CN115358572A - 一种污染场地地表颗粒物释放暴露快速评估方法 - Google Patents
一种污染场地地表颗粒物释放暴露快速评估方法 Download PDFInfo
- Publication number
- CN115358572A CN115358572A CN202210986712.XA CN202210986712A CN115358572A CN 115358572 A CN115358572 A CN 115358572A CN 202210986712 A CN202210986712 A CN 202210986712A CN 115358572 A CN115358572 A CN 115358572A
- Authority
- CN
- China
- Prior art keywords
- grade
- polluted site
- exposure
- bmr
- pollution
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 71
- 231100000719 pollutant Toxicity 0.000 claims abstract description 71
- 239000000428 dust Substances 0.000 claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 238000009792 diffusion process Methods 0.000 claims abstract description 22
- 230000007774 longterm Effects 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 15
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 11
- 239000010410 layer Substances 0.000 claims description 49
- 230000037323 metabolic rate Effects 0.000 claims description 11
- 239000013618 particulate matter Substances 0.000 claims description 11
- 230000000241 respiratory effect Effects 0.000 claims description 9
- 238000011835 investigation Methods 0.000 claims description 7
- 239000002344 surface layer Substances 0.000 claims description 7
- 230000037396 body weight Effects 0.000 claims description 3
- 238000009423 ventilation Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000003570 air Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 239000008277 atmospheric particulate matter Substances 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000010881 fly ash Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种污染场地地表颗粒物释放暴露快速评估方法,包括以下步骤:S1、确定污染范围;S2、含尘量分级;S3、机械扩散潜力调查;S4、风力扩散潜力调查;S5、污染指数确定;S6、居民呼吸量统计;S7、综合暴露等级评估。本发明将风力驱使颗粒物扩散的潜力和因交通源导致的机械驱使颗粒物扩散的潜力相结合,分别通过含尘量分级、交通流量分级以及近地面层和非近地面层的地表颗粒物污染物浓度随时间变化速率进行拟合修正,得出符合当地污染环境条件的污染指数,再将居民平均长期呼吸量与污染指数相结合,最终得到可以真实反映污染场地地表颗粒物释放暴露的评估公式,并对暴露等级进行划分。
Description
技术领域
本发明涉及地表污染治理技术领域,具体是涉及一种污染场地地表颗粒物释放暴露快速评估方法。
背景技术
地表颗粒物又称为可吸入颗粒物,通常是指粒径在10微米以下的颗粒物,又称PM10。可吸入颗粒物在环境空气中持续的时间很长,对人体健康和大气能见度的影响都很大。通常来自在未铺的沥青、水泥的路面上行驶的机动车、材料的破碎碾磨处理过程以及被风扬起的尘土。可吸入颗粒物被人吸入后,会积累在呼吸系统中,引发许多疾病,对人类危害大。可吸入颗粒物的浓度以每立方米空气中可吸入颗粒物的毫克数表示。国家环保总局1996年颁布修订的《环境空气质量标准(GB3095-1996)》中将飘尘改称为可吸入颗粒物,作为正式大气环境质量标准。
地表颗粒物已被定为空气质量监测的一个重要指标,现有的污染场地地表颗粒物释放暴露快速评估方法一般为单一的测量或者两种指标相结合进行测量,很少有将风力驱使颗粒物扩散的潜力和因交通源导致的机械驱使颗粒物扩散的潜力相结合进行综合地表颗粒物释放暴露评估的方法。
专利CN110610266A公开了区域大气颗粒物浓度目标可达性评估方法,可有效解决相关大气环境质量保护问题,获取基准年区域大气颗粒物源解析成果中细颗粒物的本地源贡献率、一次排放占比2项指标数据以及可吸入颗粒物的本地源贡献率1项指标数据;通过对区域内颗粒物减排量的测算,求和计算总的颗粒物减排量;利用区域大气颗粒浓度预测公式,对目标年颗粒物浓度进行预测,根据颗粒物浓度预测数据,与目标值进行对比,从而实现区域大气颗粒浓度可达性评估,促进对区域大气环境的科学保护。但是,该方法缺乏对风力以及交通影响因素的考虑,且缺少对居民实际呼吸量的考虑,评估条件比较有限。
发明内容
针对上述存在的问题,本发明提供了一种污染场地地表颗粒物释放暴露快速评估方法。
本发明的技术方案是:
一种污染场地地表颗粒物释放暴露快速评估方法,包括以下步骤:
S1、确定污染范围:对污染场地的范围进行划分,同时对污染场地的污染面积进行计算,确定存在地表颗粒物污染物释放暴露的污染场地面积;
S2、含尘量分级:对污染场地的机械扩散潜力进行调查,计算地表含尘量,将含尘量按照1-100%划分为5个等级,分别为:一级,二级,三级,四级和五级;
S3、机械扩散潜力调查:统计污染场地内的车辆参数,计算污染场地内的交通流量S,将交通流量S划分为5个等级,分别为:一级,权重分为1;二级,权重分为2;三级,权重分为3;四级,权重分为4;五级,权重分为5;
S4、风力扩散潜力调查:将污染场地的空间分布划分为上下两层,下层近地面层的高度为10m,上层非近地面层的高度为10-50m,将污染场地上下两层的地表颗粒物污染物浓度值通过插值计算得到,在根据每个时间段地表颗粒物污染浓度的不同,对污染场地上下两层的污染物浓度时空变化进行拟合,得到下层近地面层的地表颗粒物污染物浓度随时间变化速率为:
式中,a1、b1、c1均为下层近地面层污染常数,R1为下层近地面层平均地表颗粒物污染物浓度,单位为ppm,t为时间,单位为h;
上层非近地面的地表颗粒物污染物浓度随时间变化速率为:
式中,a2、b2、c2均为上层非近地面层污染常数,R2为上层非近地面层平均地表颗粒物污染物浓度,单位为ppm,t为时间,单位为h;
S5、污染指数确定:根据含尘量的分级,通过将交通流量与风力扩散得到的地表颗粒物污染物浓度随时间变化速率进行权重赋予,从而确定综合污染指数,当含尘量为一级时,污染指数Y为:Y=0.1R1·S+0.6R2;
当含尘量为二级时,污染指数Y为:Y=0.2R1·S+0.5R2;
当含尘量为三级时,污染指数Y为:Y=0.3R1·S+0.4R2;
当含尘量为四级时,污染指数Y为:Y=0.4R1·S+0.3R2;
当含尘量为五级时,污染指数Y为:Y=0.5R1·S+0.2R2;
S6、居民呼吸量统计:对污染场地内的居民平均长期呼吸量进行统计计算,得到居民平均长期呼吸量IR,单位为m3/d;
S7、综合暴露等级评估:将步骤S5中得到的污染指数Y与步骤S6中得到的居民平均长期呼吸量IR共同对污染场地的地表颗粒物污染物综合暴露等级进行评估,由以下公式表示:
L=0.01IR2·Y(t=24);
式中,L为地表颗粒物污染物综合暴露等级,当0<L≤50时,地表颗粒物污染物综合暴露等级为低级;当50<L≤100时,地表颗粒物污染物综合暴露等级为中低级;当100<L≤200时,地表颗粒物污染物综合暴露等级为中级;当200<L≤500时,地表颗粒物污染物综合暴露等级为中高级;当500<L时,地表颗粒物污染物综合暴露等级为高级。
进一步地,所述步骤S1中地表颗粒物污染物为PM10或PM2.5。PM10或PM2.5均为空气质量监测的一个重要指标。
进一步地,所述步骤S2中含尘量等级划分为:一级,0-20%;二级,20-40%;三级,40-60%;四级,60-80%;五级,80-100%。通过划分含尘量等级来针对不同含尘量的地区进行后续的评估。
进一步地,所述步骤S3中交通流量S的等级划分为:一级,0-100辆/日·车道;二级,100-300辆/日·车道;三级,300-500辆/日·车道;四级,500-800辆/日·车道;五级,大于800辆/日·车道。通过将因交通源导致的机械驱使颗粒物扩散的潜力纳入评估系统的范围内使评估结果更加接近真实结果。
进一步地,所述步骤S6中居民平均长期呼吸量IR由以下公式表示:
式中,BMR为基础代谢率,单位为kJ/d,E为能量代谢率,取0.05L/kJ,VQ为通气当量,取27,A为长期呼吸量计算系数,男性取1.8,女性取1.6。
更进一步地,所述基础代谢率BMR根据性别和年龄不同取值方法不同,不同年龄段男性的基础代谢率BMR由以下公式表示:
<18岁,BMR=74BW+2754;
18-29岁,BMR=63BW+2896;
30-59岁,BMR=48BW+3653;
≥60岁,BMR=49BW+2459;
不同年龄段男性的基础代谢率BMR由以下公式表示:
<18岁,BMR=56BW+2898;
18-29岁,BMR=62BW+2036;
30-59岁,BMR=34BW+3538;
≥60岁,BMR=38BW+2755;
式中,BW为体重,单位为kg。
进一步地,所述步骤S7中,针对特殊工作人群,污染场地的地表颗粒物污染物综合暴露等级评估由以下公式表示:
L′=0.013IR2·Y(t=24);
式中,L′为针对特殊工作人群的地表颗粒物污染物综合暴露等级。
更进一步地,所述特殊工作人群为交警、快递员、摊贩、司机、农民。通过对以上经常暴露在高风险污染区域内的特殊人群进行修正地表颗粒物污染物综合暴露等级,使评估结果更符合真实情况。
本发明的有益效果是:
(1)本发明的污染场地地表颗粒物释放暴露快速评估方法将风力驱使颗粒物扩散的潜力和因交通源导致的机械驱使颗粒物扩散的潜力相结合,分别通过含尘量分级、交通流量分级以及近地面层和非近地面层的地表颗粒物污染物浓度随时间变化速率进行拟合修正,得出符合当地污染环境条件的污染指数,再将居民平均长期呼吸量与污染指数相结合,最终得到可以真实反映污染场地地表颗粒物释放暴露的评估公式,并对暴露等级进行划分。
附图说明
图1是本发明的污染场地地表颗粒物释放暴露快速评估方法流程图。
具体实施方式
实施例1
一种污染场地地表颗粒物释放暴露快速评估方法,如图1所示,包括以下步骤:
S1、确定污染范围:对污染场地的范围进行划分,同时对污染场地的污染面积进行计算,确定存在地表颗粒物污染物释放暴露的污染场地面积,地表颗粒物污染物为PM10;
S2、含尘量分级:对污染场地的机械扩散潜力进行调查,计算地表含尘量,将含尘量按照1-100%划分为5个等级,分别为:一级,二级,三级,四级和五级,含尘量等级划分为:一级,0-20%;二级,20-40%;三级,40-60%;四级,60-80%;五级,80-100%;
S3、机械扩散潜力调查:统计污染场地内的车辆参数,计算污染场地内的交通流量S,将交通流量S划分为5个等级,分别为:一级,权重分为1;二级,权重分为2;三级,权重分为3;四级,权重分为4;五级,权重分为5,交通流量S的等级划分为:一级,0-100辆/日·车道;二级,100-300辆/日·车道;三级,300-500辆/日·车道;四级,500-800辆/日·车道;五级,大于800辆/日·车道;
S4、风力扩散潜力调查:将污染场地的空间分布划分为上下两层,下层近地面层的高度为10m,上层非近地面层的高度为10-50m,将污染场地上下两层的地表颗粒物污染物浓度值通过插值计算得到,在根据每个时间段地表颗粒物污染浓度的不同,对污染场地上下两层的污染物浓度时空变化进行拟合,得到下层近地面层的地表颗粒物污染物浓度随时间变化速率为:
式中,a1、b1、c1均为下层近地面层污染常数,R1为下层近地面层平均地表颗粒物污染物浓度,单位为ppm,即μg/m3,t为时间,单位为h;
上层非近地面的地表颗粒物污染物浓度随时间变化速率为:
式中,a2、b2、c2均为上层非近地面层污染常数,R2为上层非近地面层平均地表颗粒物污染物浓度,单位为ppm,t为时间,单位为h;
S5、污染指数确定:根据含尘量的分级,通过将交通流量与风力扩散得到的地表颗粒物污染物浓度随时间变化速率进行权重赋予,从而确定综合污染指数,当含尘量为一级时,污染指数Y为:Y=0.1R1·S+0.6R2;
当含尘量为二级时,污染指数Y为:Y=0.2R1·S+0.5R2;
当含尘量为三级时,污染指数Y为:Y=0.3R1·S+0.4R2;
当含尘量为四级时,污染指数Y为:Y=0.4R1·S+0.3R2;
当含尘量为五级时,污染指数Y为:Y=0.5R1·S+0.2R2;
S6、居民呼吸量统计:对污染场地内的居民平均长期呼吸量进行统计计算,得到居民平均长期呼吸量IR,单位为m3/d,居民平均长期呼吸量IR由以下公式表示:
式中,BMR为基础代谢率,单位为kJ/d,E为能量代谢率,取0.05L/kJ,VQ为通气当量,取27,A为长期呼吸量计算系数,男性取1.8,女性取1.6;
基础代谢率BMR根据性别和年龄不同取值方法不同,不同年龄段男性的基础代谢率BMR由以下公式表示:
<18岁,BMR=74BW+2754;
18-29岁,BMR=63BW+2896;
30-59岁,BMR=48BW+3653;
≥60岁,BMR=49BW+2459;
不同年龄段男性的基础代谢率BMR由以下公式表示:
<18岁,BMR=56BW+2898;
18-29岁,BMR=62BW+2036;
30-59岁,BMR=34BW+3538;
≥60岁,BMR=38BW+2755;
式中,BW为体重,单位为kg;
S7、综合暴露等级评估:将步骤S5中得到的污染指数Y与步骤S6中得到的居民平均长期呼吸量IR共同对污染场地的地表颗粒物污染物综合暴露等级进行评估,由以下公式表示:
L=0.01IR2·Y(t=24);
式中,L为地表颗粒物污染物综合暴露等级,当0<L≤50时,地表颗粒物污染物综合暴露等级为低级;当50<L≤100时,地表颗粒物污染物综合暴露等级为中低级;当100<L≤200时,地表颗粒物污染物综合暴露等级为中级;当200<L≤500时,地表颗粒物污染物综合暴露等级为中高级;当500<L时,地表颗粒物污染物综合暴露等级为高级。
实施例2
本实施例与实施例1不同之处在于:地表颗粒物污染物不同。
地表颗粒物污染物为PM10。
实施例3
本实施例与实施例1不同之处在于:步骤S7、综合暴露等级评估的方法不同。
针对特殊工作人群交警,污染场地的地表颗粒物污染物综合暴露等级评估由以下公式表示:
L′=0.013IR2·Y(t=24);
式中,L′为针对特殊工作人群的地表颗粒物污染物综合暴露等级。
实施例4
本实施例与实施例1不同之处在于:步骤S7、综合暴露等级评估的方法不同。
针对特殊工作人群快递员,污染场地的地表颗粒物污染物综合暴露等级评估由以下公式表示:
L′=0.013IR2·Y(t=24);
式中,L′为针对特殊工作人群的地表颗粒物污染物综合暴露等级。
实施例5
本实施例与实施例1不同之处在于:步骤S7、综合暴露等级评估的方法不同。
针对特殊工作人群摊贩,污染场地的地表颗粒物污染物综合暴露等级评估由以下公式表示:
L′=0.013IR2·Y(t=24);
式中,L′为针对特殊工作人群的地表颗粒物污染物综合暴露等级。
实施例6
本实施例与实施例1不同之处在于:步骤S7、综合暴露等级评估的方法不同。
针对特殊工作人群司机,污染场地的地表颗粒物污染物综合暴露等级评估由以下公式表示:
L′=0.013IR2·Y(t=24);
式中,L′为针对特殊工作人群的地表颗粒物污染物综合暴露等级。
实施例7
本实施例与实施例1不同之处在于:步骤S7、综合暴露等级评估的方法不同。
针对特殊工作人群农民,污染场地的地表颗粒物污染物综合暴露等级评估由以下公式表示:
L′=0.013IR2·Y(t=24);
式中,L′为针对特殊工作人群的地表颗粒物污染物综合暴露等级。
实验例1
以实施例1中的污染场地地表颗粒物释放暴露快速评估方法为例进行实地测试,测试地点为某县城20km外近郊区,经过含尘量测量调查得出含尘量为33%,评定为二级,经过机械扩散潜力调查得到交通流量S为279辆/日·车道,评定为二级,经过风力扩散潜力调查得到下层近地面层的地表颗粒物污染物浓度随时间变化速率为:
R1=10.5e(-t/8.5)+6.77
上层非近地面的地表颗粒物污染物浓度随时间变化速率为:
R2=12.3e(-t/6.9)+5.49
进而得到含尘量为二级时,污染指数Y为:Y=0.2R1·S+0.5R2,在24h时Y=0.2×17.7×2+0.5×21.27=7.08+10.635=17.715
该区域居民平均体重60.2kg,不同年龄段人群体重存在较大差异,该区域老年人口较多,最终计算得到居民平均长期呼吸量IR为15.38m3/d,再根据L=0.01IR2·Y(t=24)计算得到L=41.9,可以判定该地区的地表颗粒物污染物综合暴露等级为低级。
可以看出,该地区的含沙量为二级,车流量等级为二级,而最终地表颗粒物污染物综合暴露等级为低级,是因为该地区风力影响较大,从而使近地面层的PM10积累减弱,当风力增大时,沉降作用相对减弱,风的平流输送作用增强,进而使地表颗粒物污染物综合暴露等级有所下降。
实验例2
以实施例7中的污染场地地表颗粒物释放暴露快速评估方法为例进行实地测试,测试地点为某县城20km外近郊区,经过含尘量测量调查得出含尘量为16%,评定为一级,经过机械扩散潜力调查得到交通流量S为588辆/日·车道,评定为四级,经过风力扩散潜力调查得到下层近地面层的地表颗粒物污染物浓度随时间变化速率为:
R1=25.4e(-t/7.6)+19.82
上层非近地面的地表颗粒物污染物浓度随时间变化速率为:
R2=11.3e(-t/6.6)+7.02
进而得到含尘量为一级时,污染指数Y为:Y=0.1R1·S+0.6R2,在24h时Y=0.1×49.41×4+0.6×22.18=19.76+13.3=33.06;
该区域农民平均体重62.8kg,不同年龄段人群体重存在较大差异,该区域农民人口青壮年较多,最终计算得到居民平均长期呼吸量IR为16.95m3/d,再根据L=0.013IR2·Y(t=24)计算得到L=123.47,可以判定针对特殊工作人群农民该地区的地表颗粒物污染物综合暴露等级为中级。
可以看出,该地区的含沙量为一级,车流量等级为四级,而最终地表颗粒物污染物综合暴露等级为中级,是因为该地区风力若,从而使近地面层的PM10积累进一步增强,风的平流输送作用减弱,车辆运行影响增大,进而使地表颗粒物污染物综合暴露等级有所上升。
Claims (8)
1.一种污染场地地表颗粒物释放暴露快速评估方法,其特征在于,包括以下步骤:
S1、确定污染范围:对污染场地的范围进行划分,同时对污染场地的污染面积进行计算,确定存在地表颗粒物污染物释放暴露的污染场地面积;
S2、含尘量分级:对污染场地的机械扩散潜力进行调查,计算地表含尘量,将含尘量按照1-100%划分为5个等级,分别为:一级,二级,三级,四级和五级;
S3、机械扩散潜力调查:统计污染场地内的车辆参数,计算污染场地内的交通流量S,将交通流量S划分为5个等级,分别为:一级,权重分为1;二级,权重分为2;三级,权重分为3;四级,权重分为4;五级,权重分为5;
S4、风力扩散潜力调查:将污染场地的空间分布划分为上下两层,下层近地面层的高度为10m,上层非近地面层的高度为10-50m,将污染场地上下两层的地表颗粒物污染物浓度值通过插值计算得到,在根据每个时间段地表颗粒物污染浓度的不同,对污染场地上下两层的污染物浓度时空变化进行拟合,得到下层近地面层的地表颗粒物污染物浓度随时间变化速率为:
式中,a1、b1、c1均为下层近地面层污染常数,R1为下层近地面层平均地表颗粒物污染物浓度,单位为ppm,t为时间,单位为h;
上层非近地面的地表颗粒物污染物浓度随时间变化速率为:
式中,a2、b2、c2均为上层非近地面层污染常数,R2为上层非近地面层平均地表颗粒物污染物浓度,单位为ppm,t为时间,单位为h;
S5、污染指数确定:根据含尘量的分级,通过将交通流量与风力扩散得到的地表颗粒物污染物浓度随时间变化速率进行权重赋予,从而确定综合污染指数,当含尘量为一级时,污染指数Y为:Y=0.1R1·S+0.6R2;
当含尘量为二级时,污染指数Y为:Y=0.2R1·S+0.5R2;
当含尘量为三级时,污染指数Y为:Y=0.3R1·S+0.4R2;
当含尘量为四级时,污染指数Y为:Y=0.4R1·S+0.3R2;
当含尘量为五级时,污染指数Y为:Y=0.5R1·S+0.2R2;
S6、居民呼吸量统计:对污染场地内的居民平均长期呼吸量进行统计计算,得到居民平均长期呼吸量IR,单位为m3/d;
S7、综合暴露等级评估:将步骤S5中得到的污染指数Y与步骤S6中得到的居民平均长期呼吸量IR共同对污染场地的地表颗粒物污染物综合暴露等级进行评估,由以下公式表示:
L=0.01IR2·Y(t=24);
式中,L为地表颗粒物污染物综合暴露等级,当0<L≤50时,地表颗粒物污染物综合暴露等级为低级;当50<L≤100时,地表颗粒物污染物综合暴露等级为中低级;当100<L≤200时,地表颗粒物污染物综合暴露等级为中级;当200<L≤500时,地表颗粒物污染物综合暴露等级为中高级;当500<L时,地表颗粒物污染物综合暴露等级为高级。
2.根据权利要求1所述的一种污染场地地表颗粒物释放暴露快速评估方法,其特征在于,所述步骤S1中地表颗粒物污染物为PM10或PM2.5。
3.根据权利要求1所述的一种污染场地地表颗粒物释放暴露快速评估方法,其特征在于,所述步骤S2中含尘量等级划分为:一级,0-20%;二级,20-40%;三级,40-60%;四级,60-80%;五级,80-100%。
4.根据权利要求1所述的一种污染场地地表颗粒物释放暴露快速评估方法,其特征在于,所述步骤S3中交通流量S的等级划分为:一级,0-100辆/日·车道;二级,100-300辆/日·车道;三级,300-500辆/日·车道;四级,500-800辆/日·车道;五级,大于800辆/日·车道。
6.根据权利要求5所述的一种污染场地地表颗粒物释放暴露快速评估方法,其特征在于,所述基础代谢率BMR根据性别和年龄不同取值方法不同,不同年龄段男性的基础代谢率BMR由以下公式表示:
<18岁,BMR=74BW+2754;
18-29岁,BMR=63BW+2896;
30-59岁,BMR=48BW+3653;
≥60岁,BMR=49BW+2459;
不同年龄段男性的基础代谢率BMR由以下公式表示:
<18岁,BMR=56BW+2898;
18-29岁,BMR=62BW+2036;
30-59岁,BMR=34BW+3538;
≥60岁,BMR=38BW+2755;
式中,BW为体重,单位为kg。
7.根据权利要求1所述的一种污染场地地表颗粒物释放暴露快速评估方法,其特征在于,所述步骤S7中,针对特殊工作人群,污染场地的地表颗粒物污染物综合暴露等级评估由以下公式表示:
L′=0.013IR2·Y(t=24);
式中,L′为针对特殊工作人群的地表颗粒物污染物综合暴露等级。
8.根据权利要求7所述的一种污染场地地表颗粒物释放暴露快速评估方法,其特征在于,所述所述特殊工作人群为交警、快递员、摊贩、司机、农民。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210986712.XA CN115358572B (zh) | 2022-08-17 | 2022-08-17 | 一种污染场地地表颗粒物释放暴露快速评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210986712.XA CN115358572B (zh) | 2022-08-17 | 2022-08-17 | 一种污染场地地表颗粒物释放暴露快速评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115358572A true CN115358572A (zh) | 2022-11-18 |
CN115358572B CN115358572B (zh) | 2023-04-28 |
Family
ID=84003192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210986712.XA Active CN115358572B (zh) | 2022-08-17 | 2022-08-17 | 一种污染场地地表颗粒物释放暴露快速评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115358572B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170091350A1 (en) * | 2015-09-24 | 2017-03-30 | Alexander Bauer | Near real-time modeling of pollution dispersion |
CN109297543A (zh) * | 2018-11-23 | 2019-02-01 | 北京科技大学 | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 |
WO2019074285A1 (ko) * | 2017-10-12 | 2019-04-18 | 주식회사 엑스엘 | 미세먼지 농도 연산장치 및 방법 |
CN110348649A (zh) * | 2019-08-19 | 2019-10-18 | 天津市气象科学研究所 | 基于气象要素和污染物垂直分布特征的pm2.5背景浓度估算方法 |
CN110766257A (zh) * | 2018-07-28 | 2020-02-07 | 华中科技大学 | 一种评估人群空气污染物短期暴露浓度的方法 |
WO2021051609A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技(深圳)有限公司 | 细颗粒物污染等级的预测方法、装置及计算机设备 |
WO2021141229A1 (ko) * | 2020-01-09 | 2021-07-15 | 주식회사 에코플레이 | 오염물질 변화에 따른 알람을 제공하는 방법 및 장치 |
CN113378494A (zh) * | 2021-06-25 | 2021-09-10 | 哈尔滨工业大学 | 一种基于污染物浓度控制的峡谷街道优化设计方法 |
-
2022
- 2022-08-17 CN CN202210986712.XA patent/CN115358572B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170091350A1 (en) * | 2015-09-24 | 2017-03-30 | Alexander Bauer | Near real-time modeling of pollution dispersion |
WO2019074285A1 (ko) * | 2017-10-12 | 2019-04-18 | 주식회사 엑스엘 | 미세먼지 농도 연산장치 및 방법 |
CN110766257A (zh) * | 2018-07-28 | 2020-02-07 | 华中科技大学 | 一种评估人群空气污染物短期暴露浓度的方法 |
CN109297543A (zh) * | 2018-11-23 | 2019-02-01 | 北京科技大学 | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 |
CN110348649A (zh) * | 2019-08-19 | 2019-10-18 | 天津市气象科学研究所 | 基于气象要素和污染物垂直分布特征的pm2.5背景浓度估算方法 |
WO2021051609A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技(深圳)有限公司 | 细颗粒物污染等级的预测方法、装置及计算机设备 |
WO2021141229A1 (ko) * | 2020-01-09 | 2021-07-15 | 주식회사 에코플레이 | 오염물질 변화에 따른 알람을 제공하는 방법 및 장치 |
CN113378494A (zh) * | 2021-06-25 | 2021-09-10 | 哈尔滨工业大学 | 一种基于污染物浓度控制的峡谷街道优化设计方法 |
Non-Patent Citations (1)
Title |
---|
栾紫清: "人行天桥颗粒物暴露浓度时空分布与健康风险评估" * |
Also Published As
Publication number | Publication date |
---|---|
CN115358572B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Thuy et al. | Mass concentrations and carbonaceous compositions of PM0. 1, PM2. 5, and PM10 at urban locations of Hanoi, Vietnam | |
Abam et al. | Vehicular emissions and air quality standards in Nigeria | |
Agarwal et al. | Comprehensive approach for the development of traffic noise prediction model for Jaipur city | |
Qiu et al. | Pedestrian exposure to traffic PM on different types of urban roads: A case study of Xi’an, China | |
Mishra et al. | Evaluation and analysis of traffic noise along bus rapid transit system corridor | |
Bigazzi et al. | Impacts of freeway traffic conditions on in-vehicle exposure to ultrafine particulate matter | |
Wang et al. | Investigation of the spatiotemporal variation and influencing factors on fine particulate matter and carbon monoxide concentrations near a road intersection | |
Whitlow et al. | Impact of local traffic exclusion on near-road air quality: findings from the New York City “Summer Streets” campaign | |
Chen et al. | Spatiotemporal modeling with temporal-invariant variogram subgroups to estimate fine particulate matter PM2. 5 concentrations | |
Pattinson et al. | Potential pollution exposure reductions from small-distance bicycle lane separations | |
Hernández et al. | Urban cycling and air quality: Characterizing cyclist exposure to particulate-related pollution | |
Al-sareji et al. | Personal exposure and inhalation doses to PM1 and PM2. 5 pollution in Iraq: An examination of four transport modes | |
Saramak | Comparative analysis of indoor and outdoor concentration of PM10 particulate matter on example of Cracow City Center | |
Vijay et al. | Assessment of traffic noise on highway passing from urban agglomeration | |
Partheeban et al. | Urban road traffic noise on human exposure assessment using geospatial technology | |
Ahmadi et al. | The effect of air pollution on drivers’ safety performance | |
CN115358572A (zh) | 一种污染场地地表颗粒物释放暴露快速评估方法 | |
Agarwal et al. | Status of ambient noise levels in Jaipur City | |
Blagoiev et al. | A study on correlation between air pollution and traffic | |
Gabbe et al. | Residential development and near-roadway air pollution: Assessing risk and mitigation in San Jose, California | |
Połednik et al. | Traffic-related particle emissions and exposure on an urban road | |
CN113011749A (zh) | 一种基于风险与能力的城市公共安全评估方法 | |
Kim et al. | Spatial and PMF analysis of particle size distributions simultaneously measured at four locations at the roadside of highways | |
Adeke et al. | Modelling traffic noise level on roadside traders at Wurukum market area in Makurdi town, Benue state–Nigeria | |
Emran et al. | Particulate matter concentration emitted from heterogeneous traffic near urban roadways in Khulna City |
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 |