CN116499533B - 一种散货港口环境智能监测系统 - Google Patents

一种散货港口环境智能监测系统 Download PDF

Info

Publication number
CN116499533B
CN116499533B CN202310787211.3A CN202310787211A CN116499533B CN 116499533 B CN116499533 B CN 116499533B CN 202310787211 A CN202310787211 A CN 202310787211A CN 116499533 B CN116499533 B CN 116499533B
Authority
CN
China
Prior art keywords
water
monitoring
air quality
water resource
area
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
CN202310787211.3A
Other languages
English (en)
Other versions
CN116499533A (zh
Inventor
张凯磊
彭士涛
贾建娜
郑鹏
刘连坤
褚强
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.)
Tianjin Research Institute for Water Transport Engineering MOT
Tianjin Water Transport Engineering Survey and Design Institute
Original Assignee
Tianjin Research Institute for Water Transport Engineering MOT
Tianjin Water Transport Engineering Survey and Design Institute
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 Tianjin Research Institute for Water Transport Engineering MOT, Tianjin Water Transport Engineering Survey and Design Institute filed Critical Tianjin Research Institute for Water Transport Engineering MOT
Priority to CN202310787211.3A priority Critical patent/CN116499533B/zh
Publication of CN116499533A publication Critical patent/CN116499533A/zh
Application granted granted Critical
Publication of CN116499533B publication Critical patent/CN116499533B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D47/00—Separating dispersed particles from gases, air or vapours by liquid as separating agent
    • B01D47/06—Spray cleaning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • 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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G01N15/075—Investigating concentration of particle suspensions by optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0096—Investigating consistence of powders, dustability, dustiness

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Primary Health Care (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Computational Mathematics (AREA)
  • Public Health (AREA)
  • Mathematical Analysis (AREA)
  • Water Supply & Treatment (AREA)
  • Dispersion Chemistry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

本发明提出一种散货港口环境智能监测系统，涉及环境监测技术领域，通过设置现场监测系统和软件分析系统，所述现场监测系统包括大气网格化监测系统和水资源分区监测系统，大气网格化监测系统用于获取大气监测区域内的空气质量监测数据，所述水资源分区监测系统，用于获取水资源分区监测区域内的水环境质量监测数据，所述软件分析系统对所述空气质量监测数据和所述水环境质量监测数据进行分析，以实时展示港口各分区环境污染状况、可利用水资源状况、水资源实时收集处理状况，并将抑尘作业用水需求与可利用水资源进行匹配决策，实现监测结果的联动处理。

Description

一种散货港口环境智能监测系统
技术领域
本发明涉及环境监测技术领域，尤其是涉及一种散货港口环境智能监测系统。
背景技术
港口环境监测对散货港口污染治理有着重要的作用：通过持续动态监测，可掌握环境质量和污染物变化情况，持续监督港口环境治理效果，为港口环境保护工作提供依据；港口环境在线监测为交通运输行业环境保护管理、政策、科研工作提供数据支撑；同时，散货港口环境监测也是落实交通运输行业生态环保的重要工作之一。
未来，港口环境监测将实现“智慧+环境”，通过大数据进行风险评估、分析，进而提出环境治理智慧型解决方案。
目前针对散货港口环境监测系统的研究较少，已有的散货港口环境监测系统，在大气环境监测时，一般采用两种检测方式，一种是采用激光雷达，对扫描区域进行整体的监测，但存在局部监测结果不准确的问题，另一种是采用空气质量监测微站对多个小区域进行监测，又会出现监测结果不全面的问题；
雨污水作为散货港口主要的污水来源，需要对雨污水收集、处理和回用的各个环节进行管理。现有水资源监测中，以整个港区作为一个整体，设置统一的污水回收站、处理站，并未考虑水资源收集利用分区的概念，由此导致难以掌握各区域的雨污水收集情况、水污染治理情况、中水回用情况，不便于港口水资源与水环境的精细化管理；
另外大气环境监测和水资源监测相对独立，回收利用的水资源无法合理的应用于抑尘作业中。
综上，散货港口环境监测中存在监测点位布置不合理、监测设备选取不合适、监测目的性差难以获得有效环境数据等问题。因此，对精度高、自动化程度高的散货港口环境智能监测系统的研究十分必要。
发明内容
针对上述问题，本发明提供一种散货港口环境智能监测系统, 具体包括：现场监测系统和软件分析系统，所述现场监测系统包括大气网格化监测系统和水资源分区监测系统，其中所述大气网格化监测系统用于获取大气监测区域内的空气质量监测数据，所述水资源分区监测系统包括污水处理站监测系统、雨污水排污口监测系统、储水设施监测设备系统，用于获取水资源分区监测区域内的水环境质量监测数据，所述软件分析系统对所述空气质量监测数据和所述水环境质量监测数据进行分析，以实时展示港口各分区环境污染状况、可利用水资源状况、抑尘作业用水需求、水资源实时收集处理状况，并将抑尘作业用水需求与可利用水资源进行匹配决策；
具体的，
所述大气网格化监测系统包括1个便携式颗粒物激光雷达和N个空气质量监测微站，其中N≥2，所述便携式颗粒物激光雷达安装于待监测港区的中心位置，安装于高处，且所述便携式颗粒物激光雷达扫描范围内无遮挡物；N个所述空气质量监测微站安装于港口周界点位、网格区域定位、重点起尘区域点位，所述空气质量监测微站采集的空气质量监测数据对所述便携式颗粒物激光雷达的监测数据进行校正；
所述水资源分区监测系统安装于所述待监测港区内的多个独立的水资源循环利用区，在所述水资源循环利用区中，分别对区域内雨污水收集点、雨污水处理点、中水储存点、达标雨污水排放点进行监测，每个所述水资源循环利用区内的监测点包括污水处理站监测设备、雨污水排污口监测设备、储水设施监测设备；
所述软件分析系统将大气网格化监测系统采集的监测数据与所述水资源循环利用区内的可利用水资源状况进行匹配，并给出水资源调取决策。
进一步的，所述待监测港区内任意一点的空气质量数据为：
TX=T+ΔTX (1)
(2)
其中，
TX为待监测港区内X点位置处的空气质量数据，
T为便携式颗粒物激光雷达测得的X点位置处的空气质量数据，
ΔTX为X点位置处的空气质量数据的补偿值，
N为空气质量监测微站的数量，
ΔTiX为便携式颗粒物激光雷达测得的X点位置处的空气质量数据与第i个空气质量监测微站测得的X点位置处的空气质量数据的差值，
PiX为第i个空气质量监测微站对X点位置处的空气质量数据的权重，
LiX为第i个空气质量监测微站与X点位置处的距离。
进一步的，所述权重通过如下方法获得：
首先通过点位类型初步确定权重：所述权重从小到大依次为网格区域定位点的权重、港口周界点位的权重、重点起尘区域点位的权重；
若点位类型相同，再根据监测点与空气质量监测微站的距离确定最终权重，距离越远权重越小。
进一步的，所述港口周界点位布置在港口与城市的边界处，沿交界线布置，点位之间距离不大于1.5km。
进一步的，所述重点起尘区域点位布置在堆场、翻斗机/皮带机起尘点的下风向。
进一步的，所述独立的水资源循环利用区划分原则为：当区域内有相对独立的雨污水收集管道、雨污水储水设施、污水处理站，中水储水设施，并且处理后的中水可在本区域内回用，则将本区域作为独立的水资源循环利用区。
进一步的，所述污水处理站监测设备包括流量计、液位计、水质监测设备，在污水收集池与清水池的进水口安装水质监测设备，每个所述水质监测设备处配备一台自动采样设备，所述自动采样设备采用如下算法运行：
当Lj≤1m3/h时，Tj=2，
当1m3/h<Lj≤2m3/h时，Tj=-Lj+3，
当Lj＞2m3/h时，Tj=1，
其中，
Lj为污水收集池与清水池的进水口的进水流量，
Tj为污水收集池与清水池的进水口的自动采样设备的采样周期。
进一步的，所述雨污水排污口监测设备包括流量计、水质监测设备，在雨污水排放明渠处安装水质监测设备，每个所述水质监测设备处配备一台自动采样设备，所述自动采样设备采用如下算法运行：
当LM≤3m3/h时，TM=2，
当3m3/h<LM≤5m3/h时，TM=-0.5LM+3.5，
当LM＞5m3/h时，TM=1，
其中，
LM为明渠流量，
TM为明渠处的自动采样设备的采样周期。
进一步的，所述软件分析系统实现将所述抑尘作业用水需求与所述可利用水资源状况进行匹配，并给出水资源调取决策，具体实现方法为：
S1：获取所述大气网格化监测系统采集的空气质量监测数据；
S2：若所述空气质量监测数据粉尘浓度超标，则进入S3；若未超标，则回到S1，继续监测空气质量；
S3：获取各个所述水资源循环利用区内的可利用中水量；
S4：根据所述粉尘浓度分析计算喷枪开启时间，根据所述喷枪开启时间及喷枪流量计算得到喷淋用水需求；
S5：根据所述喷淋用水需求和所述可利用中水量，选择出所有所述可利用中水量大于等于所述喷淋用水需求的水资源循环利用区；
S6：获取所述粉尘浓度超标的区域定位信息，获取满足所述喷淋用水需求的水资源循环利用区的定位信息；
S7：根据所述定位信息，选择距离所述粉尘浓度超标的区域最近的水资源循环利用区，启动所述水资源循环利用区的喷淋设施。
与现有技术相比较，本发明的有益效果在于：
其一，本发明通过大气网格化监测系统和水资源监测系统，实时获取港口各分区环境污染状况、可利用水资源状况、水资源实时收集处理状况，便于将抑尘作业用水需求与可利用水资源进行匹配决策，实现监测结果的联动处理；
其二，本发明通过合理的设置1个便携式颗粒物激光雷达和N个空气质量监测微站的位置，实现对重点区域的实时监测，并且根据N个空气质量监测微站采集的数据实现便携式颗粒物激光雷达的校准，提升便携式颗粒物激光雷达对污染物的浓度分布信息监测结果的准确度；
其三，本发明在港口周界点位、网格区域定位、重点起尘区域点位设置空气质量监测微站，充分考虑了港区面积、重点起尘区域，以及港口环境对中心城市的影响，使得监测的结果更准确，可及时为城市及港口环境问题处理提供参考；
其四，本发明在确定监测区域内任意一点的空气质量数据时，首先通过点位类型初步确定权重，再根据监测点与空气质量监测微站的距离确定最终权重，充分考虑了空气质量监测微站的点位类型和距离，实现了通过N个空气质量检测微站对1个便携式颗粒物激光雷达检测数据的校正，使得检测结果更准确；
其五，本发明针对雨污水高效处理及水资源循环利用需求，搭建涵盖水资源收集-处理-储存-回用/达标排放的全流程的水环境监测网络，且将整个港区划分为多个独立的水资源循环利用区，对整个港区的水资源收集利用进行分区处理，各个区域内包含污水处理站监测设备、雨污水排污口监测设备、储水设施监测设备，实现港口水资源与水环境的精细化管理，并且在需要抑尘作业时，可以及时调取临近区域的回用水资源，便于将抑尘作业用水需求与可利用水资源进行匹配决策，实现监测结果的联动处理。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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。
图1为散货港口环境智能监测系统示意图；
图2为港口水资源监测系统示意图。
具体实施方式
下面将结合附图对本发明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前提下所获得的所有其它实施例，都属于本发明保护的范围。
本领域技术人员应当知晓，下述具体实施例或具体实施方式，是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式，而该些设置方式之间均是可以相互结合或者相互关联使用的，除非在本发明明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时，下述的具体实施例或实施方式仅作为最优化的设置方式，而不作为限定本发明的保护范围的理解。
下面结合附图（表）对本发明的具体实施方式做出说明。
本发明针对散货港口粉尘浓度控制需求搭建大气环境检测网络，针对雨污水高效处理及水资源循环利用需求，搭建涵盖水资源收集-处理-储存-回用/达标排放的全流程的水环境监测网络。实现港口大气环境质量及水环境质量的高效、科学监测。
一种散货港口环境智能监测系统，如图1所示，具体包括：现场监测系统和软件分析系统，所述现场监测系统包括大气网格化监测系统和水资源分区监测系统，其中所述大气网格化监测系统用于获取大气监测区域内的空气质量监测数据，所述水资源分区监测系统包括污水处理站监测系统、雨污水排污口监测系统、储水设施监测设备系统，用于获取水资源分区监测区域内的水环境质量监测数据，所述软件分析系统对所述空气质量监测数据和所述水环境质量监测数据进行分析，以实时展示港口各分区环境污染状况、可利用水资源状况、抑尘作业用水需求、水资源实时收集处理状况，并将抑尘作业用水需求与可利用水资源进行匹配决策。
大气网格化监测系统：
所述大气网格化监测系统包括1个便携式颗粒物激光雷达和N个空气质量监测微站，其中N≥2，所述便携式颗粒物激光雷达安装于待监测港区的中心位置，安装于高处，且所述便携式颗粒物激光雷达扫描范围内无遮挡物；N个所述空气质量监测微站安装于港口周界点位、网格区域定位、重点起尘区域点位，所述空气质量监测微站采集的空气质量监测数据对所述便携式颗粒物激光雷达的监测数据进行校正。
具体的，
港口便携式颗粒物激光雷达安装数量为1，设备发射激光波长为532nm，设备通过激光与颗粒物和气态分子相互作用后产生散射光来获取不同高度处污染物的浓度分布信息，再利用场界内分布的空气质量监测微站设备进行浓度标定。激光雷达扫描半径应≥2.5km，激光雷达安装位置应根据港口面积及空间分布判定，安装尽量在港口中心位置，保证港口监测区域均在雷达扫描半径内。雷达应具备一定安装高度，应保证激光雷达扫描范围内无遮挡物。激光雷达本身应具备数据传输模块，数据传输方式可采用4G/5G无线传输、网线传输。
空气质量监测微站可选用β射线型设备或光散法设备，设备数量应根据港区面积及重点起尘监测点综合确定。包括港口周界点位、网格区域定位、重点起尘区域补充点位。
港口周界点位布置在港口与城市的边界处，沿交界线布置，点位之间距离不大于1.5km。之所以这样设置，是避免港口的空气质量对城市产生负面的影响，通过监测，及时获得空气质量，在空气质量较差时采取逸尘处理，将港口空气质量对城市的影响降到最低。
网格化监测点位定位方法如下：将监测区域地面划分成若干均匀网状方格，采样点设在两条直线的交点处或方格中心。每个方格为正方形，可从地图上均匀描绘，正方形边长不大于1.0km。
重点起尘区域监测点主要位于堆场、翻斗机/皮带机等起尘点的下风向，在起尘区域监测点与港口周界点位、网格区域定位重合处则不再单独安装设备。对于散货港口具有更多的堆场、翻斗机/皮带机等起尘点，这些区域容易产生扬尘、浮土，很容易对空气质量产生影响，因此也需要加强对这些区域的监测，及时采取措施，以实现港口环境只能监测。
空气质量监测微站安装高度保证微站采样口在3.0~5.0m之间。空气质量监测微站具备数据传输模块，数据传输方式可选择4G/5G。
便携式颗粒物激光雷达采集的数据为整个区域的平面的空气质量数据，而空气质量监测微站获取的为各个监测点的空气直接数据。便携式颗粒物激光雷达、空气质量监测微站监测数据同时传输至软件分析系统，软件分析系统将空气质量监测微站反馈至便携式颗粒物激光雷达，进行便携式颗粒物激光雷达设备数据校准，保证便携式颗粒物激光雷达大面积扫描的准确性。
通过便携式颗粒物激光雷达，可以测得整个监测港区内任意一点的空气质量数据，但存在局部监测结果不准确的问题，本发明通过在关键点位布置空气质量监测微站，通过空气质量监测微站测得的具体点位的空气质量来对雷达进行校准，保证了雷达对各个点的监测数据的准确性。
待监测港区内任意一点的空气质量数据为：
TX=T+ΔTX (1)
(2)
其中，
TX为待监测港区内X点位置处的空气质量数据，
T为便携式颗粒物激光雷达测得的X点位置处的空气质量数据，
ΔTX为X点位置处的空气质量数据的补偿值，
N为空气质量监测微站的数量，
ΔTiX为便携式颗粒物激光雷达测得的X点位置处的空气质量数据与第i个空气质量监测微站测得的X点位置处的空气质量数据的差值，
PiX为第i个空气质量监测微站对X点位置处的空气质量数据的权重，
LiX为第i个空气质量监测微站与X点位置处的距离。
权重通过如下方法获得：
首先通过点位类型初步确定权重：所述权重从小到大依次为网格区域定位点的权重、港口周界点位的权重、重点起尘区域点位的权重；
若点位类型相同，再根据监测点与空气质量监测微站的距离确定最终权重，距离越远权重越小。
本发明在确定监测区域内任意一点的空气质量数据时，首先通过点位类型初步确定权重，再根据监测点与空气质量监测微站的距离确定最终权重，充分考虑了空气质量监测微站的点位类型和距离，实现了通过N个空气质量检测微站对1个便携式颗粒物激光雷达检测数据的校正，使得检测结果更准确。
水资源分区监测系统：
如图2所示，M为水资源分区监测系统中包含的水资源循环利用区的数量。中水是散货港口重要的水资源，而港口雨污水收集、处理、回用/排放是港口防治水环境污染、获取中水资源的重要手段，对雨污水收集、处理、回用/排放的全流程进行监测有助于保证各个流程的更规范、更精准、更高效，提高港区水环境保护效率及中水回用率。而目前国内散货港口在水环境监测方面多以零星点状监测，对哪些设施需要监测、监测哪些水质参数、如何规划监测网络等等尚无系统研究，存在监测区域不合理、监测点位不准确、监测参数不齐全或监测参数过多等问题，由此导致现有监测设施难以给港口管理人员提供准确、有效的监测数据，监测系统无法指导港口开展污水处理、中水回用等工作。
另外，根据前期散货港口调研结果，港口雨污水处理及中水回用是分区开展的，例如A堆场产生的污水进入A堆场污水站，处理后的中水存储于A堆场储水池。回用时再由该储水池的中水输送至堆场用水设施。现实中可能多个堆场对应1个污水站或1个堆场对应多个污水站。而港口目前的水环境监测设备布置较为随意，并未考虑水资源收集利用分区的概念，由此导致监测数据混乱，难以掌握各区域的雨污水收集情况、水污染治理情况、中水回用情况，不便于港口水资源与水环境的精细化管理。
针对上述问题，本发明根据雨污水收集、处理、回用的空间分布特点，将港口中独立的雨污水收集、处理、回用区域划分为单独的水资源循环利用区。所述独立的水资源循环利用区划分原则为：当区域内有相对独立的雨污水收集管道、雨污水储水设施，污水处理站，中水储水设施，并且处理后的中水可在本区域内回用，则将本区域作为独立的水资源循环利用区。
在水资源循环利用区下，分别对区域内雨污水收集点、雨污水处理点、中水储存点、达标雨污水排放点进行监测，形成涵盖港口非传统水资源收集、处理、利用全过程的分区监测网络，为港口水资源分区管理、跨区调度提供实时基础数据，提高港口非传统水资源利用率。
具体的，
根据各个所述水资源循环利用区的作业类型、货品种类确定水资源重点监测指标、水质、水量监测设备布置点位。
根据港口主要用水点的空间分布及港口可利用水资源储存、处理、输送过程的空间分布特征，将港口划分成若干相对独立的水资源循环利用区，保证各个用水分区内可独立。根据各个水资源循环利用区的作业类型、货品种类确定水资源重点监测指标，进一步结合各分区内收水管网、雨污水处理站点、中水储水池工艺流程及空间分布特征，确定水质、水量监测设备布置点位，形成涵盖港口非传统水资源收集、处理、利用全过程的分区监测网络，为港口水资源分区管理、跨区调度提供实时基础数据，提高了港口非传统水资源利用率。每个用水分区内的监测设备包括污水处理站监测设备、雨污水排污口监测设备、储水设施监测设备。
（1）污水处理站监测设备
根据调研，散货港口主要污水为雨污水，雨污水中主要污染物包括：酸/碱、悬浮颗粒物、可溶解性固体等，部分污水（如硫磺废水、含煤污水）可能产生化学需氧量、氨氮污染物。基于此，污水处理站监测在设备选型上进行了设计，实现对上述污染物进行监测，采用了流量计、液位计、水质监测设备（pH计、浊度计、TDS、氨氮、COD），2台流量计分别安装在污水站污水收集池进水管路、污水处理设备—清水池管路，均采用管道式电磁流量计；2台液位计分别安装在污水收集池、清水池，采用超声波流量计；2套水质监测设备分别安装在污水收集池与清水池，其中清水池安装pH计、浊度计、TDS、氨氮、COD 共5台水质监测设备，污水池安装pH计、浊度计、TDS共3台水质监测设备，各配备一台自动采样设备，设备采用间歇式运行。
根据港口污水站进出水污染物浓度，同时为了保证测量精度，污水收集池COD设备量程选择0-1000mg//L，氨氮设备量程选择0-50mg/L，清水池COD设备量程选择0-100mg//L，氨氮设备量程选择0-20mg/L。流量计、液位计、水质监测设备信号输出方式包括RS485数字量通道、4-20mA模拟量通道，设备通过信号线将模拟量/数字量信号传输至数据采集传输仪，数据采集传输仪采用无线传输方式将实时数据上传至软件分析系统服务器。
每个水质监测设备处的自动采样设备采用如下算法运行：
当Lj≤1m3/h时，Tj=2，
当1m3/h<Lj≤2m3/h时，Tj=-Lj+3，
当Lj＞2m3/h时，Tj=1，
其中，
Lj为污水收集池与清水池的进水口的进水流量，
Tj为污水收集池与清水池的进水口的自动采样设备的采样周期。
（2）雨污水排污口监测设备
雨污水排污口监测设备包括流量计、水质监测设备。流量计采用明渠流量计，安装于雨污水排放明渠。水质监测设备包括pH、浊度、TDS、COD、氨氮共5台监测设备，并配备一台自动采样设备，自动采样设备、水质监测设备采用间歇式运行，由软件分析平台自动下发运行指令，自动采样设备、水质监测设备同步启动运行。
所述自动采样设备采用如下算法运行：
当LM≤3m3/h时，TM=2，
当3m3/h<LM≤5m3/h时，TM=-0.5LM+3.5，
当LM＞5m3/h时，TM=1，
其中，
LM为明渠流量，
TM为明渠处的自动采样设备的采样周期。
自动采样设备的运行频率与当前的流量有关，既能实现实时水质监测，又可最大限度的节约能源。
为保证测量精度应尽量减小设备测量量程，根据前期调研港口外排雨污水的水质情况，浊度量程选择0-500NTU，TDS量程选择0-2000mg/L，COD量程选择0-100mg/L，氨氮量程选择0-20mg/L。数据传输方式同污水处理站监测设备。
（3）储水设施监测设备
储水设施监测设备主要包括液位计、水质监测设备。液位计采用超声波液位计。水质监测设备包括pH、浊度、TDS、COD、氨氮共5台监测设备，配备1台自动采样设备，采样及监测设备采用连续运行方式，每2h采样检测1次。数据传输方式同污水处理站监测设备。
软件系统：
（1）“一港多区”条件下港口环境多要素、一体化智能监测平台研发与应用
针对大型港口“一港多区”的管理现状，调研分析“一港”及“多区”环境监测需求、数据安全需求，研发设计软件整体框架结构及服务器布置方式，分别在各个港区布置1台服务器，用于接收、处理实时数据，部署港区子软件分析系统，并在港口总部布置1台总服务器，用于布置总软件分析系统以及调用各港口服务器数据，在保证数据安全前期下实现了一港多区、一港各部门之间环境监测数据协调、共享，提高港口整体环境监测管理效率。软件功能设计上首页为“一港”整体界面，可以通过点击地图或点击对话框切换至不同港区的详细界面。
综合利用GIS地理信息系统技术、数字孪生建模技术，搭建了“港口环境关键要素一张图”模块，将实时采集到的城市背景空气质量、港口空气质量、水环境质量、水资源储量、水资源收集-处理-回用量动态等实时数据综合处理后并展示在“一张图”中进行展示，港口环境管理人员可直观获取港口各分区环境污染状况、可利用水资源状况、水资源实时收集处理状况，便于将抑尘作业用水需求与可利用水资源进行匹配决策。
具体的，所述软件分析系统实现将所述抑尘作业用水需求与所述可利用水资源状况进行匹配，并给出水资源调取决策，具体实现方法为：
S1：获取所述大气网格化监测系统采集的空气质量监测数据；
S2：若所述空气质量监测数据粉尘浓度超标，则进入S3；若未超标，则回到S1，继续监测空气质量；
S3：获取各个所述水资源循环利用区内的可利用中水量；
S4：根据所述粉尘浓度分析计算喷枪开启时间，根据所述喷枪开启时间及喷枪流量计算得到喷淋用水需求；
S5：根据所述喷淋用水需求和所述可利用中水量，选择出所有所述可利用中水量大于等于所述喷淋用水需求的水资源循环利用区；
S6：获取所述粉尘浓度超标的区域定位信息，获取满足所述喷淋用水需求的水资源循环利用区的定位信息；
S7：根据所述定位信息，选择距离所述粉尘浓度超标的区域最近的水资源循环利用区，启动所述水资源循环利用区的喷淋设施。
在一个具体实施例中，水资源调取决策可以通过下述的方法实现：
当大气网格化监测系统测得粉尘浓度超标，所述软件分析系统对所述粉尘浓度超标的区域进行定位，根据所述粉尘浓度分析计算喷枪开启时间，根据所述喷枪开启时间及喷枪流量计算得到喷淋用水需求，所述软件分析系统将粉尘浓度超标的区域与水资源分区对应，并对所述水资源分区内可利用中水量进行分析，若可利用中水量≥抑尘需水量，则提示管理人员可正常开启喷枪供水，若可利用中水量＜抑尘需水量，则自动分析临近水资源分区内水量信息，搜寻得到临近可满足抑尘用水需求的水资源分区，提醒管理人员跨区调水后启动喷淋设施。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种散货港口环境智能监测系统，其特征在于，具体包括：现场监测系统和软件分析系统，所述现场监测系统包括大气网格化监测系统和水资源分区监测系统，其中所述大气网格化监测系统用于获取大气监测区域内的空气质量监测数据，所述水资源分区监测系统包括污水处理站监测系统、雨污水排污口监测系统、储水设施监测设备系统，用于获取水资源分区监测区域内的水环境质量监测数据，所述软件分析系统对所述空气质量监测数据和所述水环境质量监测数据进行分析，以实时展示港口各分区环境污染状况、可利用水资源状况、抑尘作业用水需求、水资源实时收集处理状况，并将抑尘作业用水需求与可利用水资源进行匹配决策；
所述大气网格化监测系统包括1个便携式颗粒物激光雷达和N个空气质量监测微站，其中N≥2，所述便携式颗粒物激光雷达安装于待监测港区的中心位置，且所述便携式颗粒物激光雷达扫描范围内无遮挡物；N个所述空气质量监测微站安装于港口周界点位、网格区域定位、重点起尘区域点位，所述空气质量监测微站采集的空气质量监测数据对所述便携式颗粒物激光雷达的监测数据进行校正；
所述水资源分区监测系统安装于所述待监测港区内的多个独立的水资源循环利用区，在所述水资源循环利用区中，分别对区域内雨污水收集点、雨污水处理点、中水储存点、达标雨污水排放点进行监测，每个所述水资源循环利用区内的监测点包括污水处理站监测设备、雨污水排污口监测设备、储水设施监测设备；
所述软件分析系统将大气网格化监测系统采集的监测数据与所述水资源循环利用区内的可利用水资源状况进行匹配，并给出水资源调取决策；
所述待监测港区内任意一点的空气质量监测数据为：
TX=T+ΔTX (1)
(2)
其中，
TX为待监测港区内X点位置处的空气质量监测数据，
T为便携式颗粒物激光雷达测得的X点位置处的空气质量监测数据，
ΔTX为X点位置处的空气质量监测数据的补偿值，
N为空气质量监测微站的数量，
ΔTiX为便携式颗粒物激光雷达测得的X点位置处的空气质量监测数据与第i个空气质量监测微站测得的X点位置处的空气质量监测数据的差值，
PiX为第i个空气质量监测微站对X点位置处的空气质量监测数据的权重，
LiX为第i个空气质量监测微站与X点位置处的距离；
所述权重通过如下方法获得：
首先通过点位类型初步确定权重：所述权重从小到大依次为网格区域定位点的权重、港口周界点位的权重、重点起尘区域点位的权重；
若点位类型相同，再根据监测点与空气质量监测微站的距离确定最终权重，距离越远权重越小。
2.根据权利要求1所述的一种散货港口环境智能监测系统，其特征在于，所述港口周界点位布置在港口与城市的边界处，且沿交界线布置，所述点位之间距离不大于1.5km。
3.根据权利要求1所述的一种散货港口环境智能监测系统，其特征在于，所述重点起尘区域点位布置在堆场、翻斗机/皮带机起尘点的下风向。
4.根据权利要求1所述的一种散货港口环境智能监测系统，其特征在于，所述独立的水资源循环利用区划分原则为：当区域内有相对独立的雨污水收集管道、雨污水储水设施、污水处理站，中水储水设施，并且处理后的中水可在本区域内回用，则将本区域作为独立的水资源循环利用区。
5.根据权利要求1所述的一种散货港口环境智能监测系统，其特征在于，所述污水处理站监测设备包括流量计、液位计、水质监测设备，在污水收集池与清水池的进水口安装水质监测设备，每个所述水质监测设备处配备一台自动采样设备，所述自动采样设备采用如下算法运行：
当Lj≤1m3/h时，Tj=2，
当1m3/h<Lj≤2m3/h时，Tj=-Lj+3，
当Lj＞2m3/h时，Tj=1，
其中，
Lj为污水收集池与清水池的进水口的进水流量，
Tj为污水收集池与清水池的进水口的自动采样设备的采样周期。
6.根据权利要求1所述的一种散货港口环境智能监测系统，其特征在于，所述雨污水排污口监测设备包括流量计、水质监测设备，在雨污水排放明渠处安装水质监测设备，每个所述水质监测设备处配备一台自动采样设备，所述自动采样设备采用如下算法运行：
当LM≤3m3/h时，TM=2，
当3m3/h<LM≤5m3/h时，TM=-0.5LM+3.5，
当LM＞5m3/h时，TM=1，
其中，
LM为明渠流量，
TM为明渠处的自动采样设备的采样周期。
7.根据权利要求1所述的一种散货港口环境智能监测系统，其特征在于，所述软件分析系统实现将所述抑尘作业用水需求与所述可利用水资源状况进行匹配，并给出水资源调取决策，具体实现方法为：
S1：获取所述大气网格化监测系统采集的空气质量监测数据；
S2：若所述空气质量监测数据粉尘浓度超标，则进入S3；若未超标，则回到S1，继续监测空气质量；
S3：获取各个所述水资源循环利用区内的可利用中水量；
S4：根据所述粉尘浓度分析计算喷枪开启时间，根据所述喷枪开启时间及喷枪流量计算得到喷淋用水需求；
S5：根据所述喷淋用水需求和所述可利用中水量，选择出所有所述可利用中水量大于等于所述喷淋用水需求的水资源循环利用区；
S6：获取所述粉尘浓度超标的区域定位信息，获取满足所述喷淋用水需求的水资源循环利用区的定位信息；
S7：根据所述定位信息，选择距离所述粉尘浓度超标的区域最近的水资源循环利用区，启动所述水资源循环利用区的喷淋设施。
CN202310787211.3A 2023-06-30 2023-06-30 一种散货港口环境智能监测系统 Active CN116499533B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310787211.3A CN116499533B (zh) 2023-06-30 2023-06-30 一种散货港口环境智能监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310787211.3A CN116499533B (zh) 2023-06-30 2023-06-30 一种散货港口环境智能监测系统

Publications (2)

Publication Number Publication Date
CN116499533A CN116499533A (zh) 2023-07-28
CN116499533B true CN116499533B (zh) 2023-09-12

Family

ID=87317069

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310787211.3A Active CN116499533B (zh) 2023-06-30 2023-06-30 一种散货港口环境智能监测系统

Country Status (1)

Country Link
CN (1) CN116499533B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117372619B (zh) * 2023-10-30 2024-06-18 上海国际港务（集团）股份有限公司 一种集团级港口生产作业智慧指挥中心系统
CN118396251B (zh) * 2024-07-01 2024-08-23 山东港口日照港集团有限公司 干散货港口工况监测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101261145A (zh) * 2008-04-21 2008-09-10 东南大学 一种水污染物排放总量的智能化测量方法
CN106525132A (zh) * 2016-11-26 2017-03-22 福州微启迪物联科技有限公司 基于NB‑IoT的水资源网格化监管系统及其实施方法
CN108646601A (zh) * 2018-05-15 2018-10-12 安徽天卓信息技术有限公司 一种基于物联网的智慧工地雾化喷淋控制系统
CN110989038A (zh) * 2019-11-22 2020-04-10 北京中科锐景科技有限公司 一种近地面颗粒浓度估算方法及系统
CN111366509A (zh) * 2020-02-26 2020-07-03 交通运输部天津水运工程科学研究所 基于全场监测的散货堆场粉尘精细化控制方法及控制系统
CN111426609A (zh) * 2020-04-03 2020-07-17 交通运输部天津水运工程科学研究所 一种散货港口粉尘全域网格化监测方法
KR102153072B1 (ko) * 2020-03-19 2020-09-07 김용근 빌딩 내 미세 먼지 및 온도 제어 시스템
KR102307398B1 (ko) * 2021-04-02 2021-09-30 에스비비(주) 도로 미세먼지 스마트 세척관리 시스템
CN115884008A (zh) * 2023-03-03 2023-03-31 无锡大禹科技有限公司 一种空气网格化自动监测系统
CN116068957A (zh) * 2023-03-31 2023-05-05 交通运输部天津水运工程科学研究所 一种散货港口雨污水收集与调度系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101261145A (zh) * 2008-04-21 2008-09-10 东南大学 一种水污染物排放总量的智能化测量方法
CN106525132A (zh) * 2016-11-26 2017-03-22 福州微启迪物联科技有限公司 基于NB‑IoT的水资源网格化监管系统及其实施方法
CN108646601A (zh) * 2018-05-15 2018-10-12 安徽天卓信息技术有限公司 一种基于物联网的智慧工地雾化喷淋控制系统
CN110989038A (zh) * 2019-11-22 2020-04-10 北京中科锐景科技有限公司 一种近地面颗粒浓度估算方法及系统
CN111366509A (zh) * 2020-02-26 2020-07-03 交通运输部天津水运工程科学研究所 基于全场监测的散货堆场粉尘精细化控制方法及控制系统
KR102153072B1 (ko) * 2020-03-19 2020-09-07 김용근 빌딩 내 미세 먼지 및 온도 제어 시스템
CN111426609A (zh) * 2020-04-03 2020-07-17 交通运输部天津水运工程科学研究所 一种散货港口粉尘全域网格化监测方法
KR102307398B1 (ko) * 2021-04-02 2021-09-30 에스비비(주) 도로 미세먼지 스마트 세척관리 시스템
CN115884008A (zh) * 2023-03-03 2023-03-31 无锡大禹科技有限公司 一种空气网格化自动监测系统
CN116068957A (zh) * 2023-03-31 2023-05-05 交通运输部天津水运工程科学研究所 一种散货港口雨污水收集与调度系统及方法

Also Published As

Publication number Publication date
CN116499533A (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN116499533B (zh) 一种散货港口环境智能监测系统
Zhou et al. Industrial structural upgrading and spatial optimization based on water environment carrying capacity
CN112085241B (zh) 一种基于机器学习的环境大数据分析和决策平台
US20240232456A1 (en) Pollution emission determination method and apparatus based on digital watershed space-time model
CN104865353B (zh) 基于无人机的工业园区大气污染数据采集方法
CN110085281A (zh) 一种基于特征污染因子源解析的环境污染溯源系统及方法
Brandt et al. Air pollution forecasting from regional to urban street scale––implementation and validation for two cities in Denmark
Mao et al. Simulating the impacts of ship emissions on coastal air quality: Importance of a high-resolution emission inventory relative to cruise-and land-based observations
CN114443982A (zh) 一种大区域土壤重金属检测与时空分布特征分析方法及系统
Tritscher et al. Emissions vs. turbulence and atmospheric stability: A study of their relative importance in determining air pollutant concentrations
CN109740971A (zh) 一种危化品生产企业突发流域水环境的风险评估方法及系统
CN113902172A (zh) 一种污水处理方法、系统、装置及介质
CN104341011A (zh) 一种化工园区企业废水的收集与监测系统
Perez et al. Forecasting of hourly PM2. 5 in south-west zone in Santiago de Chile
CN111223029A (zh) 一种智能环卫管理系统及方法
CN115545565A (zh) 基于大气环境质量的园区排污总量管控方法和系统
He et al. A ship emission diffusion model based on translation calculation and its application on Huangpu River in Shanghai
Khan et al. A critical review of managing air pollution through airshed approach
Mlakar et al. Environmental information systems in Slovenia
CN208654841U (zh) 一种水质预警预报系统
Kipyego et al. Analysis of nonpoint source pollution loading on water quality in an urban-rural river catchment using GIS-PLOAD model: Case study of Sosiani River watershed
Peng et al. System for identifying ships using high-sulfur-content fuel oil in port waters
Li et al. [Retracted] Analysis of Influencing Factors of PM2. 5 Concentration and Design of a Pollutant Diffusion Model Based on an Artificial Neural Network in the Environment of the Internet of Vehicles
CN207418529U (zh) 生活污水超声波处理成套设备
Xiong et al. Research on intelligent receiving and control technology of domestic sewage from inland waterway vessels based on Beidou positioning

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