CN113624921A - 多模式综合污染溯源方法 - Google Patents
多模式综合污染溯源方法 Download PDFInfo
- Publication number
- CN113624921A CN113624921A CN202110893443.8A CN202110893443A CN113624921A CN 113624921 A CN113624921 A CN 113624921A CN 202110893443 A CN202110893443 A CN 202110893443A CN 113624921 A CN113624921 A CN 113624921A
- Authority
- CN
- China
- Prior art keywords
- diffusion model
- pollutant
- wind speed
- source
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 61
- 231100000719 pollutant Toxicity 0.000 claims abstract description 61
- 238000009792 diffusion process Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 239000000779 smoke Substances 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000005855 radiation Effects 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 5
- 239000012855 volatile organic compound Substances 0.000 description 3
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 1
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- Combustion & Propulsion (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Environmental & Geological Engineering (AREA)
- Toxicology (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明提供了多模式综合污染溯源方法,包括以下步骤:(A1)构建气象场;获得工业园区整体风场以及处理不同建筑区块的风速廓线,得到工业园区流场;(A2)构建扩散模型;根据各种污染物的分子量的不同选择扩散模型,扩散模型包括高斯烟羽扩散模型和SLAB扩散模型。(A3)污染源溯源反演;根据超标污染物选择扩散模型;对可能的污染排放源,利用所述流场,并模拟不同等级源强和校正系数时下风向各坐标处的污染物浓度数据,获得各站点的污染物真实监测值和模拟值的偏离程度,当偏离程度最小时,输出排放源的位置和源强;利用所述排放源的位置和源强,以及当前气象场,利用选择的扩散模型输出污染物扩散范围及范围内部分位置的浓度大小。本发明具有溯源准确等优点。
Description
技术领域
本发明涉及污染监测,特别涉及多模式综合污染溯源方法。
背景技术
当前,工业园区污染现状主要问题包括:工业区内污染源众多,排放无规律,企业的烟囱、储罐以及高塔等建筑分布会改变正常扩散途径,加之厂界等开放空间难以封闭监测、常规监测的时间和空间覆盖有限、企业排放清单质量不高等原因,导致企业排放烟羽及其迁移扩散途径无定形、污染源头监测及溯源困难等问题。而现有的大气模型多用于已知排放源参数情况下的扩散模拟,在反算污染源头位置和计算源强等方面较难实现。为了解决上述技术问题,主要采用以下技术方案:
1.利用走航监测实现园区溯源,形成工业园区VOCs或常规参数的分布地图,并对TVOC高值区域定点采样进行组分分析。此方法能快速有效的找出污染源,但需要走航人员随时响应;另外走航速度不宜过快也不能全天候行驶监测,在时效性上存在一定不足,易错过污染时段,收到投诉再响应可能会扑空等问题;此外石化园区丙烯丙烷等低碳污染严重,但走航车响应度较差,不易测出。
2.利用源解析技术,在解析城市VOCs来源和恶臭来源已有实际应用,利用源解析技术可识别出排放源的来源和不同排放源对VOCs的贡献率,但无法锁定排放源的位置。
3.利用气体扩散模型模拟污染物的污染,大多是在气象场稳定且风向不变等理想条件下计算,当前使用的多数模型不能区分重气和非重气;现实中工业区气象场多变,气流受建筑物等影响较大,单一风向风速条件下模拟误差较大。
发明内容
为解决上述现有技术方案中的不足,本发明提供了一种多模式综合污染溯源方法。
本发明的目的是通过以下技术方案实现的:
多模式综合污染溯源方法,所述多模式综合污染溯源方法包括以下步骤:
(A1)构建气象场;获得工业园区整体风场并处理不同建筑区块的风速廓线,得到工业园区流场;
(A2)构建扩散模型;根据各种污染物的分子量的不同选择扩散模型,扩散模型包括高斯烟羽扩散模型和SLAB扩散模型;
(A3)污染源溯源反演;根据监测站点的数据获得超标污染物,根据超标污染物选择扩散模型;
根据多站点的监测数据、排放源的位置及其排放的污染物,获得可能的污染排放源;
对可能的污染排放源,利用所述流场,获得各排放源烟气的抬升高度,并模拟不同等级源强和校正系数时下风向各坐标处的污染物浓度数据,获得各站点的污染物真实监测值和模拟值的偏离程度,当各站点的偏离程度最小时,输出排放源的位置和源强;
利用所述排放源的位置和源强,以及当前气象场,利用选择的扩散模型输出污染物扩散范围及范围内部分位置的浓度大小。
与现有技术相比,本发明具有的有益效果为:
利用站点的实测气象数据以及园区的建筑三维结构数据,结合大气传送模式等重构工业区小尺度的精细化气象场,提高了溯源准确性;
综合考虑气体性质使用不同的扩散模式,且扩散模型录入所有工业园区排放源信息,溯源准确性更高;
利用网格化布点的真实观测数据,以及精准的站点的地理位置信息,代入扩散方程,通过程序自动推算源强以及源位置;并根据模拟值与实际值差异大小输出最佳运算结果。
附图说明
参照附图,本发明的公开内容将变得更易理解。本领域技术人员容易理解的是:这些附图仅仅用于举例说明本发明的技术方案,而并非意在对本发明的保护范围构成限制。图中:
图1是根据本发明实施例的多模式综合污染溯源方法的流程图。
具体实施方式
图1和以下说明描述了本发明的可选实施方式以教导本领域技术人员如何实施和再现本发明。为了教导本发明技术方案,已简化或省略了一些常规方面。本领域技术人员应该理解源自这些实施方式的变型或替换将在本发明的范围内。本领域技术人员应该理解下述特征能够以各种方式组合以形成本发明的多个变型。由此,本发明并不局限于下述可选实施方式,而仅由权利要求和它们的等同物限定。
实施例1:
图1给出了本发明实施例的多模式综合污染溯源方法的流程图,如图1所示,所述多模式综合污染溯源方法包括以下步骤:
(A1)构建气象场;获得工业园区整体风场并处理不同建筑区块的风速廓线,得到工业园区流场;
(A2)构建扩散模型;根据各种污染物的分子量的不同选择扩散模型,扩散模型包括高斯烟羽扩散模型和SLAB扩散模型;
(A3)污染源溯源反演;根据监测站点的数据获得超标污染物,根据超标污染物选择扩散模型;
根据多站点的监测数据、排放源的位置及其排放的污染物,获得可能的污染排放源;
对可能的污染排放源,利用所述流场,获得各排放源烟气的抬升高度并模拟不同等级源强和校正系数时下风向各坐标处的污染物浓度数据,获得各站点的污染物真实监测值和模拟值的偏离程度,当各站点的偏离程度最小时,输出排放源的位置和源强;
利用所述排放源的位置和源强,以及当前气象场,利用选择的扩散模型输出污染物扩散范围及范围内部分位置的浓度大小。
为了提高气象场的准确性,进一步地,构建气象场的方式为:
获得工业园区建筑物的三维结构,并标注建筑物的类型和用途;
在所述工业园区网格化布设监测点,获得污染物数据和气象数据;
结合所述气象数据及气象局数据,使用WRF模型模拟出工业园区整体风场;
将所述工业园区建筑物资料及当地地形数据作为输入,进行建筑区块划分,采用幂指数廓线分别计算出与任一区块的风速廓线;
区块间利用插值法过渡,获得工业园区流场。
为了获得更准确的风速廓线,进一步地,校正所述风速廓线,具体方式为:
u′=(1+0.1·p)·u,u、u′分别是校正前后的风速廓线,p是单位面积建筑百分比。
为了构建与工业园区匹配的气象场,进一步地,所述风速廓线为:
为了准确地获得大气稳定度,进一步地,所述大气稳定度的获得方式为:
根据云量和太阳高度角获得太阳辐射值,根据所述太阳辐射值结合地面风速给出大气稳定度,所述大气稳定度包括较强不稳定、不稳定、较弱不稳定、中性、较弱稳定和较强稳定。
为了获得与污染物匹配的扩散模型,进一步地,在扩散模型选择中,若污染物的分子量大于空气,选择SLAB扩散模型,若污染物分子量不大于空气,选择高斯烟羽扩散模型。
为了准确地获得可能的污染源,进一步地,可能的污染排放源的获得方式为:
根据污染物的类别,在上风向寻找与所述类别对应的可能的污染排放源,所述污染排放源的信息包括企业名称、排放位置及坐标。
实施例2:
根据本发明实施例1的多模式综合污染溯源方法在工业园区中的应用例。
在该应用例中,多模式综合污染溯源方法包括以下步骤:
(A1)构建气象场;获得工业园区整体风场以及不同建筑区块的风速廓线,得到工业园区流场,构建气象场的方式为:
获得工业园区建筑物的三维结构,并标注建筑物的类型和用途;
在所述工业园区网格化布设监测点,获得污染物数据和气象数据;
结合所述气象数据及气象局数据,使用WRF模型模拟出工业园区整体风场;
将所述工业园区建筑物资料及当地地形数据作为输入,进行建筑区块划分,得到多个建筑区块,采用幂指数廓线分别计算出与任一区块的风速廓线,所述风速廓线为:
大气稳定度 | A | B | C | D | E,F |
城市 | 0.10 | 0.07 | 0.20 | 0.25 | 0.30 |
乡村 | 0.07 | 0.15 | 0.10 | 0.15 | 0.25 |
所述大气稳定度的获得方式为:
根据云量和太阳高度角获得太阳辐射值,根据所述太阳辐射值结合地面风速给出大气稳定度,所述大气稳定度包括较强不稳定(下表中A)、不稳定(下表中B)、较弱不稳定(下表中C)、中性(下表中D)、较弱稳定(下表中E)和较强稳定(下表中F);
校正所述风速廓线,具体方式为:
u′=(1+0.1·p)·u,u、u′分别是校正前后的风速廓线,p是单位面积建筑百分比;
区块间利用插值法过渡,获得工业园区流场。
(A2)构建扩散模型;根据各种污染物的分子量的不同选择扩散模型:若污染物的分子量大于空气,选择SLAB扩散模型,若污染物分子量不大于空气,选择高斯烟羽扩散模型;
(A3)污染源溯源反演;根据监测站点的数据获得超标污染物,根据超标污染物选择扩散模型;
根据多站点的监测数据、排放源的位置及其排放的污染物,获得可能的污染排放源,具体方式为:根据污染物的类别,在上风向寻找与所述类别对应的可能的污染排放源,所述污染排放源的信息包括企业名称、排放位置及坐标,如下表所示:
序号 | 企业 | 车间/排放口 | 车间/排放口坐标 | 与超标站点距离 |
1 | 企业1 | XX车间 | ||
2 | 企业2 | XX排放口 | ||
… |
对可能的污染排放源,利用所述流场,获得烟气抬升高度,并模拟不同等级源强和校正系数时下风向各坐标处的污染物浓度数据,获得各站点的污染物真实监测值和模拟值的偏离程度,当各站点的偏离程度最小时,输出排放源的位置和源强;
利用所述排放源的位置和源强,以及当前气象场,利用选择的扩散模型输出污染物扩散范围及范围内部分位置的浓度大小。
Claims (7)
1.多模式综合污染溯源方法,所述多模式综合污染溯源方法包括以下步骤:
(A1)构建气象场;获得工业园区整体风场并处理不同建筑区块的风速廓线,得到工业园区流场;
(A2)构建扩散模型;根据各种污染物的分子量的不同选择扩散模型,扩散模型包括高斯烟羽扩散模型和SLAB扩散模型;
(A3)污染源溯源反演;根据监测站点的数据获得超标污染物,根据超标污染物选择扩散模型;
根据多站点的监测数据、排放源的位置及其排放的污染物,获得可能的污染排放源;
对可能的污染排放源,利用所述流场,获得各排放源烟气的抬升高度,并模拟不同等级源强和校正系数时下风向各坐标处的污染物浓度数据,获得各站点的污染物真实监测值和模拟值的偏离程度,当各站点的偏离程度最小时,输出排放源的位置和源强;
利用所述排放源的位置和源强,以及当前气象场,利用选择的扩散模型输出污染物扩散范围及范围内部分位置的浓度大小。
2.根据权利要求1所述的多模式综合污染溯源方法,其特征在于,构建气象场的方式为:
获得工业园区建筑物的三维结构,并标注建筑物的类型和用途;
在所述工业园区网格化布设监测点,获得污染物数据和气象数据;
结合所述气象数据及气象局数据,使用WRF模型模拟出工业园区整体风场;
将所述工业园区建筑物资料及当地地形数据作为输入,进行建筑区块划分,采用幂指数廓线分别计算出与任一区块的风速廓线;
区块间利用插值法过渡,获得工业园区流场。
3.根据权利要求2所述的多模式综合污染溯源方法,其特征在于,校正所述风速廓线,具体方式为:
u′=(1+0.1·p)·u,u、u′分别是校正前后的风速廓线,p是单位面积建筑百分比。
5.根据权利要求4所述的多模式综合污染溯源方法,其特征在于,所述大气稳定度的获得方式为:
根据云量和太阳高度角获得太阳辐射值,根据所述太阳辐射值结合地面风速给出大气稳定度,所述大气稳定度包括较强不稳定、不稳定、较弱不稳定、中性、较弱稳定和较强稳定。
6.根据权利要求1所述的多模式综合污染溯源方法,其特征在于,在扩散模型选择中,若污染物的分子量大于空气,选择SLAB扩散模型,若污染物分子量不大于空气,选择高斯烟羽扩散模型。
7.根据权利要求1所述的多模式综合污染溯源方法,其特征在于,可能的污染排放源的获得方式为:
根据污染物的类别,在上风向寻找与所述类别对应的可能的污染排放源,所述污染排放源的信息包括企业名称、排放位置及坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893443.8A CN113624921B (zh) | 2021-08-04 | 2021-08-04 | 多模式综合污染溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893443.8A CN113624921B (zh) | 2021-08-04 | 2021-08-04 | 多模式综合污染溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113624921A true CN113624921A (zh) | 2021-11-09 |
CN113624921B CN113624921B (zh) | 2024-03-29 |
Family
ID=78382745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110893443.8A Active CN113624921B (zh) | 2021-08-04 | 2021-08-04 | 多模式综合污染溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113624921B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114356880A (zh) * | 2021-12-15 | 2022-04-15 | 浙江工业大学 | 基于数据驱动的小尺度区域大气污染物快速溯源方法 |
CN114818391A (zh) * | 2022-06-28 | 2022-07-29 | 北京化工大学 | 一种基于多溯源模型的污染源浓度智能分析方法 |
CN115032332A (zh) * | 2022-04-28 | 2022-09-09 | 武汉大学 | 一种基于车载系统测量强点源碳排放的方法 |
CN115600919A (zh) * | 2022-09-19 | 2023-01-13 | 江苏蓝创智能科技股份有限公司(Cn) | 用于对实时无组织排放定位与园区排放总量计算的方法 |
US20230280173A1 (en) * | 2022-03-07 | 2023-09-07 | Saudi Arabian Oil Company | Method, apparatus, and system for identifying one or more sources of air pollutants based on emission data from vehicles and air quality data from ambient air measurement apparatuses |
CN117610438A (zh) * | 2024-01-24 | 2024-02-27 | 广东智环创新环境科技有限公司 | 挥发性有机污染物扩散模拟与溯源方法及系统 |
CN117610438B (zh) * | 2024-01-24 | 2024-05-28 | 广东智环创新环境科技有限公司 | 挥发性有机污染物扩散模拟与溯源方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
CN109118129A (zh) * | 2018-11-02 | 2019-01-01 | 孙扬 | 一种大气污染物精准溯源识别系统及方法 |
US20190113445A1 (en) * | 2017-10-16 | 2019-04-18 | Weimin Zhang | Air pollution monitoring system and air pollution monitoring method |
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 |
CN111537023A (zh) * | 2020-05-13 | 2020-08-14 | 浙江大学 | 一种工业园区大气污染物扩散模拟与溯源方法 |
WO2021056160A1 (zh) * | 2019-09-23 | 2021-04-01 | 广州禾信仪器股份有限公司 | 一种VOCs污染的溯源方法 |
-
2021
- 2021-08-04 CN CN202110893443.8A patent/CN113624921B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914622A (zh) * | 2014-04-04 | 2014-07-09 | 清华大学 | 一种化学品泄漏快速预测预警应急响应决策方法 |
US20190113445A1 (en) * | 2017-10-16 | 2019-04-18 | Weimin Zhang | Air pollution monitoring system and air pollution monitoring method |
CN109118129A (zh) * | 2018-11-02 | 2019-01-01 | 孙扬 | 一种大气污染物精准溯源识别系统及方法 |
WO2021056160A1 (zh) * | 2019-09-23 | 2021-04-01 | 广州禾信仪器股份有限公司 | 一种VOCs污染的溯源方法 |
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 |
CN111537023A (zh) * | 2020-05-13 | 2020-08-14 | 浙江大学 | 一种工业园区大气污染物扩散模拟与溯源方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114356880A (zh) * | 2021-12-15 | 2022-04-15 | 浙江工业大学 | 基于数据驱动的小尺度区域大气污染物快速溯源方法 |
US20230280173A1 (en) * | 2022-03-07 | 2023-09-07 | Saudi Arabian Oil Company | Method, apparatus, and system for identifying one or more sources of air pollutants based on emission data from vehicles and air quality data from ambient air measurement apparatuses |
US11859991B2 (en) * | 2022-03-07 | 2024-01-02 | Saudi Arabian Oil Company | Method, apparatus, and system for identifying one or more sources of air pollutants based on emission data from vehicles and air quality data from ambient air measurement apparatuses |
CN115032332A (zh) * | 2022-04-28 | 2022-09-09 | 武汉大学 | 一种基于车载系统测量强点源碳排放的方法 |
CN114818391A (zh) * | 2022-06-28 | 2022-07-29 | 北京化工大学 | 一种基于多溯源模型的污染源浓度智能分析方法 |
CN115600919A (zh) * | 2022-09-19 | 2023-01-13 | 江苏蓝创智能科技股份有限公司(Cn) | 用于对实时无组织排放定位与园区排放总量计算的方法 |
CN115600919B (zh) * | 2022-09-19 | 2023-08-22 | 江苏蓝创智能科技股份有限公司 | 用于对实时无组织排放定位与园区排放总量计算的方法 |
CN117610438A (zh) * | 2024-01-24 | 2024-02-27 | 广东智环创新环境科技有限公司 | 挥发性有机污染物扩散模拟与溯源方法及系统 |
CN117610438B (zh) * | 2024-01-24 | 2024-05-28 | 广东智环创新环境科技有限公司 | 挥发性有机污染物扩散模拟与溯源方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113624921B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113624921A (zh) | 多模式综合污染溯源方法 | |
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 | |
CN112749478B (zh) | 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法 | |
CN108227041B (zh) | 基于站点实测数据和模式结果的水平能见度预报方法 | |
CN114757807B (zh) | 多模式融合的大气污染物实际排放量在线核算方法 | |
CN107917987A (zh) | 一种面向城市空气污染物溯源分析方法 | |
CN114371260A (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
CN115420854B (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
CN113436045A (zh) | 大气污染多尺度融合溯源方法、装置和可读存储介质 | |
CN110658307A (zh) | 评估污染源对环境空气质量影响的方法 | |
CN115689125B (zh) | 一种基于多源数据的涉气污染源布局方法 | |
CN114077798B (zh) | 估算小尺度区域大气污染物网格浓度的方法 | |
CN116842877B (zh) | 一种基于多源数据综合利用的小尺度三维风场重构算法 | |
CN115480032A (zh) | 基于地面遥感测量的点源排放强度预测方法 | |
Atabi et al. | Comparison of AERMOD and CALPUFF models for simulating SO 2 concentrations in a gas refinery | |
CN116739222B (zh) | 确定道路移动源的污染物浓度贡献值的方法与装置 | |
CN116258101A (zh) | 一种基于气体浓度监测数据快速计算排放源强的方法 | |
CN110674583A (zh) | 城市间大气污染传输矩阵的构建方法 | |
Lennartson et al. | A synoptic climatology of surface-level ozone in Eastern Wisconsin, USA | |
CN115881239A (zh) | 基于扩展wrf和cmaq模型的大气污染弱扩散区域的划分方法 | |
CN115372287A (zh) | 基于高分五号卫星数据的二氧化硫排放清单构建方法 | |
Malakan et al. | Comparison of AERMOD performance using observed and prognostic meteorological data. | |
CN117670134B (zh) | 一种空气污染物观测站点布局评价方法 | |
CN113283100B (zh) | 一种陆上风资源数字信息化开发方法 | |
CN117574329B (zh) | 基于集成学习的二氧化氮精细化空间分布方法 |
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 |