CN115238244B - 一种pm2.5污染成因快速量化解析方法 - Google Patents

一种pm2.5污染成因快速量化解析方法 Download PDF

Info

Publication number
CN115238244B
CN115238244B CN202210951829.4A CN202210951829A CN115238244B CN 115238244 B CN115238244 B CN 115238244B CN 202210951829 A CN202210951829 A CN 202210951829A CN 115238244 B CN115238244 B CN 115238244B
Authority
CN
China
Prior art keywords
contribution
pollution
value
emission
meteorological
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
Application number
CN202210951829.4A
Other languages
English (en)
Other versions
CN115238244A (zh
Inventor
赵伟
孙家仁
高博
卢清
刘明
陈来国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China Institute of Environmental Science of Ministry of Ecology and Environment
Original Assignee
South China Institute of Environmental Science of Ministry of Ecology and Environment
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China Institute of Environmental Science of Ministry of Ecology and Environment filed Critical South China Institute of Environmental Science of Ministry of Ecology and Environment
Priority to CN202210951829.4A priority Critical patent/CN115238244B/zh
Publication of CN115238244A publication Critical patent/CN115238244A/zh
Application granted granted Critical
Publication of CN115238244B publication Critical patent/CN115238244B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种PM2.5污染成因快速量化解析方法，包括以下步骤：S1、数据统计；S2、综合成因公式建立：PM2.5变化率＝排放贡献值+气象贡献值+化学转化贡献值；S3、排放贡献值计算；S4、气象贡献值计算；S5、化学转化贡献值计算；S6、贡献值修正。本发明的PM2.5污染成因快速量化解析方法采用气象示踪物的方法进行气象污染贡献计算分析，同时建立了综合成因公式，对排放贡献值以及化学转化贡献值进行综合分析，为PM2.5的成因解析提供了新的思路。

Description

一种PM2.5污染成因快速量化解析方法
技术领域
本发明涉及大气污染治理技术领域，具体是涉及一种PM2.5污染成因快速量化解析方法。
背景技术
大气中的PM2.5污染物受工业排放、气象条件、化学转化等因素的共同影响，使得大气中的PM2.5成因及对环境的影响非常复杂，因此，需要建立一套PM2.5成因解析方法，进而实时、高效解析气象和化学转化对大气中的PM2.5污染的贡献，提高大气污染防治工作的实效性和科学性，支撑精准治污、科学治污。
目前，在现有技术中涉及PM2.5浓度贡献解析的方法主要有三种：一是统计模型法，即使用基于观测数据的统计模型，如多元线性回归、Logistic回归、广义加性、CMB、PMF等，解析多个气象要素或多种类型污染源对污染的贡献；二是箱式模型法，即使用基于大气化学机理的箱式模型，如MCM、OBD等，识别目标污染物对大气成分的敏感性；三是大气化学传输模式诊断法，即使用大气化学传输模式，如CAMx、CMAQ、WRF/Chem等，从动力和微物理化学耦合角度对污染过程进行模拟，利用模式内嵌工具，如IPR、PSAT、OSAT、DDM、HDDM等，或再统计工具，如RSM等进行诊断。
但是，基于观测数据的统计模型和基于大气化学机理的箱式模型都必须建立在大量观测结果之上，难于同时解析气象、排放和化学转化的贡献；大气化学传输模式依赖精细排放源、模拟计算量大，耗时间，难于快速诊断与解析。总的来说现有技术成本高、效率低、耗时间。
发明内容
针对上述存在的问题，本发明提供了一种PM2.5污染成因快速量化解析方法。
本发明的技术方案是：
一种PM2.5污染成因快速量化解析方法，包括以下步骤：
S1、数据统计：收集需要进行污染成因解析的地区的PM2.5浓度值，统计需要进行污染成因解析的地区的污染时间段，并统计在污染时间段前后该地区的气象示踪物以及特征污染物的浓度值，所述气象示踪物为元素碳；
S2、综合成因公式建立：以在污染时间段前后影响PM2.5浓度值的各个影响因素的贡献值建立综合成因公式，所述影响PM2.5浓度值的各个影响因素包括：排放因素、气象因素和化学转化因素，因此综合成因公式如下式所示：
Figure BDA0003789501270000021
式中，
Figure BDA0003789501270000022
为PM2.5变化率，△PM2.5为在污染时间段前后该地区的PM2.5浓度差值，ρPM2.5为在污染时间段前该地区的PM2.5浓度值；
S3、排放贡献值计算：对在污染时间段前后排放的特征污染物的浓度变化进行计算以得到排放贡献值，如下式所示：
Figure BDA0003789501270000023
式中，△W为在污染时间段前后该地区排放的特征污染物的浓度差值，ρPM2.5为在污染时间段前该地区的PM2.5浓度值；
S4、气象贡献值计算：对在污染时间段前后元素碳浓度值变化进行计算以得到气象贡献值，如下式所示：
Figure BDA0003789501270000024
式中，△EC为在污染时间段前后该地区的元素碳浓度差值，ρEC为在污染时间段前该地区的元素碳浓度值；
S5、化学转化贡献值计算：将步骤S2中得到的PM2.5变化率、步骤S3中得到的排放贡献值、步骤S4中得到的气象贡献值代入步骤S2中的综合成因公式中，即得到化学转化贡献值，如下式所示：
Figure BDA0003789501270000031
S6、贡献值修正：根据步骤S3得到的排放贡献值大小选择不同的贡献值修正方式；
S6-1：若步骤S3中得到的排放贡献值＜2％，则认为排放贡献对该地区的PM2.5浓度值贡献较小，视为排放贡献值为0，因此将步骤S2中综合成因公式修正为如下式所示：
Figure BDA0003789501270000032
步骤S4气象贡献值计算方法不变，相应的，修正后的步骤S5化学转化贡献值计算如下式所示：
Figure BDA0003789501270000033
进而修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率；
S6-2：若2％≤步骤S3中得到的排放贡献值＜5％，则认为排放贡献对该地区的PM2.5浓度值贡献适中，进而：
修正后的排放贡献值＝排放贡献值/PM2.5变化率；
修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率。
进一步地，所述步骤S1数据统计中数据的收集渠道为各个省市的空气质量预报平台或超级站监测的数据。这两种数据收集渠道收集数据十分方便快捷，且数据准确，不需要再进行额外的数据收集。
进一步地，所述步骤S1中气象示踪物还可以用一氧化碳或重金属元素替换。作为一种拓展思路，可采用其他相对惰性的大气污染物，比如一氧化碳或重金属元素，来代替元素碳的作为气象示踪物，但是由于一氧化碳或重金属元素等污染物与PM2.5的同源性没有元素碳好，因此采用这些污染物作为示踪物的效果较差，不确定性会增加。
进一步地，所述步骤S1中特征污染物为烟花爆竹燃放所带来的钾离子或氯离子。通过将燃放烟花爆竹所带来的排放贡献值考虑到综合成因中，使PM2.5污染成因多样性准确性更好。
进一步地，所述步骤S6中还包括步骤S6-3；
S6-3：若5％≤步骤S3中得到的排放贡献值＜10％，则认为排放贡献对该地区的PM2.5浓度值贡献较大，因此将步骤S2中综合成因公式修正为如下式所示：
Figure BDA0003789501270000041
步骤S4气象贡献值计算方法不变，相应的，修正后的步骤S5化学转化贡献值计算如下式所示：
Figure BDA0003789501270000042
进而修正后的排放贡献值＝2*排放贡献值/PM2.5变化率；
修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率。
进一步地，所述步骤S6中还包括步骤S6-4；
S6-4：若10％≤步骤S3中得到的排放贡献值，则认为排放贡献对该地区的PM2.5浓度值贡献非常大，因此直接可以认为在污染时间段前后该地区的PM2.5污染成因即为排放因素。
进一步地，所述步骤S1中污染时间段为1周～一个月。通过选择适当的污染时间段能够进一步提高PM2.5污染成因解析的准确性。
进一步地，所述步骤S1中特征污染物不能确定时，通过敏感性模拟或者PM2.5源解析模拟的方法，直接得到排放贡献值。
本发明的有益效果是：
(1)本发明的PM2.5污染成因快速量化解析方法采用气象示踪物的方法进行气象污染贡献计算分析，同时建立了综合成因公式，对排放贡献值以及化学转化贡献值进行综合分析，为PM2.5的成因解析提供了新的思路。
(2)本发明的PM2.5污染成因快速量化解析方法选取元素碳作为气象示踪物，与其他相对惰性的大气污染物，比如一氧化碳、重金属等相比于PM2.5的同源性更好，示踪效果好，解析结果稳定可靠。
附图说明
图1是本发明的PM2.5污染成因快速量化解析方法流程图。
具体实施方式
实施例1
一种PM2.5污染成因快速量化解析方法，包括以下步骤：
S1、数据统计：收集需要进行污染成因解析的地区的PM2.5浓度值，数据的收集渠道为各个省市的空气质量预报平台或超级站监测的数据，统计需要进行污染成因解析的地区的污染时间段，并统计在污染时间段前后该地区的气象示踪物以及特征污染物的浓度值，污染时间段为1周，气象示踪物为元素碳；
S2、综合成因公式建立：以在污染时间段前后影响PM2.5浓度值的各个影响因素的贡献值建立综合成因公式，影响PM2.5浓度值的各个影响因素包括：排放因素、气象因素和化学转化因素，因此综合成因公式如下式所示：
Figure BDA0003789501270000051
式中，
Figure BDA0003789501270000052
为PM2.5变化率，△PM2.5为在污染时间段前后该地区的PM2.5浓度差值，ρPM2.5为在污染时间段前该地区的PM2.5浓度值；
S3、排放贡献值计算：对在污染时间段前后排放的特征污染物的浓度变化进行计算以得到排放贡献值，如下式所示：
Figure BDA0003789501270000061
式中，△W为在污染时间段前后该地区排放的特征污染物的浓度差值，特征污染物为烟花爆竹燃放所带来的钾离子，ρPM2.5为在污染时间段前该地区的PM2.5浓度值；
S4、气象贡献值计算：对在污染时间段前后元素碳浓度值变化进行计算以得到气象贡献值，如下式所示：
Figure BDA0003789501270000062
式中，△EC为在污染时间段前后该地区的元素碳浓度差值，ρEC为在污染时间段前该地区的元素碳浓度值；
S5、化学转化贡献值计算：将步骤S2中得到的PM2.5变化率、步骤S3中得到的排放贡献值、步骤S4中得到的气象贡献值代入步骤S2中的综合成因公式中，即得到化学转化贡献值，如下式所示：
Figure BDA0003789501270000063
S6、贡献值修正：根据步骤S3得到的排放贡献值大小选择不同的贡献值修正方式；
S6-1：若步骤S3中得到的排放贡献值＜2％，则认为排放贡献对该地区的PM2.5浓度值贡献较小，视为排放贡献值为0，因此将步骤S2中综合成因公式修正为如下式所示：
Figure BDA0003789501270000064
步骤S4气象贡献值计算方法不变，相应的，修正后的步骤S5化学转化贡献值计算如下式所示：
Figure BDA0003789501270000071
进而修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率；
S6-2：若2％≤步骤S3中得到的排放贡献值＜5％，则认为排放贡献对该地区的PM2.5浓度值贡献适中，进而：
修正后的排放贡献值＝排放贡献值/PM2.5变化率；
修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率；
S6-3：若5％≤步骤S3中得到的排放贡献值＜10％，则认为排放贡献对该地区的PM2.5浓度值贡献较大，因此将步骤S2中综合成因公式修正为如下式所示：
Figure BDA0003789501270000072
步骤S4气象贡献值计算方法不变，相应的，修正后的步骤S5化学转化贡献值计算如下式所示：
Figure BDA0003789501270000073
进而修正后的排放贡献值＝2*排放贡献值/PM2.5变化率；
修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率；
S6-4：若10％≤步骤S3中得到的排放贡献值，则认为排放贡献对该地区的PM2.5浓度值贡献非常大，因此直接可以认为在污染时间段前后该地区的PM2.5污染成因即为排放因素。
实施例2
本实施例与实施例1不同之处在于：步骤S1中气象示踪物不同。
步骤S1中气象示踪物为一氧化碳。
实施例3
本实施例与实施例1不同之处在于：步骤S1中气象示踪物不同。
步骤S1中气象示踪物为重金属锌。
实施例4
本实施例与实施例1不同之处在于：步骤S1中气象示踪物不同。
气象示踪物为重金属铜。
实施例5
本实施例与实施例1不同之处在于：步骤S3中特征污染物不同。
步骤S3中特征污染物为烟花爆竹燃放所带来的氯离子。
实施例6
本实施例与实施例1不同之处在于：步骤S1中污染时间段为2周。
实施例7
本实施例与实施例1不同之处在于：步骤S1中污染时间段为一个月。
实施例8
本实施例与实施例1不同之处在于：步骤S3中通过敏感性模拟或者PM2.5源解析模拟的方法，直接得到排放贡献值。
实验例1
以实施例1中的方法进行实际情况模拟，以2016年12月31日～2017年1月6日在广州发生的1次PM2.5污染过程为例，本次污染的污染时间段为1周，其中，1月5日广州PM2.5日均浓度最高，达到155μg/m3。基于实施例1的方法可对本次污染过程的成因进行解析，解析过程如下：
在污染发生前，该地区的PM2.5浓度值为38μg/m3，在污染时间段后，该地区的PM2.5浓度值为104μg/m3，因此
Figure BDA0003789501270000091
在污染发生前，该地区的元素碳浓度值为1.4μg/m3，在污染时间段后，该地区的元素碳浓度值为2.8μg/m3，因此气象贡献值为100％；
在污染时间段内，并未发生燃放烟花爆竹或者工厂意外爆炸等事件，因此，在此期间内排放并未发生较大变化，排放贡献值为0.2％，对应步骤S6-1，可以忽略不计；
因此，根据步骤S5解析得到此次污染过程中化学转化贡献为173％-100％＝73％，再根据步骤S6-1修正得到修正后的气象贡献值为100％/173％＝57.8％，修正后的化学转化贡献值为73％/173％＝42.2％。
实验例2
以实施例6中的方法进行实际情况模拟，以2019年1月31日～2020年2月13日在广州发生的1次PM2.5污染过程为例，本次污染的污染时间段为2周，并且在此期间发生了一定程度的燃放烟花爆竹的现象，基于实施例6的方法可对本次污染过程的成因进行解析，解析过程如下：
在污染发生前，该地区的PM2.5浓度值为42μg/m3，在污染时间段后，该地区的PM2.5浓度值为125μg/m3，因此
Figure BDA0003789501270000092
在污染发生前，该地区的元素碳浓度值为1.5μg/m3，在污染时间段后，该地区的元素碳浓度值为3.0μg/m3，因此气象贡献值为100％；
在污染发生前后，钾离子的浓度值提高了3.05μg/m3，因此排放贡献值＝3.05/42＝7.14％，符合步骤S6-3中5％≤步骤S3中得到的排放贡献值＜10％的条件，因此，根据步骤S6-1解析得到此次污染过程中化学转化贡献为197％-100％-7.14％*2＝82.72％；
修正后的气象贡献值为100％/197％＝50.76％；
修正后的排放贡献值为7.14％*2/197％＝7.24％；
修正后的化学转化贡献值为82.72％/197％＝42％

Claims (8)

1.一种PM2.5污染成因快速量化解析方法，其特征在于，包括以下步骤：
S1、数据统计：收集需要进行污染成因解析的地区的PM2.5浓度值，统计需要进行污染成因解析的地区的污染时间段，并统计在污染时间段前后该地区的气象示踪物以及特征污染物的浓度值，所述气象示踪物为元素碳；
S2、综合成因公式建立：以在污染时间段前后影响PM2.5浓度值的各个影响因素的贡献值建立综合成因公式，所述影响PM2.5浓度值的各个影响因素包括：排放因素、气象因素和化学转化因素，因此综合成因公式如下式所示：
Figure FDA0003789501260000011
式中，
Figure FDA0003789501260000012
为PM2.5变化率，△PM2.5为在污染时间段前后该地区的PM2.5浓度差值，ρPM2.5为在污染时间段前该地区的PM2.5浓度值；
S3、排放贡献值计算：对在污染时间段前后排放的特征污染物的浓度变化进行计算以得到排放贡献值，如下式所示：
Figure FDA0003789501260000013
式中，△W为在污染时间段前后该地区排放的特征污染物的浓度差值，ρPM2.5为在污染时间段前该地区的PM2.5浓度值；
S4、气象贡献值计算：对在污染时间段前后元素碳浓度值变化进行计算以得到气象贡献值，如下式所示：
Figure FDA0003789501260000014
式中，△EC为在污染时间段前后该地区的元素碳浓度差值，ρEC为在污染时间段前该地区的元素碳浓度值；
S5、化学转化贡献值计算：将步骤S2中得到的PM2.5变化率、步骤S3中得到的排放贡献值、步骤S4中得到的气象贡献值代入步骤S2中的综合成因公式中，即得到化学转化贡献值，如下式所示：
Figure FDA0003789501260000021
S6、贡献值修正：根据步骤S3得到的排放贡献值大小选择不同的贡献值修正方式；
S6-1：若步骤S3中得到的排放贡献值＜2％，则认为排放贡献对该地区的PM2.5浓度值贡献较小，视为排放贡献值为0，因此将步骤S2中综合成因公式修正为如下式所示：
Figure FDA0003789501260000022
步骤S4气象贡献值计算方法不变，相应的，修正后的步骤S5化学转化贡献值计算如下式所示：
Figure FDA0003789501260000023
进而修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率；
S6-2：若2％≤步骤S3中得到的排放贡献值＜5％，则认为排放贡献对该地区的PM2.5浓度值贡献适中，进而：
修正后的排放贡献值＝排放贡献值/PM2.5变化率；
修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率。
2.根据权利要求1所述的一种PM2.5污染成因快速量化解析方法，其特征在于，所述步骤S1数据统计中数据的收集渠道为各个省市的空气质量预报平台或超级站监测的数据。
3.根据权利要求1所述的一种PM2.5污染成因快速量化解析方法，其特征在于，所述步骤S1中气象示踪物还可以用一氧化碳或重金属元素替换。
4.根据权利要求1所述的一种PM2.5污染成因快速量化解析方法，其特征在于，所述步骤S1中特征污染物为烟花爆竹燃放所带来的钾离子或氯离子。
5.根据权利要求1所述的一种PM2.5污染成因快速量化解析方法，其特征在于，所述步骤S6中还包括步骤S6-3；
S6-3：若5％≤步骤S3中得到的排放贡献值＜10％，则认为排放贡献对该地区的PM2.5浓度值贡献较大，因此将步骤S2中综合成因公式修正为如下式所示：
Figure FDA0003789501260000031
步骤S4气象贡献值计算方法不变，相应的，修正后的步骤S5化学转化贡献值计算如下式所示：
Figure FDA0003789501260000032
进而修正后的排放贡献值＝2*排放贡献值/PM2.5变化率；
修正后的气象贡献值＝气象贡献值/PM2.5变化率；
修正后的化学转化贡献值＝化学转化贡献值/PM2.5变化率。
6.根据权利要求1所述的一种PM2.5污染成因快速量化解析方法，其特征在于，所述步骤S6中还包括步骤S6-4；
S6-4：若10％≤步骤S3中得到的排放贡献值，则认为排放贡献对该地区的PM2.5浓度值贡献非常大，因此直接可以认为在污染时间段前后该地区的PM2.5污染成因即为排放因素。
7.根据权利要求1所述的一种PM2.5污染成因快速量化解析方法，其特征在于，所述步骤S1中污染时间段为1周～一个月。
8.根据权利要求1所述的一种PM2.5污染成因快速量化解析方法，其特征在于，所述所述步骤S1中特征污染物不能确定时，通过敏感性模拟或者PM2.5源解析模拟的方法，直接得到排放贡献值。
CN202210951829.4A 2022-08-09 2022-08-09 一种pm2.5污染成因快速量化解析方法 Active CN115238244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210951829.4A CN115238244B (zh) 2022-08-09 2022-08-09 一种pm2.5污染成因快速量化解析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210951829.4A CN115238244B (zh) 2022-08-09 2022-08-09 一种pm2.5污染成因快速量化解析方法

Publications (2)

Publication Number Publication Date
CN115238244A CN115238244A (zh) 2022-10-25
CN115238244B true CN115238244B (zh) 2023-04-07

Family

ID=83679801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210951829.4A Active CN115238244B (zh) 2022-08-09 2022-08-09 一种pm2.5污染成因快速量化解析方法

Country Status (1)

Country Link
CN (1) CN115238244B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107402284A (zh) * 2017-07-13 2017-11-28 南开大学 基于气体标识的大气污染物多元源解析算法
CN111444633A (zh) * 2020-04-20 2020-07-24 中国科学院大气物理研究所 一种针对大气污染过程的定量解析方法和系统
CN111611296A (zh) * 2020-05-20 2020-09-01 中科三清科技有限公司 Pm2.5污染成因分析方法、装置、电子设备及存储介质
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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11226323B2 (en) * 2018-04-27 2022-01-18 International Business Machines Corporation Air-pollution emission source monitoring
CN110595972A (zh) * 2019-10-16 2019-12-20 上海应用技术大学 Pm2.5浓度值和影响因素的分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107402284A (zh) * 2017-07-13 2017-11-28 南开大学 基于气体标识的大气污染物多元源解析算法
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
CN114424058A (zh) * 2019-09-23 2022-04-29 广州禾信仪器股份有限公司 一种VOCs污染的溯源方法
CN111444633A (zh) * 2020-04-20 2020-07-24 中国科学院大气物理研究所 一种针对大气污染过程的定量解析方法和系统
CN111611296A (zh) * 2020-05-20 2020-09-01 中科三清科技有限公司 Pm2.5污染成因分析方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN115238244A (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
Liu et al. Carbon and air pollutant emissions from China's cement industry 1990–2015: trends, evolution of technologies and drivers
Tang et al. Regional contribution to PM1 pollution during winter haze in Yangtze River Delta, China
Escrig et al. Application of optimally scaled target factor analysis for assessing source contribution of ambient PM10
Chen et al. Chemical characteristics of PM2. 5 during a 2016 winter haze episode in Shijiazhuang, China
CN107239613A (zh) 一种基于在线数据和因子分析模型的智能源类识别方法
Wang et al. Spatio-temporal variability and persistence of PM2. 5 concentrations in China using trend analysis methods and Hurst exponent
CN115130831B (zh) 一种小尺度精细化大气污染溯源方法
CN108680473A (zh) 一种应用单颗粒气溶胶质谱仪进行颗粒物源解析的方法
CN116011317B (zh) 一种基于多方法融合的小尺度近实时大气污染溯源方法
CN112581107B (zh) 污染排放控制方法、装置及可存储介质
CN115238244B (zh) 一种pm2.5污染成因快速量化解析方法
CN112381341A (zh) 一种区域空气质量管控措施效果评估方法
CN116371164A (zh) 低温等离子废气处理系统及方法
CN117871790B (zh) 基于多种数据融合的路边监测站数据分析和交通溯源方法
Li et al. Heterogeneous changes of chemical compositions, sources and health risks of PM2. 5 with the “Clean Heating” policy at urban/suburban/industrial sites
CN117852764A (zh) 一种污染源闭环管控方法及系统
CN114252463A (zh) 一种城市大气颗粒物来源解析方法
CN112241800B (zh) 一种焦炉VOCs污染物排放量的计算方法
CN114974452B (zh) 一种确定二次转化来源的管控目标的方法和装置
CN116644884A (zh) 一种区域化环境跟踪评价和排污许可衔接方法、装置
CN115936927A (zh) 一种水厂碳中和排放估算方法
CN118114167B (zh) 污染源贡献浓度的确定方法、装置、存储介质与电子设备
CN114117893A (zh) 一种解析大气降尘污染来源及其评估污染源对降尘边际效应的方法
Wang et al. The role of sources and meteorology in driving PM2. 5-bound chlorine
Wang et al. Ambient particle characteristics by single particle aerosol mass spectrometry at a coastal site in Hong Kong: a case study affected by the sea-land breeze

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