CN114371260A

CN114371260A - 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法

Info

Publication number: CN114371260A
Application number: CN202210048751.5A
Authority: CN
Inventors: 史谷雨; 马洪玺; 张文军; 杜先; 孙国辉
Original assignee: Shanghai Lanke Petrochemical Engineering & Technology Co ltd
Current assignee: Shanghai Lanke Petrochemical Engineering & Technology Co ltd
Priority date: 2022-01-17
Filing date: 2022-01-17
Publication date: 2022-04-19
Anticipated expiration: 2042-01-17
Also published as: CN114371260B

Abstract

本发明涉及一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，包括建立工业企业的VOCs无组织排放源清单；通过“功能区域划分和网格化布点”的综合评级方法，以VOCs无组织排放源清单和局地常年气象条件为基础而筛选布设VOCs网格化监测站点；创建VOCs管控平台，展示网格化的全厂VOCs排放水平、时间变化趋势和特征、分析污染地图的VOCs排放总量、高浓度值和发生时间；通过优化后的气体扩散模型，结合全厂的VOCs监测数据，实现整个企业厂区内的VOCs污染的扩散预警分析；及通过源解析技术，实现VOCs污染的溯源分析。本发明实现了工业企业无组织VOCs污染“源头梳理、过程监测、系统管控预警”的一体化的精细监管模式。

Description

一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法

技术领域

本发明属于环境监测技术领域，具体涉及一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法。

背景技术

我国的石油化工、煤化工企业众多，在产生经济效益的同时，挥发性有机物(简称VOCs)的排放量日益增长。近年来，VOCs作为PM2.5和臭氧的关键前体物，其VOCs污染防治受到国家的高度重视，对石化、化工类企业或者涉及VOCs排放的工业园区提出应建设监测预警监控体系，开展网格化监测及溯源分析工作的要求。

涉VOCs的化工企业作为VOCs主要的排放源，其VOCs污染物排放具有来源种类多、无组织排放比例高、来源不清、单位面积排放强度差异大、排放时段不规律等特点。传统的现场摸排和手工采样分析模式无法应对瞬时和突发的污染状况，导致污染来源识别不明；固定连续自动监测设备价格高，无法应对数量庞大的无组织点位，导致无法有效确认无组织VOCs的实际源头，并且很难满足工业企业厂区内VOCs污染溯源的调查需求，同时也给如石化企业的设备泄漏与修复(LDAR)排查造成了巨大的工作量。

中国专利文献CN 110954658 A公开了一种工业园区挥发性有机物网格化溯源调查的方法，其采用多层网格的方法，即第一层网格为不同工艺区域划分，第二层网格为每一工艺区域设定固定连续监测站，在定点连续监测的基础上采用移动式分析设备对第二层网格进行同步移动监测，从而实现对整个工业园区内不同工艺区域的VOCs污染总体状况的掌握。该专利提供了一种半连续网络式监测，但由于移动监测设施成本高，此专利只适用于区域较大的工业园区。但由于工业园区内的企业数量较多，且固定连续监测设备数量有限，单个设备覆盖面积为1～2平方公里，污染责任主体仅能落实至该企业厂区，不能解决无组织VOCs的精准溯源；并且二层网格的移动监测周期时间较长(2～4周)，无法应对瞬时性和突发性的VOCs污染监测。

中国专利文献CN 106841436 A公开了一种工业区大气VOCs自动监测预警溯源系统及其方法，其采用若干个大气VOCs监测系统、服务器、客户端、移动终端等组成的交互连接方式形成集成系统，在工业区周边居民集中和投诉高发区设置监测站，且每隔预设时间段向服务器发送监测站的大气VOCs和气象数据，实现大气VOCs高浓度预警。该方法的溯源前提是建立该工业区大气VOCs排放源谱库，其利用气袋或数码罐采样后采用色谱法(GC-FID)或色谱质谱法(GC-MS)进行实验室分析。首先该方法以工业园区周边监测站的实时监测判断VOCs高浓度污染的预警方式属于厂界监测，不适用于企业厂区内的精细化监测；其次，该方法的溯源依赖于预先建立的VOCs排放源谱库，若工艺或物料相似，很难实现精准溯源。

中国专利文献CN 112525977 A公开了一种无组织VOCs泄漏在线监测溯源方法和系统，该专利只针对生产装置内部的无组织VOCs泄漏监测，其采用质谱仪分析VOCs污染物气体而建立溯源模型数据库，且单台质谱仪最多可连接127个采样监测点，并与泄漏数据库进行对比，得到潜在泄漏设备的泄漏概率，与LDAR检测密切结合，为可能发生泄漏的设备进行现场排查和管控修复。该专利为源头管控VOCs特征污染物的泄漏提供了思路。但是该方法前期需投入大量工作得出各生产装置泄漏后监测点位的变化特征构建溯源模型数据库，其成本高昂。并且该方法只考虑生产装置内的VOCs污染，未考虑除装置以外的其他因素对监测采样的影响，其溯源的准确性将受到影响，这种局部的监测溯源方法无法实现覆盖全厂区的VOCs污染整体管控。

中国专利文献CN 106383205 A公开了一种VOCs区域在线监测及预警系统，包括：监测模块、通讯模块、数据存储模块、应用服务模块和人机交互模块，其中监测模块将监测数据发送至通讯模块，然后由通讯模块发送至数据存储模块对监测数据进行备份存储，其次应用服务模块接收监测数据并进行分析，最后与人机交互模块形成操作连接，实现污染物排放、气象数据的存储、管理，以及污染物扩散趋势推算，VOCs排放源解析等功能。该专利提出了污染监测数据实时传输、分析的系统化管理思路，为VOCs污染管控提供了可靠的技术支持。但该方法仅为后端的系统逻辑架构，在实际应用中需以监测数据作为该系统技术的基础，并提供数据来源的有效性论述。在实际应用中由于存在污染源高空排放和远距离传输等综合影响因素，若监测模块缺少关联性和有效性，实则无法达到精细化管控的目标。

中国专利文献CN 112540148 A公开了一种炼化企业大气污染物监测预警与溯源系统构建方法，该方法为炼化企业提供了建立监测预警与溯源的思路，包括企业环境风险评估、监测站点布设、溯源与预警信息化平台建设，但是该方法的监测站点布设缺少网格化思路，其中监测站点按功能和风险单元关系分为了中心站、节点站、边界站，该方法受人为主观因素影响，可能导致监测站点的位置不具备代表性，缺少理论依据支撑；其次，不同监测站点采用不同监测设备，因不同设备的监测原理不同可能导致数据不一致。

针对上述专利文献，当前涉VOCs工业企业厂区内的VOCs监测、扩散预警及溯源技术存在几点不足，总结如下：

1.监测站点的点位通常参考常规污染物的监测规范和历史工作经验，存在人为主观因素，其监测点位往往存在监测盲区，不能确保点位的可靠性和代表性；

2.无组织VOCs污染多为间歇性排放，易受环境气象条件、地形特征、环境敏感点分布以及监测设备等因素影响，导致监测网络存在无法应对瞬时性和突发性的无组织VOCs污染的情况；

3.无论是厂界监测和生产装置内的无组织监测，都仅能判断出监测区域是否有VOCs逸散，而VOCs的扩散路径会随着时间和空间的变化而改变，很难通过监测点浓度溯源出VOCs的泄漏点；

4.利用色谱法或质谱法建立的VOCs排放谱库溯源方法，虽然能掌握全厂各装置排口的不同VOCs特征污染物，但是VOCs的逸散过程中易受环境因素影响而产生化学转变，而且厂区内可能存在不同装置的VOCs特征污染物相似的情况，无法确保溯源的准确性。

发明内容

本发明的目的在于提供一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，与传统工业园区VOCs监测方式不同，尤其适用于VOCs污染源量多面广的工业企业，该方法可实现涉VOCs工业企业识别瞬时和突发的VOCs无组织排放污染情况、精准掌握VOCs无组织排放污染物的排放特征并实时分析出下游扩散范围和上游污染源头，为管理人员提供实时预警和溯源信息，实现企业厂区内VOCs的精细化管控。

为了实现上述目的，本发明所采用的技术方案如下：

一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，包括：

步骤一、建立企业无组织VOCs排放源清单：利用大气污染源排放清单编制体系，对企业涉VOCs的工艺排放区进行各类型VOCs风险源排查、排放量估算、相关治理、监测情况摸排，以及企业厂区内道路移动源排查，形成企业VOCs无组织排放清单数据模板；

步骤二、网格化监测站点部署：对企业厂区进行功能区域划分，结合所述企业无组织VOCs排放源清单和当地常年气象条件确定监测范围，在监测范围内以网格布点方法设置潜在监测站点，并利用模糊评价方法筛选出最优监测站点，进行网格化监测站点部署；

步骤三、建立VOCs管控平台：将各所述网格化监测站点的监测数据传输至后台云服务器进行实时分析，并将分析结果传输至管控平台进行可视化展示，以对全厂VOCs污染进行扩散预警与溯源的精细化管控。

一些实施方式中，步骤一中，所述企业VOCs无组织排放清单数据模板包括涉VOCs的工艺区域内的原辅材料种类、生产装置参数、污染源类型、污染排放速率、VOCs理论排放源强、相关治理设施运行参数、相关监测设施运行参数以及厂区内道路移动源排放；和/或，所述企业VOCs无组织排放清单数据模板与GIS地图、时间序列相结合生产可视化动态VOCs排放源清单。

一些实施方式中，步骤二中，所述功能区域划分的方法为：以工艺生产装置为依据划分出厂区内涉及VOCs排放的工艺排放区；以当地常年气象条件为依据划分出工业厂区内建筑物和道路受气流运动影响的污染传输通道；以工业企业拥有使用权的场所或建筑物为依据划分出厂界；以靠近工业企业边界的居民生活区为依据划分出涉及污染的环境敏感点。

一些实施方式中，所述网格化监测站点在工艺排放区的监测频率为20～50s/次；在污染传输通道的监测频率为1～2min/次；在厂界与环境敏感点的监测频率为5～10min/次。

一些实施方式中，步骤二中，所述的利用模糊评价方法筛选出最优监测站点的具体步骤为：依据各项评价指标对评价网格中的各潜在监测站点进行评价得出模糊评价矩阵，并以综合评分高低优选的方式对评价网格的潜在监测站点进行筛选，得出最优监测站点及其数量；所述评价指标包括各评价网格内的气体模拟扩散浓度、气体浓度变化梯度、地面粗糙度、气体空间分布特征、气体理化参数及环境敏感点数。

一些实施方式中，步骤二中，所述网格化监测站点选用大气环境自动监测设备，包括VOCs监测传感器、气象监测传感器、空气质量因子检测模块、通讯模块以及其它辅助与校准模块，可用于监测包括TVOC、PM2.5、PM10、O₃、CO、SO₂、NO_x、大气温度、大气湿度、风力及风向在内的各项指标。

一些实施方式中，所述VOCs监测传感器采用市售的光离子化检测器，其以TVOC为监测因子实施范围1ppb～5000ppm内的VOCs检测；和/或，所述气象监测传感器采用大气温度传感器、大气湿度传感器、风速传感器及风向传感器中至少一种；和/或，所述空气质量因子检测模块采用市售的空气质量检测仪器以实现PM2.5、PM10、NO_x、O₃、SO₂、CO污染因子在内的检测；和/或，所述通讯模块用于数据无线传输；和/或，所述的其它辅助与校准模块包括：冷凝模块、疏水模块、干燥模块及高浓度报警模块，所述高浓度报警模块设置的厂区内工艺排放区与污染传输通道的监测点浓度限值为10mg/m³，厂区外的厂界与环境敏感点的监测点浓度限值为4mg/m³。

一些实施方式中，步骤三中，所述VOCs管控平台所涉功能包括：空气质量分析展示、排放源清单管理、网格化监控地图、污染监测预警展示、历史数据统计查询、污染扩散分布查询、污染溯源解析查询、污染排放总量核算及污染数据研究报告。

一些实施方式中，步骤三中，所述的对全厂VOCs污染进行扩散预警的具体方法为：将各网格化监测站点的污染监测数据、气象监测数据及排放源清单数据传输至后台云服务器，利用其内置的无组织气体扩散模型，对VOCs浓度超标的监测站点进行扩散趋势分析，得出VOCs污染影响范围和浓度变化趋势，并在VOCs污染范围超过防护距离时，向VOCs管控平台传输预警信息。

一些实施方式中，步骤三中，所述的对全厂VOCs污染进行溯源的具体方法为：利用无组织气体扩散模型反演法，以监测站点为受体点，推导得出等效源强和上风向污染路径，并结合排放源清单数据和上风向多个网格化监测站点的监测数据，利用多源数据融合算法进行源解析计算，得出排放源贡献率最高的VOCs污染源所在区域，当排放源贡献率最高的为上游无组织VOCs污染源，则确定该工艺区域为污染源所在区域；当排放源贡献率最高的为上风向道路移动源，则查询该道路在其污染时段的车流量，并与道路两侧的工艺区域排放量进行对比分析，综合判断污染源为装置排放或工艺排放；当排放源贡献率最高的为上风向监测站点，则迭代分析该监测站点的上风向监测点位、上游VOCs污染源和上风向道路移动源，最终迭代分析得出排放源贡献率最高的VOCs污染源所在区域。

本发明采用以上技术方案至少具有如下的有益效果：

1.通过梳理涉VOCs工业企业的原辅材料种类、生产装置参数、污染源类型、污染排放速率、VOCs理论排放源强、相关治理设施运行参数、相关监测设施运行参数及厂区内道路移动源排放情况，制作企业厂区的无组织VOCs排放源清单数据模板，并与GIS地图和时间序列相结合生产可视化动态VOCs排放源清单，这种排放源清单动态可视化管理方法有利于帮助企业了解全厂无组织污染排放情况，并服务于企业污染预警、防治、污染源控制与空气质量模拟的工作；

2.通过采用划分功能区域、建立无组织VOCs排放源清单、模拟网格化监测区域、模糊评价筛选最优监测站点的综合布点方法，为监测采样点的布设位置提供了理论依据，极大降低了人为主观因素影响，监测结果更接近真值；

3.通过VOCs无组织排放源清单和优化后的无组织气体扩散模拟方程，可以合理计算浓度超标监测站点下风向污染扩散影响区域和浓度变化趋势，并判断是否超过防护距离，实时预警超标污染情况，及时对下游环境敏感点进行防护措施，实现更好的社会和经济效益；

4.利用无组织气体扩散模型反演法推导得出等效源强，结合排放源清单数据和上风向多个网格化监测站点的监测数据，利用多源数据融合算法进行源解析计算，得出VOCs来源区域和排放源贡献率，缩小了LDAR排查范围，提高了VOCs减排的效率；

5.采用PID传感器检测TVOC总量，并结合网格化监测布点可判断VOCs污染的总体浓度趋势，相较于价格昂贵的固定式质谱监测设备，成本优势明显，可以应对数量庞大的无组织点位，且秒级的数据分析及传输速度可快速响应瞬时性和突发性的VOCs污染，适用于企业的精细化监测网络的需求特点。

附图说明

为了更清楚的说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图及其标记作简单的介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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它的附图。

图1为本发明实施例的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法的流程框图。

具体实施方式

为了更清楚地说明本发明实施例，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明专利的一些实施例，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，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。

请参阅图1，根据本发明提供的一种实施例，为一种工业企业无组织VOCs排放源清单技术方法，包括：

步骤1、企业基本资料调查，包括企业名称、厂区平面布置图、经纬度、生产规模、生产原料、生产工艺路线、生产产品、生产产量、各厂区所属划分、大型装置建筑物和地形分布；

步骤2、企业涉VOCs无组织排放的工艺过程排放源梳理，包括装置编号、归属工区、物料名称、物料理化参数、装置物理参数、装置运行参数、装置运行状态、周转量、治理设施运行参数及治理设施效率；

步骤3、根据步骤2中的企业涉VOCs工艺相关参数，通过公式法、系数法、物料衡算法或实测法的计算方法，估算得出企业各工艺过程VOCs排放量；

步骤4、企业厂区内VOCs道路运输源梳理，包括厂区内限速水平、厂内主干道路车流量、进厂各类机动车车型、排量、燃料类型、货运周转量和日产量的活动水平，该车辆数据可从厂区门禁系统数据库获取；

步骤5、企业厂区所在地的局地气象条件收集，包括企业所在地区不同季节的温度、湿度、云量，以及企业所在地区常年的风向、风速；

步骤6、根据步骤3中VOCs道路运输源资料和步骤4中局地常年气象资料，结合步骤1中厂区内建筑物与道路分布，通过气体扩散模拟计算方法，得出道路移动源VOCs污染在企业主干道路的分布情况，该数据也可根据企业实际情况，与厂内的走航监测车的监测数据相互结合验证；

步骤7、根据步骤1至步骤5中的无组织VOCs排放源的活动水平信息数据与GIS地图和时间序列相结合，生成动态无组织VOCs排放源清单数据库；

步骤8、根据步骤6中的无组织VOCs排放源清单数据库，与VOCs管控平台对接可生成可视化无组织VOCs排放源清单，并与空气质量模型形成有效衔接可进行VOCs污染模拟。

需要说明的是，该空气质量模型是以第三代空气质量模型为理论依据建立的工业源气体扩散模型，其公式为基于高斯扩散方程优化后的无组织气体扩散模拟方程，可对点源、面源、体源等多种污染源进行模拟，并且可处理干沉积、湿沉降、污染物转化、建筑物下洗及静风的情况，适用范围小于50km。

请参阅图1，根据本发明提供的一种实施例，为一种VOCs网格化监测布点方法，包括如下步骤：

步骤1、根据企业厂区的平面布置图、生产工艺路线、物料类型、各厂区所属划分、影响气流运动的非工艺装置建筑物和厂区地形条件，将涉VOCs排放企业的厂区划分为不同的功能区域，包括工艺排放区、污染传输通道、厂界、环境敏感点；

需要说明的是，工艺排放区是以工业企业工艺生产装置为依据划分的厂区内的涉及VOCs废气排放的工艺区域，若不同生产单元的类型相近且边界距离小于20m，则可近似作为一个工艺排放区域；污染传输通道是以当地常年的气象条件为依据而划分的工业厂区内建筑物和道路因气流运动影响的传输路径，以厂区内道路集中交叉口和主要运输道路为主；厂界是以工业企业的拥有使用权的场所或建筑物为依据而定的边界区域；环境敏感点为以靠近工业企业边界的居民生活居住区为敏感点而定的污染受体区域。

步骤2、根据步骤1中工艺排放区的占地面积大小，选取工艺排放区的几何中心点为原点，建立地理坐标系，根据区域内生产工艺装置和环境敏感点分布以及污染程度确定网格间距，并对该工艺区域进行1：1网格化设置；

步骤3、根据步骤2中工艺排放区网格内的相应排放源清单中的原辅材料种类、生产工艺装置参数、污染源类型、污染排放速率、相关治理设施运行参数，判断该区域的污染程度及计算该区域源强，并且结合局地常年气象条件(风向、风速等)，利用气体扩散模型模拟污染扩散范围，作为相应的潜在监测站点的范围，并结合网格，在该范围内的每个网格中选取一个潜在监测站点的布设位置；

步骤4、根据步骤3中的潜在监测站点，综合考虑各网格内气体模拟扩散浓度、气体浓度变化梯度、地面粗糙度、气体空间分布特征、气体理化参数及环境敏感点等评价指标，利用模糊评价方法获取各个潜在监测站点在评价指标下的模糊评价矩阵，根据综合评分高低优选的原则对评价网格进行筛选，得出最优监测站点；

需要说明的是，该模糊评价方法的评价指标包括各网格内气体模拟扩散浓度、气体浓度变化梯度、地面粗糙度、气体空间分布特征、气体理化参数及环境敏感点。

步骤5、根据步骤4中各个工艺排放区域的最优监测站点，结合工艺排放区周边的道路、厂界及环境敏感点的特征，确定最优监测站点位置及数量，获得最优网格化监测站点布设方案；

网格化监测站的数量在最优监测站点数量的基础上可根据现场实际情况而增加，若主导风向明显，气流传输路径、厂界、下游居民敏感区附近相应增加监测点(约占监测点总数的60％)。

步骤6、以步骤5的最优监测站点为基础，根据功能区特点和污染物特征设定监测频率和高浓度报警限值，对涉VOCs工艺排放区、污染传输通道、厂界、下游居民敏感区的各点位进行连续监测，掌握工业企业厂区的VOCs污染总体分布状况；

步骤7、以步骤6的各最优监测站点的整年监测数据为依据，利用物元分析法和聚类分析法对步骤5中的最优点位进行优化调整，完善因模糊综合评价方法对多种因素及不确定性量化处理的不足而造成的监测站点无响应源或低值源等情况，并且可适应企业生产的不同生命周期。

该实施方式中的网格化监测站点选用大气环境自动监测设备，包括VOCs监测传感器、气象监测传感器、空气质量因子检测模块、通讯模块以及其它辅助与校准模块，可用于监测包括TVOC、PM2.5、PM10、O₃、CO、SO₂、NO_x、大气温度、大气湿度、风力及风向在内的各项指标。

其中，VOCs监测传感器采用市售的光离子化检测器，其以TVOC为监测因子实施范围1ppb～5000ppm内的VOCs检测，可通过选用低能量UV灯以提高选择性；气象监测传感器采用大气温度传感器、大气湿度传感器、风速传感器及风向传感器中至少一种；空气质量因子检测模块采用市售的空气质量检测仪器以实现PM2.5、PM10、NO_x、O₃、SO₂、CO污染因子在内的检测；通讯模块用于数据无线传输；其它辅助与校准模块包括：冷凝模块、疏水模块、干燥模块及高浓度报警模块，该高浓度报警模块设置的厂区内工艺排放区与传输通道的监测点浓度限值为10mg/m³，厂区外的厂界与环境敏感点的监测点浓度限值为4mg/m³，此外，不同地区的高浓度报警限值根据地方VOCs排放标准而设定。

在一具体实施方式中，网格化监测站点在工艺排放区的监测频率为20～50s/次；在传输通道的监测频率为1～2min/次；在厂界与环境敏感点的监测频率为5～10min/次，此为在收集一定量监测数据后，以大数据分析为基础，通过后台云服务器的深度学习运算功能进行计算，自动更新优化。

请参阅图1，根据本发明提供的一种实施例，为一种无组织VOCs扩散预警及溯源技术方法，包括如下步骤：

步骤1、根据无组织VOCs排放源清单，将涉及无组织VOCs工艺排放区内的工艺装置作为VOCs潜在风险污染源按不同类型划分，包括点源、面源和体源；

步骤2、根据各监测站的VOCs浓度数据，以监测站为源点，基于VOCs扩散模型分析各功能区域内单个监测站的VOCs扩散范围，并实施预警；

该VOCs扩散预警系统方法包括：

S21、利用监测设备记录的VOCs污染浓度数据和同步记录的气象数据，并基于优化后的气体扩散模型，通过后台云服务器计算VOCs扩散范围和下风向距离的实际阶梯浓度变化；

S22、根据计算得出的VOCs污染扩散区域，结合该污染扩散区域内的VOCs浓度限值和附近相关装置的防护距离，进行比对分析，以判断是否发送预警信息；

S23、若扩散浓度超标或扩散距离超过防护距离，则后台云服务器启动VOCs污染预警，向企业管理人员发送VOCs污染预警信息，并协助制定相关的应急响应方案。

需要说明的是，VOCs污染影响范围和防护距离，可结合管控平台内置的GIS地图，实现可视化的VOCs污染扩散过程及超标预警的图形化动态演示；防护距离是以大气环境防护距离和卫生防护距离为依据，VOCs污染排放源达到环境质量标准的最小距离。

后台云服务器所涉功能包括：数据接收、数据储存、数据备份、统计分析与数据传输，后台云服务器用于接收网格化监测站点数据并进行智能分析，并结合GIS地理数据绘制网格化监控地图，分析监控地图的VOCs总量、各空气质量因子总量、高浓度值和发生时间，并将分析结果实时传输至VOCs管控平台以图形化方式展示；后台云服务器通过结合污染监测数据、气象监测数据、排放源清单数据，利用内置的无组织气体扩散模型，对VOCs浓度超标的监测点位进行扩散趋势分析，得出VOCs污染影响范围和浓度变化趋势，若VOCs污染范围超过防护距离，则实时向企业管理人员发送预警信息。

步骤3、根据监测站的VOCs高浓度数据，以该监测站为受体点，基于扩散模型反向推演的溯源模型分析该监测站点的VOCs上游污染源范围，并与上游不同监测站和VOCs污染源进行匹配关联分析，确定各风险源的贡献率；

该VOCs溯源系统方法包括：

S31、根据监测站的高浓度VOCs报警信息，启动溯源分析系统，结合该时刻监测设备同步记录的气象地理信息和工艺生产状态，利用扩散反演技术进行溯源计算，得出VOCs上风向污染路径；

该VOCs上风向污染路径为扩散模型反推出的受体点上风向的线性模拟路径，该路径覆盖了上风向监测站点、上游无组织VOCs排放源、上风向道路移动源，其中，上风向监测站点为受体点的VOCs上风向污染路径内距离最近的3～6个网格化监测站点；上游无组织VOCs污染源为受体点的VOCs上风向污染路径内与该监测位置工艺或物料相近的无组织VOCs排放源；上风向道路移动源为受体点的上风向污染路径内的主干道路移动车辆排放源。

S32、根据VOCs无组织排放源清单，检索排查该VOCs上风向污染路径中监测站点的监测数据，以及工艺生产装置和治理措施的运行情况；

S33、统计VOCs上风向污染路径中至少3个监测站点的监测浓度、涉VOCs工艺生产装置的理论排放源强、治理措施的减排浓度；

S34、对VOCs上风向污染路径的各污染源进行最佳匹配度分析，得出最佳匹配污染源所在区域和排放源贡献率；

该最佳匹配污染源为贡献率最高的VOCs污染源，若贡献率最高的为上游无组织VOCs污染源，则确定该工艺区域为污染源所在区域；若贡献率最高为上风向道路移动源，则查询该道路在其污染时段的车流量，并与道路两侧的工艺区域排放量进行对比分析，综合判断污染来源是否为装置排放或工艺排放影响；若贡献率最高的为上风向监测站点，则迭代分析该监测站点的上风向监测站点、上游VOCs污染源和上风向道路移动源，最终迭代分析得出最佳匹配污染源。

在一较佳实施方式中，该最佳匹配污染源的数据分析结果与企业VOCs管控平台内置的GIS地图结合，并实现VOCs溯源过程的图形化动态演示。

S35、根据分析得出的溯源区域，由后台云服务器将VOCs溯源区域发送至企业管理人员，使企业环保管理人员在管控平台确认信息，并安排现场快速排查确认污染源所在区域，并协助制定相关处理措施。

在一具体实施方式中，该VOCs管控平台所涉功能包括：空气质量分析展示、排放源清单管理、网格化监控地图、污染监测预警展示、历史数据统计查询、污染扩散分布查询、污染溯源解析查询、污染排放总量核算及污染数据研究报告。

本发明的网格化监测布点是以优先建立企业VOCs无组织排放源清单为基础、综合“功能区域划分和网格布点”两种点位布设方法、结合模型模拟和模糊综合评价的一系列方式方法，最终筛选出最优网格化监测站点，不仅为网格化监测站点的部署提供了理论依据，而且减少了人为布点的主观因素影响。

本发明的网格化监测方法综合了“源头梳理、过程监测、系统管控预警”，可验证企业厂区内VOCs污染的传输路径，可实现企业的VOCs从“源头排放”经过“传输路径”扩散至“受体点”接收的精细化管控，为核查和溯源提供理论依据。

本发明的VOCs无组织排放源清单管理技术，是以大气污染源排放清单编制体系为理论基础，通过同步关联全厂VOCs风险污染源、相关生产装置、相关治理设施、相关监测设备的方式形成VOCs无组织排放源清单数据模板，并与GIS地图和时间序列相结合，导入管控平台后生成可视化VOCs无组织排放源清单，弥补了传统的现场摸排和手工采样分析模式造成的VOCs管控效率的不足，通过VOCs管控平台中排放源清单检索功能可快速排查污染来源，也减少了设备泄漏与修复(LDAR)排查的工作量，同时还可满足无组织气体扩散模型的处理精度需求。

本发明的VOCs扩散和溯源技术，是以第三代空气质量模型为理论基础，通过结合企业的VOCs排放特征而优化的无组织气体扩散模型，可处理静风、干沉积、湿沉降、污染物转化、建筑物下洗、静风等情况，适用于工艺装置较密集的工业企业厂区，不仅可应对瞬时性和突发性的VOCs污染预警，也满足厂区内VOCs污染溯源的调查需求。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。

Claims

1.一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，包括：

2.根据权利要求1所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，步骤一中，

所述企业VOCs无组织排放清单数据模板包括涉VOCs的工艺区域内的原辅材料种类、生产装置参数、污染源类型、污染排放速率、VOCs理论排放源强、相关治理设施运行参数、相关监测设施运行参数以及厂区内道路移动源排放；和/或，

所述企业VOCs无组织排放清单数据模板与GIS地图、时间序列相结合生产可视化动态VOCs排放源清单。

3.根据权利要求1所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，步骤二中，所述功能区域划分的方法为：

以工艺生产装置为依据划分出厂区内涉及VOCs排放的工艺排放区；

以当地常年气象条件为依据划分出工业厂区内建筑物和道路受气流运动影响的污染传输通道；

以工业企业拥有使用权的场所或建筑物为依据划分出厂界；

以靠近工业企业边界的居民生活区为依据划分出涉及污染的环境敏感点。

4.根据权利要求3所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，

所述网格化监测站点在工艺排放区的监测频率为20～50s/次；在污染传输通道的监测频率为1～2min/次；在厂界与环境敏感点的监测频率为5～10min/次。

5.根据权利要求1所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，步骤二中，所述的利用模糊评价方法筛选出最优监测站点的具体步骤为：

依据各项评价指标对评价网格中的各潜在监测站点进行评价得出模糊评价矩阵，并以综合评分高低优选的方式对评价网格的潜在监测站点进行筛选，得出最优监测站点及其数量，

所述评价指标包括各评价网格内的气体模拟扩散浓度、气体浓度变化梯度、地面粗糙度、气体空间分布特征、气体理化参数及环境敏感点数。

6.根据权利要求1所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，步骤二中，所述网格化监测站点选用大气环境自动监测设备，包括VOCs监测传感器、气象监测传感器、空气质量因子检测模块、通讯模块以及其它辅助与校准模块，可用于监测包括TVOC、PM2.5、PM10、O₃、CO、SO₂、NO_x、大气温度、大气湿度、风力及风向在内的各项指标。

7.根据权利要求6所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，

所述VOCs监测传感器采用市售的光离子化检测器，其以TVOC为监测因子实施范围1ppb～5000ppm内的VOCs检测；和/或，

所述气象监测传感器采用大气温度传感器、大气湿度传感器、风速传感器及风向传感器中至少一种；和/或，

所述空气质量因子检测模块采用市售的空气质量检测仪器以实现PM2.5、PM10、NO_x、O₃、SO₂、CO污染因子在内的检测；和/或，

所述通讯模块用于数据无线传输；和/或，

所述的其它辅助与校准模块包括：冷凝模块、疏水模块、干燥模块及高浓度报警模块，

所述高浓度报警模块设置的厂区内工艺排放区与污染传输通道的监测点浓度限值为10mg/m³，厂区外的厂界与环境敏感点的监测点浓度限值为4mg/m³。

8.根据权利要求1所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，步骤三中，

所述VOCs管控平台所涉功能包括：空气质量分析展示、排放源清单管理、网格化监控地图、污染监测预警展示、历史数据统计查询、污染扩散分布查询、污染溯源解析查询、污染排放总量核算及污染数据研究报告。

9.根据权利要求1所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，步骤三中，所述的对全厂VOCs污染进行扩散预警的具体方法为：

将各网格化监测站点的污染监测数据、气象监测数据及排放源清单数据传输至后台云服务器，利用其内置的无组织气体扩散模型，对VOCs浓度超标的监测站点进行扩散趋势分析，得出VOCs污染影响范围和浓度变化趋势，并在VOCs污染范围超过防护距离时，向VOCs管控平台传输预警信息。

10.根据权利要求1所述的一种工业企业无组织VOCs的网格化监测、扩散预警及溯源方法，其特征在于，步骤三中，所述的对全厂VOCs污染进行溯源的具体方法为：

利用无组织气体扩散模型反演法，以监测站点为受体点，推导得出等效源强和上风向污染路径，并结合排放源清单数据和上风向多个网格化监测站点的监测数据，利用多源数据融合算法进行源解析计算，得出排放源贡献率最高的VOCs污染源所在区域，

当排放源贡献率最高的为上游无组织VOCs污染源，则确定该工艺区域为污染源所在区域；

当排放源贡献率最高的为上风向道路移动源，则查询该道路在其污染时段的车流量，并与道路两侧的工艺区域排放量进行对比分析，综合判断污染源为装置排放或工艺排放；

当排放源贡献率最高的为上风向监测站点，则迭代分析该监测站点的上风向监测点位、上游VOCs污染源和上风向道路移动源，最终迭代分析得出排放源贡献率最高的VOCs污染源所在区域。