CN107917987A - 一种面向城市空气污染物溯源分析方法 - Google Patents
一种面向城市空气污染物溯源分析方法 Download PDFInfo
- Publication number
- CN107917987A CN107917987A CN201711100211.2A CN201711100211A CN107917987A CN 107917987 A CN107917987 A CN 107917987A CN 201711100211 A CN201711100211 A CN 201711100211A CN 107917987 A CN107917987 A CN 107917987A
- Authority
- CN
- China
- Prior art keywords
- micro
- station
- wind direction
- pollution
- time period
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 239000000809 air pollutant Substances 0.000 title claims abstract description 16
- 231100001243 air pollutant Toxicity 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 15
- 231100000719 pollutant Toxicity 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims abstract description 12
- 238000009792 diffusion process Methods 0.000 claims description 7
- 238000011109 contamination Methods 0.000 claims description 6
- 239000000779 smoke Substances 0.000 claims description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 239000003546 flue gas Substances 0.000 claims description 3
- 239000000356 contaminant Substances 0.000 claims description 2
- 238000000034 method Methods 0.000 description 11
- 238000003915 air pollution Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Ecology (AREA)
- Combustion & Propulsion (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Medicinal Chemistry (AREA)
- Environmental Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种面向城市空气污染物溯源分析方法，包括：城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据所述监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段；根据所述日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站；将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析；计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。本发明可以直观的显示污染源对该微型站的贡献率，显示不同污染源的污染程度，从而实现了污染源的准确定位。
Description
技术领域
本发明涉及环境科学技术领域，特别涉及一种面向城市空气污染物溯源分析方法。
背景技术
近年来，随着经济社会的持续快速发展，工业化和城市化的发展加剧，能源消耗迅速增加，空气污染日益严重，空气污染物排放总量居高不下。随着污染物排放量的增加，人们的生活环境日益恶化，雾霾天气频现，雾霾严重损害了城市形象，影响了社会经济生产活动，并且给人们的身体健康带来了严重的危害。空气污染源的精准定位一直是该领域的技术难题，并没有一个实际可行的技术方法实现空气污染源的准确定位。
现有的空气污染源的定位方法主要分为两类，一种是基于同位素追踪的方法实现，该方法主要是针对重金属污染源位置的确定，且成本较高；另一种是直接利用高斯烟团模型，采用坐标变换的方法反推污染源的位置，并且该方法只是以单个事故点为中心的独立坐标系，该模型并未给出不同污染源对同一个受体点所占的比重。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种面向城市空气污染物溯源分析方法。
为了实现上述目的，本发明的实施例提供一种面向城市空气污染物溯源分析方法，包括如下步骤：
步骤S1，城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据所述监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段；
步骤S2，根据所述日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站；
步骤S3，将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析；
步骤S4，计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。
进一步，在所述步骤S1中，所述计算日主导风向和重点污染时段，包括如下步骤：
其中，设fn表示在统计时间段内，n方向风观测到的次数；c为所统计时间段内观测到的静风次数，gn表示n方向上的风向频率，选取风向频率最大风向的作为日主导风向：
根据预设受体点和国家站选取重点时段，Ci表示第i个时间段受体点的监测值，表示周边国家站第i个时间段监测的平均值，选取的时段作为重点分析时段，记为Ti。
进一步，在所述步骤S2中，对每一个重点时段Ti，选取处于受体点上风向处相邻4个风向区域的微型站，包括：
设主导风向为n，则选取的5个风向区域为：n-45°，n-22.5°，n，n+22.5°，n-45°，然后根据上述5个风向选取区域的微型监测站点。
进一步，在所述步骤S3中，
首先，计算微型站与受体点的相关系数，包括：
设Vi表示Ti时间段内的平均风速，Si微型站和受体点的距离，βi表示风向夹角，微型站Mi在Ti时间段内的监测数据为m1，m2…，mi，k表示修正时间，则
k＝MOD(Si*cosβi/Vi*T)
微型站Mi修正后的数据为m1+k，m2+k…，mi+k，Xi＝(m1+k,m2+k…,mi+k)表示第i个微型站修正后点监测值，Y＝(G1,G2,…,Gi)表示受体点的监测数据，则微型站与受体点的相关系数为：
其中，Cov(Xi,Y)表示X和Y的协方差，Var[X]和Var[Y]表示X与Y的方差。
进一步，计算微型站排序指数，包括：
其中，ri表示第i个微型站与受体点的相关系数，距离为Si，Di为该时间段内的平均浓度，R表示微型站点的排序指数，根据排序指数R对监测站点按从大到小的顺序排序，选取前k个微型站作为重点监测区域。
进一步，在所述步骤S4中，对选取的重点区域处在微型站Mi(i＝1,2,…,k)上风向的所有污染源进行分析，包括：计算每个污染源到受体点的扩散浓度，包括如下步骤：
其中，设M表示受体点，Qk(k＝1,2,…,n)表示处在M上风向处第k个污染源的排放源强，Ck(k＝1,2,…,n)表示第k个污染源的污染物扩散到受体点M位置的浓度，u为平均风速，σy和σz分别表示水平和垂直方向扩散系数，H表示有效源高，y表示烟气的中心轴在直角水平方向上到任意点的距离，z表示地表到任一点的高度，将上述参数信息代入高斯烟羽模型计算得到Ck。
进一步，计算每个污染源到所述受体点的贡献率，包括如下步骤：
其中，pk表示第k个污染源的污染物扩散到受体点M的贡献率，N为微型站对应污染源的数量，
按照pk的值从大到小排序，选取前n个污染源返回，n<N。
进一步，所述统计时段支持指定时段内，包括分钟、小时、日、月、年，所述统计时段根据管理员的需求进行定制设置。
本发明考虑了污染的重点时段，及不同污染源对给定监测点的浓度贡献比，通过对每个区域中的微型站计算对应污染源到该微型站的浓度贡献比，可以直观的显示污染源对该微型站的贡献率，显示不同污染源的污染程度，从而实现了污染源的准确定位。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的面向城市空气污染物溯源分析方法的流程图；
图2为根据本发明实施例的依据6月19日至6月25日的风向信息绘制的风玫瑰图，主导风向为NNW；
图3为根据本发明实施例的为主导风向选取的区域内微型站的示意图，其中，微型站的顺序依次为：河北银行、***门口、尚峰国际、南湖林小学；
图4(a)至(d)为图3中四个微型站对应各个污染源的浓度贡献比的示意图，其中，污染物类型为PM2.5。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明针对目前空气污染源定位方法中未考虑不同污染源对受体点污染贡献比不同的问题，提供一种面向城市空气污染物溯源分析方法，通过微型站和国家站监测数据，计算主导风向及污染重点时段，并以高斯烟羽模型为基础，计算污染源到受体点的贡献比，实现污染源的准确定位。
如图1所示，本发明实施例的面向城市空气污染物溯源分析方法，包括如下步骤：
步骤S1，城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段。
具体的，根据风玫瑰图计算日主导风向和重点污染时段，包括如下步骤：
其中，设fn表示在统计时间段内，n方向风观测到的次数；c为所统计时间段内观测到的静风次数(指风速小于0.5m/s)，gn表示n方向上的风向频率，选取风向频率最大风向的作为日主导风向：
将受体点AQI与周边国家站平均AQI对比，选取受体点高于周边国家站的时段作为重点分析时段。根据预设受体点和国家站选取重点时段，Ci表示第i个时间段受体点的监测值，表示周边国家站第i个时间段监测的平均值，选取的时段作为重点分析时段，记为Ti。
在本发明的一个实施例中，统计时段可以支持指定时段内，例如分钟、小时、日、月、年等，可以根据管理员的需求进行定制设置。
步骤S2，根据日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站。
在步骤S2中，对每一个重点时段Ti，选取处于受体点上风向处相邻4个风向区域的微型站，包括：
设主导风向为n，则选取的5个风向区域为：n-45°，n-22.5°，n，n+22.5°，n-45°，然后根据上述5个风向选取区域的微型监测站点。
步骤S3，将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析。
具体的，首先，计算微型站与受体点的相关系数，包括：
设Vi表示Ti时间段内的平均风速，Si表示微型站和受体点的距离，βi表示风向夹角，微型站Mi在Ti时间段内的监测数据为m1，m2…，mi，k表示修正时间，则
k＝MOD(Si*cosβi/Vi*T) (2)
微型站Mi修正后的数据为m1+k，m2+k…，mi+k，Xi＝(m1+k,m2+k…,mi+k)表示第i个微型站修正后点监测值，Y＝(G1,G2,…,Gi)表示受体点的监测数据，则微型站与受体点的相关系数为：
其中，Cov(Xi,Y)表示X和Y的协方差，Var[X]和Var[Y]表示X与Y的方差。
计算微型站排序指数，包括：
其中，ri表示第i个微型站与受体点的相关系数，距离为Si，Di为该时间段内的平均浓度，R表示微型站点的排序指数，根据排序指数R对监测站点按从大到小的顺序排序，选取前k个微型站作为重点监测区域。
步骤S4，计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。
具体的，对选取的重点区域处在微型站Mi(i＝1,2,…,k)上风向的所有污染源进行分析，包括：计算每个污染源到受体点的扩散浓度，包括如下步骤：
其中，设M表示受体点，Qk(k＝1,2,…,n)表示处在M上风向处第k个污染源的排放源强，Ck(k＝1,2,…,n)表示第k个污染源的污染物扩散到受体点M位置的浓度，u为平均风速，σy和σz分别表示水平和垂直方向扩散系数，H表示有效源高，y表示烟气的中心轴在直角水平方向上到任意点的距离，z表示地表到任一点的高度，将上述参数信息代入高斯烟羽模型计算得到Ck。
即，对选取的重点区域处在微型站Mi(i＝1,2,…,k)上风向的所有污染源进行分析，以微型站M1为例，Qk(k＝1,2,…,n)表示处在微型站M1上风向处第k个污染源的排放源强，另Ck(k＝1,2,…,n)表示第k个污染源的污染物扩散到微型站M1的浓度，则根据高斯烟羽模型可知：
然后，计算每个污染源到受体点的贡献率，包括如下步骤：
其中，pk表示第k个污染源的污染物扩散到受体点M的贡献率，N为微型站对应污染源的数量，按照pk的值从大到小排序，选取前n个污染源返回，n<N。
下面参考图2至图4对面向空气污染物溯源模型进行说明，以安平县6月19日至6月25日微型站和国家站的监测数据，污染物种类以PM2.5为例进行说明。图2为根据6月19日至6月25日的风向信息画出的风玫瑰图，主导风向为NNW。图3为根据主导风向选取的区域内微型站，根据上述步骤的顺序，微型站的顺序依次为：河北银行、***门口、尚峰国际、南湖林小学。图4(a)至(d)为上述四个微型站对应各个污染源的浓度贡献比，污染物类型为PM2.5。
根据本发明实施例的面向城市空气污染物溯源分析方法，通过在城市中设置监测站点，根据监测站点获取空气中各种污染物浓度的监测数据；结合受体点及周边国家站空气质量指标，计算主导风向及重点污染时段；通过主导风向及重点污染时段选取上风向及相邻4个风向区域内的微型站，根据距离和风速对选取的微型站进行时间平移，结合修正时间后微型站和受体点的相关数据计算排序指数，选取排序指数前k个微型站进行重点分析；计算每个微型站周边污染源到对应微型站点的浓度贡献比，返回浓度贡献比最高的前N个污染源。
本发明考虑了污染的重点时段，及不同污染源对给定监测点的浓度贡献比，通过对每个区域中的微型站计算对应污染源到该微型站的浓度贡献比，可以直观的显示污染源对该微型站的贡献率，显示不同污染源的污染程度，从而实现了污染源的准确定位。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。
Claims (8)
1.一种面向城市空气污染物溯源分析方法，其特征在于，包括如下步骤：
步骤S1，城市中布设的监测点采集空气中各种污染物浓度的监测数据，根据所述监测数据结合受体点及周边国家站空气质量指标，计算日主导风向和重点污染时段；
步骤S2，根据所述日主导风向和重点污染时段选取上风向及相邻4个风向区域内的微型站；
步骤S3，将选取的微型站进行时间修正，结合时间修正后微型站和受体点的数据计算排序指数，选取排序指数前k的微型站进行重点分析；
步骤S4，计算每个微型站周边污染源到对应微型站点的浓度贡献率，并返回浓度贡献比最高的前N个污染源。
2.如权利要求1所述的面向城市空气污染物溯源分析方法，其特征在于，在所述步骤S1中，所述计算日主导风向和重点污染时段，包括如下步骤：
<mrow>
<msub>
<mi>g</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
<mo>/</mo>
<mi>c</mi>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>16</mn>
</munderover>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
</mrow>
其中，设fn表示在统计时间段内，n方向风观测到的次数；c为所统计时间段内观测到的静风次数，gn表示n方向上的风向频率，选取风向频率最大风向的作为日主导风向：
根据预设受体点和国家站选取重点时段，Ci表示第i个时间段受体点的监测值，表示周边国家站第i个时间段监测的平均值，选取的时段作为重点分析时段，记为Ti。
3.如权利要求1所述的面向城市空气污染物溯源分析方法，其特征在于，在所述步骤S2中，对每一个重点时段Ti，选取处于受体点上风向处相邻4个风向区域的微型站，包括：
设主导风向为n，则选取的5个风向区域为：n-45°，n-22.5°，n，n+22.5°，n-45°，然后根据上述5个风向选取区域的微型监测站点。
4.如权利要求1所述的面向城市空气污染物溯源分析方法，其特征在于，在所述步骤S3中，
首先，计算微型站与受体点的相关系数，包括：
设Vi表示Ti时间段内的平均风速，Si微型站和受体点的距离，βi表示风向夹角，微型站Mi在Ti时间段内的监测数据为m1，m2…，mi，k表示修正时间，则
k＝MOD(Si*cosβi/Vi*T)
微型站Mi修正后的数据为m1+k，m2+k…，mi+k，Xi＝(m1+k,m2+k…,mi+k)表示第i个微型站修正后点监测值，Y＝(G1,G2,…,Gi)表示受体点的监测数据，则微型站与受体点的相关系数为：
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>Y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>v</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>Y</mi>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<mi>V</mi>
<mi>a</mi>
<mi>r</mi>
<mo>&lsqb;</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>&rsqb;</mo>
<mi>V</mi>
<mi>a</mi>
<mi>r</mi>
<mo>&lsqb;</mo>
<mi>Y</mi>
<mo>&rsqb;</mo>
</mrow>
</msqrt>
</mfrac>
</mrow>
其中，Cov(Xi,Y)表示X和Y的协方差，Var[X]和Var[Y]表示X与Y的方差。
5.如权利要求4所述的面向城市空气污染物溯源分析方法，其特征在于，计算微型站排序指数，包括：
<mrow>
<mi>R</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mo>*</mo>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
</mrow>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
</mfrac>
</mrow>
其中，ri表示第i个微型站与受体点的相关系数，距离为Si，Di为该时间段内的平均浓度，R表示微型站点的排序指数，根据排序指数R对监测站点按从大到小的顺序排序，选取前k个微型站作为重点监测区域。
6.如权利要求1所述的面向城市空气污染物溯源分析方法，其特征在于，在所述步骤S4中，对选取的重点区域处在微型站Mi(i＝1,2,…,k)上风向的所有污染源进行分析，包括：计算每个污染源到受体点的扩散浓度，包括如下步骤：
<mrow>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>Q</mi>
<mi>k</mi>
</msub>
<mrow>
<mn>2</mn>
<msub>
<mi>&pi;u&sigma;</mi>
<mi>y</mi>
</msub>
<msub>
<mi>&sigma;</mi>
<mi>z</mi>
</msub>
</mrow>
</mfrac>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mfrac>
<msup>
<mi>y</mi>
<mn>2</mn>
</msup>
<msubsup>
<mi>&sigma;</mi>
<mi>y</mi>
<mn>2</mn>
</msubsup>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mo>&lsqb;</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>-</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msubsup>
<mi>&sigma;</mi>
<mi>z</mi>
<mn>2</mn>
</msubsup>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>+</mo>
<mi>H</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msubsup>
<mi>&sigma;</mi>
<mi>z</mi>
<mn>2</mn>
</msubsup>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
其中，设M表示受体点，Qk(k＝1,2,…,n)表示处在M上风向处第k个污染源的排放源强，Ck(k＝1,2,…,n)表示第k个污染源的污染物扩散到受体点M位置的浓度，u为平均风速，σy和σz分别表示水平和垂直方向扩散系数，H表示有效源高，y表示烟气的中心轴在直角水平方向上到任意点的距离，z表示地表到任一点的高度，将上述参数信息代入高斯烟羽模型计算得到Ck。
7.如权利要求6所述的面向城市空气污染物溯源分析方法，其特征在于，计算每个污染源到所述受体点的贡献率，包括如下步骤：
<mrow>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>C</mi>
<mi>k</mi>
</msub>
</mrow>
</mfrac>
</mrow>
其中，pk表示第k个污染源的污染物扩散到受体点M的贡献率，N为微型站对应污染源的数量，
按照pk的值从大到小排序，选取前n个污染源返回，n＜N。
8.如权利要求2所述的面向城市空气污染物溯源分析方法，其特征在于，所述统计时段支持指定时段内，包括分钟、小时、日、月、年，所述统计时段根据管理员的需求进行定制设置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711100211.2A CN107917987B (zh) | 2017-11-09 | 2017-11-09 | 一种面向城市空气污染物溯源分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711100211.2A CN107917987B (zh) | 2017-11-09 | 2017-11-09 | 一种面向城市空气污染物溯源分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107917987A true CN107917987A (zh) | 2018-04-17 |
| CN107917987B CN107917987B (zh) | 2020-10-20 |
Family
ID=61895324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711100211.2A Active CN107917987B (zh) | 2017-11-09 | 2017-11-09 | 一种面向城市空气污染物溯源分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107917987B (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108426818A (zh) * | 2018-05-31 | 2018-08-21 | 深圳大图科创技术开发有限公司 | 一种大气污染物浓度观测*** |
| CN109446743A (zh) * | 2018-12-24 | 2019-03-08 | 常州市环境监测中心 | 基于统计自适应方法计算突发污染源和外来污染输送贡献 |
| CN109753720A (zh) * | 2018-12-29 | 2019-05-14 | 北京英视睿达科技有限公司 | 空气质量监测数据异常排查方法、***、设备及介质 |
| CN109857976A (zh) * | 2019-01-16 | 2019-06-07 | 北京英视睿达科技有限公司 | 控制站传输影响模型建立方法、装置、设备及存储介质 |
| CN109902913A (zh) * | 2019-01-10 | 2019-06-18 | 天津大学 | 一种大气污染叠加风险区识别及评价方法 |
| CN110428104A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种污染贡献率确定方法、装置、电子设备及存储介质 |
| CN110487958A (zh) * | 2018-05-14 | 2019-11-22 | 扬州大学 | 城市中相近区域大气挥发性有机物平均相对浓度的测算与比较方法 |
| CN110531030A (zh) * | 2019-08-16 | 2019-12-03 | 北京慧辰资道资讯股份有限公司 | 一种基于物联网大数据大气污染物分析的方法及装置 |
| CN110658307A (zh) * | 2019-10-12 | 2020-01-07 | 江苏省常州环境监测中心 | 评估污染源对环境空气质量影响的方法 |
| CN110687257A (zh) * | 2019-11-04 | 2020-01-14 | 河北先河环保科技股份有限公司 | 一种基于恶臭在线监测***的溯源方法 |
| CN110850030A (zh) * | 2019-11-18 | 2020-02-28 | 山东汇力环保科技有限公司 | 一种微型空气站及环境监测方法 |
| CN110988259A (zh) * | 2019-11-15 | 2020-04-10 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、***及存储介质 |
| CN111339500A (zh) * | 2020-05-20 | 2020-06-26 | 中兴仪器（深圳）有限公司 | 空气污染溯源方法、装置、计算机设备和存储介质 |
| CN111413259A (zh) * | 2020-04-14 | 2020-07-14 | 河南省商丘生态环境监测中心 | 空气废气实时监测和溯源方法 |
| CN111537023A (zh) * | 2020-05-13 | 2020-08-14 | 浙江大学 | 一种工业园区大气污染物扩散模拟与溯源方法 |
| CN111561962A (zh) * | 2020-04-26 | 2020-08-21 | 深圳市宇驰检测技术股份有限公司 | 废气排放追溯方法、装置、设备和存储介质 |
| CN112051362A (zh) * | 2020-09-01 | 2020-12-08 | 杭州壹丈科技有限公司 | 风玫瑰预判污染物变化模型 |
| CN112444605A (zh) * | 2020-11-24 | 2021-03-05 | 深圳中兴网信科技有限公司 | 大气污染智能化精准溯源方法、***、设备和存储介质 |
| CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源***构建方法 |
| CN113380339A (zh) * | 2021-06-17 | 2021-09-10 | 中国环境科学研究院 | 区域空间污染特征的检测方法 |
| CN113759441A (zh) * | 2021-09-08 | 2021-12-07 | 长春嘉诚信息技术股份有限公司 | 基于风玫瑰图及污染源监测的空气质量溯源方法 |
| CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及*** |
| CN114441397A (zh) * | 2021-11-05 | 2022-05-06 | 河北工业大学 | 基于高斯烟羽和质心定位的pm2.5污染源定位方法 |
| CN116307279A (zh) * | 2023-05-18 | 2023-06-23 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及*** |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5604299A (en) * | 1995-05-26 | 1997-02-18 | Sensible Technologies, Inc. | Method of locating emission sources |
| JP2006177685A (ja) * | 2004-12-21 | 2006-07-06 | Hitachi Ltd | 汚染源探索方法及びこれを用いた汚染物質除去システム |
| CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
| CN103065198A (zh) * | 2012-12-17 | 2013-04-24 | 天津市环境保护科学研究院 | 大气恶臭污染精细源解析方法 |
| CN105866330A (zh) * | 2016-03-25 | 2016-08-17 | 北京工业大学 | 一种基于ISCST-3模型反算工业面源VOCs排放源强方法 |
| CN106153510A (zh) * | 2015-03-25 | 2016-11-23 | 日本电气株式会社 | 大气污染物浓度的估算方法和装置 |
| CN106777893A (zh) * | 2016-11-23 | 2017-05-31 | 大连理工大学 | 一种利用可移动污染物探测器辨识城市空间多污染物源的方法 |
| CN107194139A (zh) * | 2016-03-14 | 2017-09-22 | 日电（中国）有限公司 | 大气污染源分级方法及计算设备 |
-
2017
- 2017-11-09 CN CN201711100211.2A patent/CN107917987B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5604299A (en) * | 1995-05-26 | 1997-02-18 | Sensible Technologies, Inc. | Method of locating emission sources |
| JP2006177685A (ja) * | 2004-12-21 | 2006-07-06 | Hitachi Ltd | 汚染源探索方法及びこれを用いた汚染物質除去システム |
| CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
| CN103065198A (zh) * | 2012-12-17 | 2013-04-24 | 天津市环境保护科学研究院 | 大气恶臭污染精细源解析方法 |
| CN106153510A (zh) * | 2015-03-25 | 2016-11-23 | 日本电气株式会社 | 大气污染物浓度的估算方法和装置 |
| CN107194139A (zh) * | 2016-03-14 | 2017-09-22 | 日电（中国）有限公司 | 大气污染源分级方法及计算设备 |
| CN105866330A (zh) * | 2016-03-25 | 2016-08-17 | 北京工业大学 | 一种基于ISCST-3模型反算工业面源VOCs排放源强方法 |
| CN106777893A (zh) * | 2016-11-23 | 2017-05-31 | 大连理工大学 | 一种利用可移动污染物探测器辨识城市空间多污染物源的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郝吉明等: "北京市能源相关大气污染源的贡献率和调控对策分析", 《中国科学》 * |
Cited By (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110487958A (zh) * | 2018-05-14 | 2019-11-22 | 扬州大学 | 城市中相近区域大气挥发性有机物平均相对浓度的测算与比较方法 |
| CN108426818A (zh) * | 2018-05-31 | 2018-08-21 | 深圳大图科创技术开发有限公司 | 一种大气污染物浓度观测*** |
| CN109446743B (zh) * | 2018-12-24 | 2022-11-29 | 常州市环境监测中心 | 基于统计自适应方法计算突发污染源和外来污染输送贡献 |
| CN109446743A (zh) * | 2018-12-24 | 2019-03-08 | 常州市环境监测中心 | 基于统计自适应方法计算突发污染源和外来污染输送贡献 |
| CN109753720B (zh) * | 2018-12-29 | 2023-10-24 | 北京英视睿达科技股份有限公司 | 空气质量监测数据异常排查方法、***、设备及介质 |
| CN109753720A (zh) * | 2018-12-29 | 2019-05-14 | 北京英视睿达科技有限公司 | 空气质量监测数据异常排查方法、***、设备及介质 |
| CN109902913A (zh) * | 2019-01-10 | 2019-06-18 | 天津大学 | 一种大气污染叠加风险区识别及评价方法 |
| CN109857976A (zh) * | 2019-01-16 | 2019-06-07 | 北京英视睿达科技有限公司 | 控制站传输影响模型建立方法、装置、设备及存储介质 |
| CN109857976B (zh) * | 2019-01-16 | 2023-10-31 | 北京英视睿达科技股份有限公司 | 控制站传输影响模型建立方法、装置、设备及存储介质 |
| CN110428104A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种污染贡献率确定方法、装置、电子设备及存储介质 |
| CN110531030B (zh) * | 2019-08-16 | 2021-11-12 | 北京慧辰资道资讯股份有限公司 | 一种基于物联网大数据大气污染物分析的方法及装置 |
| CN110531030A (zh) * | 2019-08-16 | 2019-12-03 | 北京慧辰资道资讯股份有限公司 | 一种基于物联网大数据大气污染物分析的方法及装置 |
| CN112540148B (zh) * | 2019-09-20 | 2023-10-20 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源***构建方法 |
| CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源***构建方法 |
| CN110658307A (zh) * | 2019-10-12 | 2020-01-07 | 江苏省常州环境监测中心 | 评估污染源对环境空气质量影响的方法 |
| CN110687257A (zh) * | 2019-11-04 | 2020-01-14 | 河北先河环保科技股份有限公司 | 一种基于恶臭在线监测***的溯源方法 |
| CN110988259A (zh) * | 2019-11-15 | 2020-04-10 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、***及存储介质 |
| CN110850030A (zh) * | 2019-11-18 | 2020-02-28 | 山东汇力环保科技有限公司 | 一种微型空气站及环境监测方法 |
| CN111413259B (zh) * | 2020-04-14 | 2020-11-10 | 河南省商丘生态环境监测中心 | 空气废气实时监测和溯源方法 |
| CN111413259A (zh) * | 2020-04-14 | 2020-07-14 | 河南省商丘生态环境监测中心 | 空气废气实时监测和溯源方法 |
| CN111561962B (zh) * | 2020-04-26 | 2022-03-08 | 深圳市宇驰检测技术股份有限公司 | 废气排放追溯方法、装置、设备和存储介质 |
| CN111561962A (zh) * | 2020-04-26 | 2020-08-21 | 深圳市宇驰检测技术股份有限公司 | 废气排放追溯方法、装置、设备和存储介质 |
| CN111537023A (zh) * | 2020-05-13 | 2020-08-14 | 浙江大学 | 一种工业园区大气污染物扩散模拟与溯源方法 |
| CN111339500B (zh) * | 2020-05-20 | 2020-08-25 | 中兴仪器（深圳）有限公司 | 空气污染溯源方法、装置、计算机设备和存储介质 |
| CN111339500A (zh) * | 2020-05-20 | 2020-06-26 | 中兴仪器（深圳）有限公司 | 空气污染溯源方法、装置、计算机设备和存储介质 |
| CN112051362A (zh) * | 2020-09-01 | 2020-12-08 | 杭州壹丈科技有限公司 | 风玫瑰预判污染物变化模型 |
| CN112051362B (zh) * | 2020-09-01 | 2022-06-24 | 杭州壹丈科技有限公司 | 风玫瑰预判污染物变化模型 |
| CN112444605A (zh) * | 2020-11-24 | 2021-03-05 | 深圳中兴网信科技有限公司 | 大气污染智能化精准溯源方法、***、设备和存储介质 |
| CN113380339B (zh) * | 2021-06-17 | 2022-02-08 | 中国环境科学研究院 | 区域空间污染特征的检测方法 |
| CN113380339A (zh) * | 2021-06-17 | 2021-09-10 | 中国环境科学研究院 | 区域空间污染特征的检测方法 |
| CN113759441B (zh) * | 2021-09-08 | 2022-04-22 | 长春嘉诚信息技术股份有限公司 | 基于风玫瑰图及污染源监测的空气质量溯源方法 |
| CN113759441A (zh) * | 2021-09-08 | 2021-12-07 | 长春嘉诚信息技术股份有限公司 | 基于风玫瑰图及污染源监测的空气质量溯源方法 |
| CN114441397A (zh) * | 2021-11-05 | 2022-05-06 | 河北工业大学 | 基于高斯烟羽和质心定位的pm2.5污染源定位方法 |
| CN114441397B (zh) * | 2021-11-05 | 2023-07-11 | 河北工业大学 | 基于高斯烟羽和质心定位的pm2.5污染源定位方法 |
| CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及*** |
| CN114359002B (zh) * | 2022-03-21 | 2022-05-20 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及*** |
| CN116307279A (zh) * | 2023-05-18 | 2023-06-23 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及*** |
| CN116307279B (zh) * | 2023-05-18 | 2023-08-11 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107917987B (zh) | 2020-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107917987B (zh) | 一种面向城市空气污染物溯源分析方法 | |
| CN107941994A (zh) | 一种面向工业园区污染物溯源分析方法 | |
| Kerminen et al. | Atmospheric new particle formation and growth: review of field observations | |
| Yang et al. | The impact of anthropogenic emissions and meteorological conditions on the spatial variation of ambient SO2 concentrations: A panel study of 113 Chinese cities | |
| CN106019409B (zh) | 一种臭氧浓度的分区预测方法及*** | |
| Wang et al. | The contribution from distant dust sources to the atmospheric particulate matter loadings at XiAn, China during spring | |
| Ng et al. | Improving the wind environment in high-density cities by understanding urban morphology and surface roughness: A study in Hong Kong | |
| Lu et al. | Wind power evaluation and utilization over a reference high-rise building in urban area | |
| Bamberger et al. | Spatial variability of methane: Attributing atmospheric concentrations to emissions | |
| CN112749478A (zh) | 一种基于高斯扩散模型大气污染溯源扩散分析***及方法 | |
| Son et al. | The effect of particulate matter on solar photovoltaic power generation over the Republic of Korea | |
| Gogikar et al. | Assessment of particulate matter variation during 2011–2015 over a tropical station Agra, India | |
| CN113624921B (zh) | 多模式综合污染溯源方法 | |
| CN105631537A (zh) | 基于气象服务平台的空气质量预报业务*** | |
| Xie et al. | Methods for defining the scopes and priorities for joint prevention and control of air pollution regions based on data-mining technologies | |
| CN110658307A (zh) | 评估污染源对环境空气质量影响的方法 | |
| CN114049052B (zh) | 一种某行政区域内的碳排放计算方法及可视化方法 | |
| Bao et al. | Characteristics and origins of air pollutants and carbonaceous aerosols during wintertime haze episodes at a rural site in the Yangtze River Delta, China | |
| CN110503348B (zh) | 一种基于位置匹配的个体空气污染暴露模拟测量方法 | |
| Song et al. | Spatiotemporal distribution of air pollution characteristics in Jiangsu Province, China | |
| Yu et al. | Geographic detector-based spatiotemporal variation and influence factors analysis of PM2. 5 in Shandong, China. | |
| Yadav et al. | Statistical evaluation of sigma schemes for estimating dispersion in low wind conditions | |
| CN107677777B (zh) | 一种大气重污染过程智能分析*** | |
| Ketzel et al. | Dependence of street canyon concentrations on above-roof wind speed-implications for numerical modelling | |
| CN114878748B (zh) | 一种co2排放量的监测方法及监测*** |
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 | ||
| CP02 | Change in the address of a patent holder |
Address after: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094 Patentee after: BEIJING VIREADY TECHNOLOGY Co.,Ltd. Address before: 212, 2 / F, building B, Chaoran times, 103 Beiqing Road, Haidian District, Beijing 100094 (with elevator) Patentee before: BEIJING VIREADY TECHNOLOGY Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220506 Address after: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094 Patentee after: BEIJING VIREADY TECHNOLOGY Co.,Ltd. Patentee after: Guangdong weiruidi Technology Co., Ltd Address before: 203, 2 / F, building 1, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094 Patentee before: BEIJING VIREADY TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |