CN115902114A - 基于半定量法的小尺度大气污染溯源方法 - Google Patents
基于半定量法的小尺度大气污染溯源方法 Download PDFInfo
- Publication number
- CN115902114A CN115902114A CN202211559763.0A CN202211559763A CN115902114A CN 115902114 A CN115902114 A CN 115902114A CN 202211559763 A CN202211559763 A CN 202211559763A CN 115902114 A CN115902114 A CN 115902114A
- Authority
- CN
- China
- Prior art keywords
- pollutant
- time
- pollution
- source
- research
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004445 quantitative analysis Methods 0.000 title claims abstract description 15
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 77
- 231100000719 pollutant Toxicity 0.000 claims abstract description 77
- 238000011160 research Methods 0.000 claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004451 qualitative analysis Methods 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 29
- 239000000356 contaminant Substances 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 8
- 238000011109 contamination Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims 1
- 238000013076 uncertainty analysis Methods 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract description 3
- 239000013618 particulate matter Substances 0.000 description 15
- 239000003245 coal Substances 0.000 description 5
- 239000000428 dust Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Images
Classifications
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于半定量法的小尺度大气污染溯源方法,属于大气污染防治与溯源技术领域。包括:建立研究区域排放源信息数据库;获取研究区域监测站点的连续监测数据,确定目标站点以及研究时刻;使用污染物浓度时序特征雷达图进行“定性”分析,确定主要排放源类型;基于半定量方法进行“定域”分析,确定污染来源区域;基于“定性”和“定域”分析结果,结合排放源信息数据库获取溯源结果。本发明可极大提升小尺度大气污染溯源的速度,为小尺度大气污染综合管控提供技术支撑,有效改善空气质量。
Description
技术领域
本发明属于大气污染防治与溯源技术领域,具体而言,涉及一种基于半定量法的小尺度大气污染溯源方法。
背景技术
大气污染对人类健康和社会发展有重要的负面影响,实施区域、城市宏观管控措施,空气质量明显改善,但环境问题依然严峻。随着管控措施的实施,污染减排潜力大幅下降、成本急剧上升。小尺度空气质量管控成为大气环境管理的新阶段、新需求。实现小尺度空气质量管控,就必须实现区域内大气污染源头追溯。
建立环境监测网络,在各城市内分布数个固定监测站点,但缺乏针对站点污染的科学的溯源方法。已有的大气污染溯源方法主要包括基于源排放清单和各种扩散模型的正向溯源法和基于后向轨迹模型的逆向溯源法等。但对于小尺度大气污染溯源来说,随着空间尺度的降低,对气象、排放、模型等基础数据提出了更高的要求。在小尺度溯源中,正向溯源法所需要的研究区域详细源清单需要实现分钟级别的动态更新,这极难实现;逆向溯源法依赖于精细化的气象数据,但由于受到下垫面或计算量等因素的影响,现有的技术手段难以提供支撑。此外,还有走航、人力巡查等方法。然而这些方法耗时较长,对污染事件下的溯源有效性不足、应急响应相对滞后,且消耗大量的人力物力。因此,小尺度大气污染溯源这一难题基于现有方法难以解决。
综上,本发明为小尺度大气污染溯源难题,提出一种基于半定量法的小尺度大气污染溯源方法,科学的、针对性的对站点监测数据进行挖掘,解决现有研究中的不足,为小尺度精细化管控提供科学支撑。
发明内容
本发明目的是针对小尺度精细化管控需求,解决站点污染来源识别过程中消耗时间较长、响应相对滞后等问题,提出了利用监测数据,基于定性和半定量定域方法相结合的小尺度大气污染溯源方法,从而实现对站点污染事件的快速溯源,进而为小尺度精细化管控提供更为科学、完善的技术支持。
要解决上述技术问题,本发明采用的技术方案如下:
基于半定量法的小尺度大气污染溯源方法,包括如下步骤:
步骤一、收集研究区域排放源信息,并建立排放源信息数据库;
步骤二、获取研究区域内监测站点分布以及站点连续监测数据(污染物浓度数据和气象数据),确定目标站点以及研究时刻;
步骤三、基于目标站点污染物浓度数据绘制研究时刻目标站点污染物浓度时序特征雷达图,通过雷达图进行“定性”分析——确定主要排放源类型;
步骤四、基于半定量法,确定目标站点污染来源区域;使用研究时刻以及其前一时刻所有监测站点的污染物浓度监测数据,计算各站点研究时刻污染物浓度变化率水平,筛选目标站点上风向污染物浓度变化率水平低于目标站点的站点M;基于不确定分析方法确定目标站点风速、风向波动范围,并以此在目标站点和站点M之间进行“定域”,得到目标站点污染来源区域;
步骤五、结合步骤三的“定性”结果和步骤四的“定域”结果,并与排放源信息数据库进行对比,获取目标站点的污染潜在来源,得到最终溯源结果。
所述步骤一中排放源信息数据库主要包含:排放源的类型、排放源的位置信息(经度、纬度)、各类型排放源主要排放污染物种等。其中排放源类型可分为点、线、面源三大类,每个类型可进一步细分为燃煤源、移动源、扬尘源等不同类型。点源需要给出所在位置经纬度信息;线源需要给出起始位置经纬度信息;面源需要给出边界经纬度信息。
所述步骤二中站点监测数据包括任意时间序列的PM2.5、PM10、CO、NO2、SO2等污染物浓度数据以及风向、风速等气象数据,时间分辨率可以为日、小时,也可以为几十分钟等。
所述步骤二中目标站点和研究时刻适用于任意站点和任何时刻,可根据实际需求进行确定。
所述步骤三中污染物浓度时序特征雷达图绘制步骤如下:
1)选取目标站点研究时刻及与之连续的前多个时刻,获取这一时段内污染物浓度数据,将污染物浓度数据进行归一化处理:
式中:Zij——i时刻第j种污染物归一化值,无量纲;
cij——i时刻第j种污染物原始浓度,μg/m3;
m——污染物种数;
2)计算污染物特征值:
式中:λij——i时刻第j种污染物的特征值,无量纲;
——选取时段内第j种污染物归一化值的平均值,无量纲;
Zij——i时刻第j种污染物归一化值,无量纲
3)计算污染物特征标准值及上(下)限值
标准值为选取时段内平均污染特征归一化值与该平均污染特征归一化值的比值,数值为1;
上(下)限值计算公式如下:
式中:Maxj——第j种污染物的上限值;
Minj——第j种污染物的下限值;
Sj——选取时段内第j种污染物归一化值的标准偏差;
4)基于污染物特征值、污染物特征标准值及上(下)限值绘制特征雷达图。
所述步骤三中“定性”以及污染源确定的方法如下:基于绘制的污染物浓度时序特征雷达图,当特定时间污染物特征值处于污染物特征值上下限之间时,可认为污染特征未发生明显变化;当特定时间一个或多个污染物特征值超出污染物特征值上下限之间时,可认为污染特征与历史平均相比发生了显著变化。根据研究时刻污染特征值的不同组合确定污染主要来源于哪种类型的污染源。
所述步骤四中污染物浓度变化率水平的方法如下:
1)根据步骤三确定的污染特征发生显著变化的污染物,计算研究时刻所有监测站点的污染物浓度变化率,污染物浓度变化率计算公式如下:
式中:Δc——站点污染物浓度变化率,%;
ct——研究时刻污染物浓度,μg/m3;
ct-1——研究时刻前一时刻污染物浓度,μg/m3;
2)计算目标站点及其余站点研究时刻污染物浓度变化率水平,污染物浓度变化率水平计算公式如下:
式中:levelobj——站点obj的污染物浓度变化率水平,%;
Δcobj——站点obj的污染物浓度变化率,%;
Δck——站点k的污染物浓度变化率,%;
n——研究区域内站点总数,个;
3)筛选出研究时刻目标站点上风向污染物浓度变化率水平低于目标站点的站点M。
所述步骤四中基于不确定分析确定污染来源区域的方法如下:
1)获取目标站点风向、风速历史数据(一般选取同年与研究时刻相近或者不同年与研究时刻同期的时段),并计算标准偏差,计算公式如下:
式中:σfac——风向/风速标准偏差;
N——使用数据总数;
μ——使用数据均值;
Xi——数据i的值;
2)使用风向、风速标准偏差,基于2σ准则,确定风向、风速波动范围,计算公式如下:
rangefac=fact±2σfac
式中:rangefac——风向/风速波动范围;
fact——研究时刻风向/风速值;
3)以目标站点为圆心,站点风速最大值与时间分辨率的乘积为半径,风向波动范围为角度上下限,画定扇形区域为污染来源区域。
所述步骤五中溯源结果获取的方法如下:结合步骤三的“定性”结果和步骤四的“定域”结果,确定污染来源于哪个区域内的哪种类型的排放源,与排放源信息数据库进行对比,找出满足条件的所有排放源,即为溯源结果。
与现有技术相比,本发明的有益效果为:
本发明的基于半定量法的小尺度大气污染溯源方法,优点是:针对站点局地大气污染,提出了定性、半定量定域和排放源信息数据库相结合的快速溯源技术方法,具有耗时短、时效性高的特点,能够对站点局地污染事件快速响应,有力支撑小尺度空气质量管控。
附图说明
图1为本发明基于半定量法的小尺度大气污染溯源方法的流程图。
图2临沂市国控站点位置分布图
图3沂河小区站点污染物时序特征雷达图
图4沂河小区污染来源区域分布图
图5溯源结果图
具体实施方式:
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述:
如图1所示,本发明提供一种基于半定量法的小尺度大气污染溯源方法,包括S1~S5,具体的:
S1、收集研究区域排放源信息,并建立排放源信息数据库;
S2、获取研究区域内所有监测站点分布以及站点监测数据,确定目标站点以及研究时刻;
S3、基于目标站点污染物浓度数据绘制研究时刻目标站点研究时刻污染物浓度时序特征雷达图,通过雷达图进行“定性”分析——确定主要排放源类型;
S4、使用研究时刻以及其前一时刻所有监测站点的监测数据,基于半定量方法进行“定域”分析——确定目标站点污染来源区域;
S5、结合S3的“定性”结果和S4的“定域”结果,并与排放源信息数据库进行对比,获取目标站点的污染潜在来源,得到最终溯源结果。
实施例:
基于所发明的溯源方法,以山东省临沂市为研究区域,使用区域内6个国控站点监测数据,以沂河小区站点为目标站点进行实施案例溯源如下:
S1、收集山东省临沂市的排放源信息,并建立了污染源信息数据库,包括临沂市主要的排放源类型、位置信息、排放源主要排放污染物种等。其中临沂市排放源的类型主要包括燃煤源、工艺过程源、餐饮源等点源,道路移动源、道路扬尘等线源和工地扬尘、居民源等面源。
S2、获取临沂市2021年1月六个国控站点鲁南制药厂、南坊新区、沂河小区、新光毛纺厂、十里堡居委、河东保险公司的逐小时监测数据,包括PM2.5、PM10、CO、NO2、SO2五种污染物浓度数据及风向、风速气象数据。国控站点位置分布如图2所示。选取沂河小区站点为目标站点,2021年1月9日22时为研究时刻。
S3、基于沂河小区站点研究时刻及前12个小时(也可选取其他时长)的污染物浓度,绘制沂河小区站点研究时刻的污染物浓度时序特征雷达图如图3,发现此时刻污染特征显著变化的污染物为PM2.5、SO2,并判断出此研究时刻的主要排放源类型为燃煤源。判断方法如下:
五种污染物中CO、NO2、SO2、PM10主要来自于一次源,PM2.5既有一次来源又有二次来源。SO2主要来自于燃煤过程和钢铁等工业过程;NO2来自于燃煤、工业过程、机动车;CO主要来自于燃煤、机动车以及其它不完全燃烧;PM10来自于扬尘源。若雷达图中CO、NO2两种污染物特征值超出上限,可推测污染来源于机动车源;SO2、PM2.5两种污染物特征值超出上限,可推测污染来源于燃煤源;PM10、PM2.5两种污染物特征值超出上限,可推测污染来源于扬尘源等。图3中SO2、PM2.5两种污染物特征值超出上限值,故判断主要排放源类型为燃煤源。
S4、由S3可得,此研究时刻显著变化污染物为PM2.5、SO2。计算各站点研究时刻污染物浓度变化率和污染物浓度变化率水平。研究时刻PM2.5浓度变化率水平低于沂河小区的有鲁南制药厂站点,SO2浓度变化率水平低于沂河小区的有鲁南制药厂、河东保险公司站点。沂河小区站点风向为281,上风向所对应站点为鲁南制药厂,故沂河小区与鲁南制药厂之间存在污染源排放对沂河小区站点浓度造成贡献。使用2021年1月风向、风速数据,计算风向、风速标准偏差并计算其波动范围有:range风向=281±30°,range风速=0.3+1.2m/s,以此画定沂河小区站点在研究时刻的污染来源区域如图4所示。
S5、结合S3确定的污染来源区域和S4确定的主要污染源类型。基于排放源信息数据库进行对比找出污染来源区域内的燃煤源如图5,得到最终的溯源结果:临沂市恒源热力集团有限公司和临沂市恒源热力集团恒源热电有限公司两个燃煤源。
本发明基于半定量法的小尺度大气污染溯源方法,对站点监测数据进行深入挖掘,识别污染来源类型和污染来源区域;结合污染源信息数据库对站点污染进行来源追溯,方法简单易行,溯源速度快,靶向性强,可为小尺度区域污染防控提供科技支撑。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化,如在实施例中本发明只对一个时刻就行研究,对于多个研究时刻也可进行多次分析获取溯源结果。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.基于半定量法的小尺度大气污染溯源方法,其特征在于,包括以下步骤:
步骤一、收集研究区域排放源信息,并建立排放源信息数据库;
步骤二、获取研究区域内监测站点分布以及站点连续监测数据,确定目标站点以及研究时刻;站点连续监测数据包括污染物浓度数据和气象数据;
步骤三、基于目标站点污染物浓度数据绘制研究时刻目标站点污染物浓度时序特征雷达图,通过雷达图进行“定性”分析——确定主要排放源类型;
步骤四、基于半定量法,确定目标站点污染来源区域;使用研究时刻以及其前一时刻所有监测站点的污染物浓度监测数据,计算各站点研究时刻污染物浓度变化率水平,筛选目标站点上风向污染物浓度变化率水平低于目标站点的站点M;基于不确定分析方法确定目标站点风速、风向波动范围,并以此在目标站点和站点M之间进行“定域”,得到目标站点污染来源区域;
步骤五、结合步骤三的“定性”结果和步骤四的“定域”结果,并与排放源信息数据库进行对比,获取目标站点的污染潜在来源,得到最终溯源结果。
2.按照权利要求1所述的方法,其特征在于,所述步骤一中排放源信息数据库包含:排放源的类型、排放源的位置信息、排放源排放污染物种;其中排放源类型分为点、线、面源三大类;点源需要给出所在位置经纬度信息;线源需要给出起始位置经纬度信息;面源需要给出边界经纬度信息。
3.按照权利要求1所述的方法,其特征在于,所述步骤二中站点监测数据包括任意时间序列的PM2.5、PM10、CO、NO2、SO2这些污染物浓度数据以及风向、风速这些气象数据,时间分辨率为日、小时,或者几十分钟。
4.按照权利要求1所述的方法,其特征在于,所述步骤三中污染物浓度时序特征雷达图绘制步骤如下:
1)选取目标站点研究时刻及与之连续的前多个时刻,获取这一时段内污染物浓度数据,将污染物浓度数据进行归一化处理:
式中:Zij——i时刻第j种污染物归一化值,无量纲;
cij——i时刻第j种污染物原始浓度,μg/m3;
m——污染物种数;
2)计算污染物特征值:
式中:λij——i时刻第j种污染物的特征值,无量纲;
Zij——i时刻第j种污染物归一化值,无量纲
3)计算污染物特征标准值及上(下)限值
标准值为选取时段内平均污染特征归一化值与该平均污染特征归一化值的比值,数值为1;
上(下)限值计算公式如下:
式中:Maxj——第j种污染物的上限值;
Minj——第j种污染物的下限值;
Sj——选取时段内第j种污染物归一化值的标准偏差;
4)基于污染物特征值、污染物特征标准值及上(下)限值绘制特征雷达图。
5.按照权利要求1所述的方法,其特征在于,所述步骤三中“定性”以及污染源确定的方法如下:基于绘制的污染物浓度时序特征雷达图,当特定时间污染物特征值处于污染物特征值上下限之间时,认为污染特征未发生明显变化;当特定时间一个或多个污染物特征值超出污染物特征值上下限之间时,认为污染特征与历史平均相比发生了显著变化;根据研究时刻污染特征值的不同组合确定污染主要来源于哪种类型的污染源。
6.按照权利要求1所述的方法,其特征在于,所述步骤四中污染物浓度变化率水平的方法如下:
1)根据步骤三确定的污染特征发生显著变化的污染物,计算研究时刻所有监测站点的污染物浓度变化率,污染物浓度变化率计算公式如下:
式中:Δc——站点污染物浓度变化率,%;
ct——研究时刻污染物浓度,μg/m3;
ct-1——研究时刻前一时刻污染物浓度,μg/m3;
2)计算目标站点及其余站点研究时刻污染物浓度变化率水平,污染物浓度变化率水平计算公式如下:
式中:levelobj——站点obj的污染物浓度变化率水平,%;
Δcobj——站点obj的污染物浓度变化率,%;
Δck——站点k的污染物浓度变化率,%;
n——研究区域内站点总数,个;
筛选出研究时刻目标站点上风向污染物浓度变化率水平低于目标站点的站点M。
8.按照权利要求1所述的方法,其特征在于,所述步骤五中溯源结果获取的方法如下:结合步骤三的“定性”结果和步骤四的“定域”结果,确定污染来源于哪个区域内的哪种类型的排放源,与排放源信息数据库进行对比,找出满足条件的所有排放源,即为溯源结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211559763.0A CN115902114A (zh) | 2022-12-07 | 2022-12-07 | 基于半定量法的小尺度大气污染溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211559763.0A CN115902114A (zh) | 2022-12-07 | 2022-12-07 | 基于半定量法的小尺度大气污染溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115902114A true CN115902114A (zh) | 2023-04-04 |
Family
ID=86481259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211559763.0A Pending CN115902114A (zh) | 2022-12-07 | 2022-12-07 | 基于半定量法的小尺度大气污染溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115902114A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116484166A (zh) * | 2023-05-08 | 2023-07-25 | 北京工业大学 | 一种基于大气污染浓度变化率的突出值站点识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108829642A (zh) * | 2018-04-24 | 2018-11-16 | 中国环境科学研究院 | 一种利用特征雷达图分析环境质量数据的方法 |
CN114002381A (zh) * | 2021-10-19 | 2022-02-01 | 北京伟瑞迪科技有限公司 | 一种大气污染溯源扩散分析方法及装置 |
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 |
CN114547127A (zh) * | 2020-11-25 | 2022-05-27 | 上海金艺检测技术有限公司 | 工业园区小尺度区域的污染气团输送来源分析方法 |
WO2022126544A1 (zh) * | 2020-12-17 | 2022-06-23 | 西门子(中国)有限公司 | 确定污染源的方法、装置和计算机可读存储介质 |
CN115130831A (zh) * | 2022-06-08 | 2022-09-30 | 北京工业大学 | 一种小尺度精细化大气污染溯源方法 |
CN115420854A (zh) * | 2022-08-22 | 2022-12-02 | 北京工业大学 | 一种基于正后向模型结合的大气污染物溯源方法 |
-
2022
- 2022-12-07 CN CN202211559763.0A patent/CN115902114A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108829642A (zh) * | 2018-04-24 | 2018-11-16 | 中国环境科学研究院 | 一种利用特征雷达图分析环境质量数据的方法 |
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 |
CN114547127A (zh) * | 2020-11-25 | 2022-05-27 | 上海金艺检测技术有限公司 | 工业园区小尺度区域的污染气团输送来源分析方法 |
WO2022126544A1 (zh) * | 2020-12-17 | 2022-06-23 | 西门子(中国)有限公司 | 确定污染源的方法、装置和计算机可读存储介质 |
CN114002381A (zh) * | 2021-10-19 | 2022-02-01 | 北京伟瑞迪科技有限公司 | 一种大气污染溯源扩散分析方法及装置 |
CN115130831A (zh) * | 2022-06-08 | 2022-09-30 | 北京工业大学 | 一种小尺度精细化大气污染溯源方法 |
CN115420854A (zh) * | 2022-08-22 | 2022-12-02 | 北京工业大学 | 一种基于正后向模型结合的大气污染物溯源方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116484166A (zh) * | 2023-05-08 | 2023-07-25 | 北京工业大学 | 一种基于大气污染浓度变化率的突出值站点识别方法 |
CN116484166B (zh) * | 2023-05-08 | 2023-11-03 | 北京工业大学 | 一种基于大气污染浓度变化率的突出值站点识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112418609B (zh) | 一种基于面-网格-点的大气二次污染精准溯源方法 | |
CN112085241B (zh) | 一种基于机器学习的环境大数据分析和决策平台 | |
Mildenberger et al. | Households with solar installations are ideologically diverse and more politically active than their neighbours | |
Lestari et al. | Source apportionment of particulate matter at urban mixed site in Indonesia using PMF | |
Cai et al. | Impacts of winter heating on the atmospheric pollution of northern China’s prefectural cities: evidence from a regression discontinuity design | |
CN117708617B (zh) | 基于多源大数据及污染特征时空匹配的大气污染溯源方法 | |
CN115902114A (zh) | 基于半定量法的小尺度大气污染溯源方法 | |
CN116626233A (zh) | 基于多源数据融合的大气污染溯源方法、终端及存储介质 | |
Zhou et al. | Exposure risk of global surface O3 during the boreal spring season | |
Lam et al. | Development of new emission reallocation method for industrial nonpoint source in China | |
CN114519124A (zh) | 一种大气环境污染联防联控治理方法 | |
Chen et al. | Roadside atmospheric pollution: still a serious environmental problem in Beijing, China | |
Yu et al. | Environmental effects of prohibiting urban fireworks and firecrackers in Jinan, China | |
CN112505247B (zh) | 空气质量分析方法、装置、设备及存储介质 | |
CN115290525A (zh) | 一种基于实测的大气颗粒物污染快速溯源方法 | |
CN114663044A (zh) | 一种智慧化遥感环境监测系统 | |
Teng et al. | Study on the Temporal and Spatial Variation of PM 2.5 in Eight Main Cities of Yunnan Province | |
CN113837496A (zh) | 一种秸秆焚烧对空气质量影响的模型预测方法 | |
Wang et al. | Using highly time resolved fine particulate compositions to find particle sources in St. Louis, MO | |
Sun et al. | Research on PM2. 5 concentration based on dissipative structure theory: a case study of Xi’an, China | |
CN107704943B (zh) | 一种计算pm2.5分区预报结果的方法 | |
Neria-Hernández et al. | Air Pollution in Cities With Unplanned Urban Growth, a Case Study of Toluca Valley: Trends and Health Impacts Compared With Mexico City | |
Habeebullah et al. | A comparison of air quality in arid and temperate climatic conditions–A case study of Leeds and Makkah | |
CN114527235B (zh) | 一种排放强度实时量化检测的方法 | |
Aniyikaiye et al. | Quantification of ambient PM2. 5 concentrations adjacent to informal brick kilns in the Vhembe District using low-cost sensors |
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 |