬浮颗粒物相;
所述获取目标污染物在待测车间内的第一浓度的步骤包括:
获取所述目标污染物在所述待测车间内气相中的浓度和所述目标污染物在所述待测车间内总悬浮颗粒物中的浓度。
3.根据权利要求1所述的污染物无组织排放因子获取方法,其特征在于,所述第一浓度包括所述目标污染物在所述待测车间内多个第一空气采集位置的浓度;
所述根据第一浓度获得第一质量的步骤包括:
建立以目标污染物排放点为原点、与所述目标污染物排放点的水平距离为x轴、与所述目标污染物排放点的垂直高度为y轴、浓度为z轴的三维坐标系;
获取所述第一浓度以及所述多个第一空气采集位置的第一位置信息,所述第一位置信息包括所述第一空气采集位置与所述目标污染物排放点的水平距离和所述第一空气采集位置与所述目标污染物排放点的垂直高度;
根据所述第一浓度和所述第一位置信息,获得相应的三维坐标点;
对所述三维坐标点进行面拟合,获得第一拟合模型,以获得任意三维坐标点对应的浓度模拟值;
将所述三维坐标系划分为多个网格块,获得每个网格块的平均浓度,以获得所述每个网格块内目标污染物的质量;
根据所述每个网格块内目标污染物的质量,获得第一质量。
4.根据权利要求3所述的污染物无组织排放因子获取方法,其特征在于,所述第一浓度还包括所述目标污染物在所述待测车间内多个第二空气采集位置的浓度;
所述对所述三维坐标点进行面拟合,获得第一拟合模型,以获得任意三维坐标点对应的浓度模拟值的步骤之后,所述方法还包括:
获取若干个三维坐标点对应的实际浓度值;
判断所述实际浓度值是否在所述浓度模拟值的置信区间内;
若所述实际浓度值不在所述浓度模拟值的置信区间内,根据所述实际浓度值对所述第一拟合模型进行修正,返回所述获取若干个三维坐标点对应的实际浓度值的步骤,循环至所述实际浓度值在所述浓度模拟值的置信区间内。
5.根据权利要求1所述的污染物无组织排放因子获取方法,其特征在于,所述第二浓度包括所述目标污染物在所述待测车间内多个第一地面采集位置的浓度;
所述根据第二浓度获得第二质量的步骤包括:
建立以目标污染物排放点为原点、与所述目标污染物排放点的水平距离为x轴、浓度为y轴的二维坐标系;
获取所述第二浓度以及所述多个第一地面采集位置的第二位置信息,所述第二位置信息包括所述第一地面采集位置与所述目标污染物排放点的水平距离;
根据所述第二浓度和所述第二位置信息,获得相应的二维坐标点;
对所述二维坐标点进行线拟合,获得第二拟合模型,以获得任意二维坐标点对应的浓度模拟值;
将所述二维坐标系划分为多个网格,获得每个网格的平均浓度,以获得所述每个网格内目标污染物的质量;
根据每个网格内目标污染物的质量,以获得第二质量。
6.根据权利要求5所述的污染物无组织排放因子获取方法,其特征在于,所述第二浓度还包括所述目标污染物在所述待测车间内多个第二地面采集位置的浓度;
所述对所述二维坐标点进行线拟合,获得第二拟合模型,以获得任意二维坐标点对应的浓度模拟值的步骤之后,所述方法还包括:
获取若干个二维坐标点对应的实际浓度值;
判断所述实际浓度值是否在所述浓度模拟值的置信区间内;
若所述实际浓度值不在所述浓度模拟值的置信区间内,根据所述实际浓度值对所述第二拟合模型进行修正,返回所述获取若干个二维坐标点对应的实际浓度值的步骤,循环至所述实际浓度值在所述浓度模拟值的置信区间内。
7.根据权利要求2所述的污染物无组织排放因子获取方法,其特征在于,所述第一质量包括所述目标污染物在所述待测车间内气相中的质量和所述目标污染物在所述待测车间内总悬浮颗粒物中的质量;
所述根据所述第一质量和所述第二质量,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量的步骤包括:
将所述目标污染物在所述待测车间内气相中的质量、所述目标污染物在所述待测车间内总悬浮颗粒物中的质量和第二质量求和,获得所述目标污染物在所述待测车间内的总质量,以获得工作时段的所述总质量和非工作时段的所述总质量。
8.根据权利要求1所述的污染物无组织排放因子获取方法,其特征在于,所述根据所述工作时段的总质量和所述非工作时段的总质量,以及工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子的步骤包括:
以所述工作时段的总质量和所述非工作时段的总质量的差值除以工作时段的原料处理质量,获得所述目标污染物在所述待测车间的排放因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782344.2A CN113536630B (zh) | 2021-07-12 | 2021-07-12 | 污染物无组织排放因子获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782344.2A CN113536630B (zh) | 2021-07-12 | 2021-07-12 | 污染物无组织排放因子获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113536630A true CN113536630A (zh) | 2021-10-22 |
CN113536630B CN113536630B (zh) | 2023-09-29 |
Family
ID=78098477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110782344.2A Active CN113536630B (zh) | 2021-07-12 | 2021-07-12 | 污染物无组织排放因子获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113536630B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100091267A1 (en) * | 2008-10-08 | 2010-04-15 | Golder Associates Ltd. | Fugitive emission flux measurement |
CN107608009A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测设备、处理终端以及服务器 |
CN108805456A (zh) * | 2018-06-19 | 2018-11-13 | 西南科技大学 | 一种基于主成分分析的空气主要污染物的评定方法 |
WO2019246283A1 (en) * | 2018-06-19 | 2019-12-26 | Seekops Inc. | Localization analytics algorithms and methods |
CN110807567A (zh) * | 2019-09-11 | 2020-02-18 | 南开大学 | 一种基于周期分析和滤波技术的污染减排效果评估方法 |
CN111897318A (zh) * | 2020-06-12 | 2020-11-06 | 中国环境科学研究院 | 基于无人船的水体污染智能调查方法及装置 |
CN112102433A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气污染物垂直分布图绘制方法、设备及存储介质 |
CN112182064A (zh) * | 2020-09-25 | 2021-01-05 | 中科三清科技有限公司 | 一种污染物来源分析方法、装置、电子设备及存储介质 |
CN112513896A (zh) * | 2018-08-25 | 2021-03-16 | 山东诺方电子科技有限公司 | 一种大气污染预测的方法 |
-
2021
- 2021-07-12 CN CN202110782344.2A patent/CN113536630B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100091267A1 (en) * | 2008-10-08 | 2010-04-15 | Golder Associates Ltd. | Fugitive emission flux measurement |
CN107608009A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测设备、处理终端以及服务器 |
CN108805456A (zh) * | 2018-06-19 | 2018-11-13 | 西南科技大学 | 一种基于主成分分析的空气主要污染物的评定方法 |
WO2019246283A1 (en) * | 2018-06-19 | 2019-12-26 | Seekops Inc. | Localization analytics algorithms and methods |
CN112513896A (zh) * | 2018-08-25 | 2021-03-16 | 山东诺方电子科技有限公司 | 一种大气污染预测的方法 |
CN110807567A (zh) * | 2019-09-11 | 2020-02-18 | 南开大学 | 一种基于周期分析和滤波技术的污染减排效果评估方法 |
CN111897318A (zh) * | 2020-06-12 | 2020-11-06 | 中国环境科学研究院 | 基于无人船的水体污染智能调查方法及装置 |
CN112102433A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气污染物垂直分布图绘制方法、设备及存储介质 |
CN112182064A (zh) * | 2020-09-25 | 2021-01-05 | 中科三清科技有限公司 | 一种污染物来源分析方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
JIANBO WANG .ETC: "Environmentally friendly Technology for Separating Gold from Waste Printed Circuit Boards: A Combination of Suspension Electrolysis and a Chlorination Process", 《ACS SUSTAINABLE CHEMISTRY AND ENGINEERING》, pages 16952 - 16959 * |
Also Published As
Publication number | Publication date |
---|---|
CN113536630B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106355166B (zh) | 一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法 | |
CN111382934B (zh) | 一种基于暴露单元的建设用地土壤污染风险评估方法 | |
CN111368401A (zh) | 污染源的溯源方法、装置和存储介质 | |
CN111539867A (zh) | 一种针对地下水氯代烃污染的环境调查方法 | |
CN114359002A (zh) | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 | |
CN114218976B (zh) | 臭氧前体物高值区精细化排放源追溯定位方法和系统 | |
CN112381369A (zh) | 基于在线光谱识别的水体污染溯源和风险预测评估方法 | |
CN116485263A (zh) | 河流湿地碳汇监测评估方法 | |
CN116991738A (zh) | 一种计算机软件测试系统、方法、计算机设备及存储介质 | |
CN113536630B (zh) | 污染物无组织排放因子获取方法 | |
CN107506832B (zh) | 对监控巡视进行辅助的隐患挖掘方法 | |
CN202330401U (zh) | 污水生物处理技术验证评估移动平台数据采集处理系统 | |
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 | |
CN111858808B (zh) | 基于海量实测点的地形图特征地物精度自动评价方法 | |
CN108760349B (zh) | 一种轮胎六分力的预测方法和系统 | |
CN112486136A (zh) | 故障预警系统及方法 | |
CN112581107B (zh) | 污染排放控制方法、装置及可存储介质 | |
CN115409483A (zh) | 一种针对大气污染源的追溯方法及系统 | |
CN114974452A (zh) | 一种确定二次转化来源的管控目标的方法和装置 | |
CN114819880B (zh) | 一种用于土壤修复和数字化管理的方法和系统 | |
CN110633519A (zh) | 岩石热解峰温有效数据确定方法及装置 | |
RU126858U1 (ru) | Автоматизированная система информационной поддержки системы качества при производстве конструкционно сложных изделий | |
CN211718760U (zh) | 一种工业实时数据处理系统 | |
CN115936492B (zh) | 一种化工生产尾气排放自动化监测系统 | |
Machingura et al. | Green manufacturing implementation in zimbabwe: an assessment of current issues |
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 |