CN110019284A - 一种大气监测数据快速统计及污染成因分析平台 - Google Patents
一种大气监测数据快速统计及污染成因分析平台 Download PDFInfo
- Publication number
- CN110019284A CN110019284A CN201910415484.9A CN201910415484A CN110019284A CN 110019284 A CN110019284 A CN 110019284A CN 201910415484 A CN201910415484 A CN 201910415484A CN 110019284 A CN110019284 A CN 110019284A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- pollution
- monitoring
- atmospheric
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 149
- 238000012544 monitoring process Methods 0.000 title claims abstract description 85
- 238000012806 monitoring device Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000003287 optical effect Effects 0.000 claims abstract description 13
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000013523 data management Methods 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 239000010419 fine particle Substances 0.000 claims abstract description 5
- 239000000126 substance Substances 0.000 claims abstract description 5
- 238000012550 audit Methods 0.000 claims description 38
- 239000012855 volatile organic compound Substances 0.000 claims description 27
- 238000012795 verification Methods 0.000 claims description 18
- 150000002500 ions Chemical class 0.000 claims description 11
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 10
- 239000000443 aerosol Substances 0.000 claims description 10
- 239000003344 environmental pollutant Substances 0.000 claims description 10
- 231100000719 pollutant Toxicity 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 9
- 229910001385 heavy metal Inorganic materials 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 9
- 239000013618 particulate matter Substances 0.000 claims description 9
- 238000003915 air pollution Methods 0.000 claims description 7
- 239000003738 black carbon Substances 0.000 claims description 7
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000012552 review Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000002243 precursor Substances 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000012731 temporal analysis Methods 0.000 claims description 3
- 238000000700 time series analysis Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 238000011109 contamination Methods 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000013500 data storage Methods 0.000 abstract description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 24
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 14
- 229960003753 nitric oxide Drugs 0.000 description 8
- 235000019391 nitrogen oxide Nutrition 0.000 description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 7
- 229910002091 carbon monoxide Inorganic materials 0.000 description 7
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 125000002915 carbonyl group Chemical group [*:2]C([*:1])=O 0.000 description 3
- 150000001299 aldehydes Chemical class 0.000 description 2
- 150000001335 aliphatic alkanes Chemical class 0.000 description 2
- 150000001336 alkenes Chemical class 0.000 description 2
- 150000001345 alkine derivatives Chemical class 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 150000008282 halocarbons Chemical class 0.000 description 2
- 150000002576 ketones Chemical class 0.000 description 2
- 230000028161 membrane depolarization Effects 0.000 description 2
- 239000008188 pellet Substances 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000693 micelle Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- HNBFUFIYQWYCDM-UHFFFAOYSA-N oxygen(2-) sulfane titanium(4+) Chemical compound [O--].[O--].S.[Ti+4] HNBFUFIYQWYCDM-UHFFFAOYSA-N 0.000 description 1
- 238000002360 preparation method 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种大气监测数据快速统计及污染成因分析平台,包括大气分析平台,所述大气分析平台设置有设备层和平台应用层,所述设备层通过数据接入模块连接着大气分析平台,所述平台应用层包括数据管理、数据展示和数据分析。本发明先对监测设备提供的数据存储后进行审核,并且平台根据不同的设备监测类型提供数据直接展示的功能来通过图表进行直观展,同时依靠平台***的计算程序进行数据统计,实现数据快速统计,具体数据分为:气象数据、常规数据、物理特性、光学特性、化学特性、光化学特性、垂直分布特性,并且通过细颗粒物污染分析、光化学污染分析、垂直分布特征分析以及统计分析、综合分析来确定污染源成因。
Description
技术领域
本发明涉及大气污染监测方法技术领域,具体为一种大气监测数据快速统计及污染成因分析平台。
背景技术
随着人们社会的快速进步发展,很多机械化高的产品以及一些高科技都越来越普遍,但是这些产品在生产的过程中会产生很多污染物,导致大气污染,同时人们生活中的一些焚烧也会导致大气污染,这样就会导致人们生活环境的恶化,需要积极监测管理
传统的大气污染监测方法存在如下不足:
一般大气污染监测方法只能对一个比较小的区域的空气进行单方面或者几个方面的监测,并且统计的数据比较杂乱,无法将这些数据快速整合在一起形成一个***,这样就会影响污染成因的分析结果。
发明内容
本发明的目的在于提供一种大气监测数据快速统计及污染成因分析平台,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种大气监测数据快速统计及污染成因分析平台,包括大气分析平台,所述大气分析平台设置有设备层和平台应用层,所述设备层通过数据接入模块连接着大气分析平台,数据接入模块将设备层中所有的数据信息传输到大气分析平台内的数据库中;所述平台应用层包括数据管理、数据展示和数据分析。
进一步的,所述数据管理的功能包括原始数据查询、数据审核和处理数据查询,原始数据查询的功能是对设备层中各个监测设备存储于大气分析平台的数据库中的监测数据按照常规参数、气象参数、离子和碳质组分、重金属、光学特性和VOCs因子组进行查询;数据审核的功能是按照查询条件包含“时间,因子组”进行查询,并且是对设备层中各个监测设备所监测的数据通过一定的审核规则进行审核判断,常规监测数据根据国家标准进行判定,非常规仪器根据简单的极值问题、负值问题等进行自动判断,同时所述数据审核包括自动审核和人工审核;处理数据查询是针对着急站因子组进行数据查询,查询数据为审核后数据,查询因子组有:常规参数、气象参数、离子和碳质组分、重金属元素、光学特性参量和VOCs组分,查询条件包含:时间、因子组、站点。
进一步的,所述自动审核的审核过程包括的判断数据为:有效V;超上限IO;低下限IU;无效I,指有效数据不足;待修约RM,指在合理负数值范围内,可以修约为固定有效的数值;倒挂VR;自动审核审核完成后(即人工审核前)的数据都带有上述标识,有效数据V省略,但通过前面打对号来体现;除有效数据V以外,其他任何带标记的数据,前面都不带对号,若不进行人工审核,在数据查询、数据展示、数据分析界面,查到或者用到的都是原始数据。
进一步的,所述人工审核的审核过程是对自动审核的结果加以人工的二次判断,以进一步保证数据质量,经过人工审核后,数据变成绿色底纹;并且只有有效数据(V)、修约有效数据(VC)两种情况,前面带对号,并且参加后面的展示与分析,其他数据不参加后面的展示与分析过程。
进一步的,所述人工审核的审核方案为:
第一步将有效数据审核为无效数据(I),通过点击数据前面的方框实现(有效数据有对号,无效数据无对号且有I的标记);
第二步将无效数据(I)审核为有效数据,通过点击数据或者数据前面的方框实现;
第三步将倒挂数据VR、超上限数据IO、低下限数据IU,审核为有效数据或者无效数据,通过点击数据进行审核;如果对倒挂数据、超上限数据、低下限数据不做处理,直接审核的结果依然是倒挂数据、超上限数据、低下限数据,并且不参加展示与分析;
第四步将待修约数据(RM)修约为有效数据(VC),修约值按照国家规定进行修约,通过点击数据进行实现,按照国家标准修约后的数据,视为有效,不再支持其他的修改;若不对待修约(RM)的数据进行修约,直接审核的结果依然是待修约数据,不参加展示与分析。
进一步的,所述数据展示的展示内容包括气象数据、常规数据、物理特性、光学特性、光化学特性和垂直分布特性;所述气象数据涉及监测设备有气象仪、PM监测仪、二氧化硫监测仪、一氧化碳监测仪、氮氧化物分析仪和臭氧监测仪,并且通过上述监测设备绘制气象监测因子(温度、湿度、气压、风速)的小时时间序列图并显示各气象参数的平均值、最大值和最小值统计结果,绘制常规监测因子和风速的风向玫瑰图,并且在大气分析平台上汇总展示;所述常规数据涉及监测设备有PM监测仪、二氧化硫监测仪、氮氧化物分析仪、臭氧监测仪、一氧化碳监测、总悬浮颗粒物TSP分析仪和氨监测仪,通过上述监测设备采集到污染监测因子的数据信息,并且依靠监测设备绘制变化趋势图,给出各参数的统计特征。
进一步的,所述物理特性涉及监测设备有粒径谱仪、PM监测仪,并且依靠上述监测设备绘制气溶胶粒径谱分布图和颗粒物质量浓度变化趋势图,用于分析细粒子的生成过程;所述光学特性涉及监测设备有大气浊度监测仪、黑碳仪、能见度监测仪、双通道PM监测仪,由于黑碳浓度较高会导致能见度的下降,因此通过上述监测设备分析能见度的下降是否与黑碳的增加相关,散射系数和能见度也呈负相关关系,通过上述设备采集数据分析能见度的下降与大气散射系数之间的关系;所述光化学特性涉及监测设备有VOCs分析仪,通过VOCs分析仪展示VOCs主要构成烷烃、烯烃、炔烃、芳香烃、卤代烃、醛类、酮类、天然源、其他的时间序列变化,以及各主要构成的平均占比,给出VOC各组分浓度的时间序列,用于分析不同VOCs种类特征及占比变化;所述垂直分布特性涉及监测设备有气溶胶激光雷达,根据气溶胶雷达反演的颗粒物空间分布反演结果,用于分析污染物的垂直空间分布特征,判断发生重污染过程时污染主要是局地产生还是外来输入导致。
进一步的,所述数据分析所进行的分析包括颗粒物污染分析、光化学污染分析、HYSPLIT分析、统计分析、综合分析和地基遥感分析;所述颗粒物污染分析涉及监测仪器有PM监测仪、离子色谱仪、重金属监测仪、气象监测仪、SO分析仪、氮氧化物分析仪、一氧化碳分析仪,通过监测仪器的监测数据,依次进行污染程度分析、污染成因分析、来源特征分析和在线源解析,逐步分析污染物的来源,展现形式包括时间序列图、数据统计表、因子相关性图、因子浓度面积堆积图、占比饼图等多种展现方式;所述光化学污染分析涉及监测仪器有VOCs分析仪、O分析仪、NOx分析仪、PM.分析仪、气象监测仪、SO分析仪、氮氧化物分析仪、臭氧分析仪、一氧化碳分析仪,通过监测仪器的监测数据,依次进行污染程度分析、污染成因分析、臭氧与前体物关系、来源特征分析和在线源解析,逐步分析污染物的来源,展现形式包括时间序列图、数据统计表、因子相关性图、因子浓度面积堆积图、占比饼图等多种展现方式;
其中所述HYSPLIT分析分为单点分析:给出同一站点、不同时间点的气团来源轨迹分析,可以分析该站点在不同时间点受不同气团的影响特征。每三小时绘制一条轨迹,并可通过点选时间点的方式进行显示或隐藏;
多点分析:提供多点的后向轨迹分析图,可以分析所研究区域不同点位受不同气团来源的影响特征,同时依据PM.、PM的时间序列,可给出所关注时间点的后向轨迹图;
聚类分析:利用聚类分析,自行选择聚类数,将气团轨迹进行聚类,展示各气团轨迹的百分比,分析各气团轨迹对区域的影响。
进一步的,所述统计分析涉及监测设备有PM监测仪、臭氧分析仪、一氧化碳分析仪、SO分析仪、NOx分析仪、气象监测仪、离子色谱仪、浊度仪、能见度监测仪、黑碳仪、VOCs在线分析仪,分别通过频率直方图、日历图分析、污染特征分析、时间序列分析、相关性分析,对监测数据提取统计信息特征,根据统计信息特征进行污染数据分析、判断仪器运行和运维状态等;所述综合分析涉及监测仪器有气象监测仪、PM.监测仪、SO分析仪、NOx分析仪、离子色谱仪、重金属监测仪和VOCs分析仪,集成地面气象参数和环境监测参数进行关联分析,同时结合地面及高空天气形势图、卫星影像、HYSPLIT轨迹分析、颗粒物化学组成、颗粒物源解析结果进行综合分析,多维、多角度综合分析诊断重污染过程污染成因,对重污染过程快速诊断分析;所述地基遥感分析涉及监测仪器有气象监测仪、PM监测仪、激光雷达,绘制超级站气溶胶激光雷达监测反演图像(消光系数和退偏振比),结合近地面气象数据、常规污染物监测结果关联分析。
与现有技术相比,本发明的有益效果是:
1、本发明先对监测设备提供的数据存储后进行审核,并且平台根据不同的设备监测类型提供数据直接展示的功能来通过图表进行直观展,同时依靠平台***的计算程序进行数据统计,实现数据快速统计,具体数据分为:气象数据、常规数据、物理特性、光学特性、化学特性、光化学特性、垂直分布特性;
2、本发明通过细颗粒物污染分析、光化学污染分析、垂直分布特征分析以及统计分析、综合分析来确定污染源成因,并且按照污染程度分析、污染成因分析、来源特征分析以及源解析,逐步定位到污染源特征,给污染分析服务做好支撑。
附图说明
图1为本发明一种大气监测数据快速统计及污染成因分析平台模块示意图;
图2为本发明一种大气监测数据快速统计及污染成因分析平台中数据审核的模块示意图。
图1-2中:1、大气分析平台;2、设备层;3、数据管理;4、原始数据查询;5、数据审核;6、处理数据查询;7、气象数据;8、常规数据;9、物理特性;10、光学特性;11、光化学特性;12、垂直分布特性;13、数据展示;14、颗粒物污染分析;15、光化学污染分析;16、HYSPLIT分析;17、统计分析;18、综合分析;19、地基遥感分析;20、数据分析;21、平台应用层;22、自动审核;23、人工审核;24、数据接入模块。
具体实施方式
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,所描述的实施例仅仅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他实施例,都属于本发明保护的范围。
请参阅图1-2,本发明提供一种技术方案:一种大气监测数据快速统计及污染成因分析平台,包括大气分析平台1,大气分析平台1设置有设备层2和平台应用层21,设备层2通过数据接入模块24连接着大气分析平台1,数据接入模块24将设备层2中所有的数据信息传输到大气分析平台1内的数据库中;平台应用层21包括数据管理3、数据展示13和数据分析20。
数据管理3的功能包括原始数据查询4、数据审核5和处理数据查询6,原始数据查询4的功能是对设备层2中各个监测设备存储于大气分析平台1的数据库中的监测数据按照常规参数、气象参数、离子和碳质组分、重金属、光学特性和VOCs因子组进行查询;数据审核5的功能是按照查询条件包含“时间,因子组”进行查询,并且是对设备层2中各个监测设备所监测的数据通过一定的审核规则进行审核判断,常规监测数据根据国家标准进行判定,非常规仪器根据简单的极值问题、负值问题等进行自动判断,同时数据审核5包括自动审核22和人工审核23;处理数据查询6是针对着急站因子组进行数据查询,查询数据为审核后数据,查询因子组有:常规参数、气象参数、离子和碳质组分、重金属元素、光学特性参量和VOCs组分,查询条件包含:时间、因子组、站点。
自动审核22的审核过程包括的判断数据为:有效V;超上限IO;低下限IU;无效I,指有效数据不足;待修约RM,指在合理负数值范围内,可以修约为固定有效的数值;倒挂VR;自动审核22审核完成后(即人工审核23前)的数据都带有上述标识,有效数据V省略,但通过前面打对号来体现;除有效数据V以外,其他任何带标记的数据,前面都不带对号,若不进行人工审核,在数据查询、数据展示、数据分析界面,查到或者用到的都是原始数据。
人工审核23的审核过程是对自动审核22的结果加以人工的二次判断,以进一步保证数据质量,经过人工审核23后,数据变成绿色底纹;并且只有有效数据(V)、修约有效数据(VC)两种情况,前面带对号,并且参加后面的展示与分析,其他数据不参加后面的展示与分析过程。
人工审核23的审核方案为:
第一步将有效数据审核为无效数据(I),通过点击数据前面的方框实现(有效数据有对号,无效数据无对号且有I的标记);
第二步将无效数据(I)审核为有效数据,通过点击数据或者数据前面的方框实现;
第三步将倒挂数据VR、超上限数据IO、低下限数据IU,审核为有效数据或者无效数据,通过点击数据进行审核;如果对倒挂数据、超上限数据、低下限数据不做处理,直接审核的结果依然是倒挂数据、超上限数据、低下限数据,并且不参加展示与分析;
第四步将待修约数据(RM)修约为有效数据(VC),修约值按照国家规定进行修约,通过点击数据进行实现,按照国家标准修约后的数据,视为有效,不再支持其他的修改;若不对待修约(RM)的数据进行修约,直接审核的结果依然是待修约数据,不参加展示与分析。
数据展示13的展示内容包括气象数据7、常规数据8、物理特性9、光学特性10、光化学特性11和垂直分布特性12;气象数据7涉及监测设备有气象仪、PM监测仪、二氧化硫监测仪、一氧化碳监测仪、氮氧化物分析仪和臭氧监测仪,并且通过上述监测设备绘制气象监测因子(温度、湿度、气压、风速)的小时时间序列图并显示各气象参数的平均值、最大值和最小值统计结果,绘制常规监测因子和风速的风向玫瑰图,并且在大气分析平台1上汇总展示;常规数据8涉及监测设备有PM监测仪、二氧化硫监测仪、氮氧化物分析仪、臭氧监测仪、一氧化碳监测、总悬浮颗粒物TSP分析仪和氨监测仪,通过上述监测设备采集到污染监测因子的数据信息,并且依靠监测设备绘制变化趋势图,给出各参数的统计特征。
物理特性9涉及监测设备有粒径谱仪、PM监测仪,并且依靠上述监测设备绘制气溶胶粒径谱分布图和颗粒物质量浓度变化趋势图,用于分析细粒子的生成过程;光学特性10涉及监测设备有大气浊度监测仪、黑碳仪、能见度监测仪、双通道PM监测仪,由于黑碳浓度较高会导致能见度的下降,因此通过上述监测设备分析能见度的下降是否与黑碳的增加相关,散射系数和能见度也呈负相关关系,通过上述设备采集数据分析能见度的下降与大气散射系数之间的关系;光化学特性11涉及监测设备有VOCs分析仪,通过VOCs分析仪展示VOCs主要构成烷烃、烯烃、炔烃、芳香烃、卤代烃、醛类、酮类、天然源、其他的时间序列变化,以及各主要构成的平均占比,给出VOC各组分浓度的时间序列。用于分析不同VOCs种类特征及占比变化;垂直分布特性12涉及监测设备有气溶胶激光雷达,根据气溶胶雷达反演的颗粒物空间分布反演结果,用于分析污染物的垂直空间分布特征,判断发生重污染过程时污染主要是局地产生还是外来输入导致。
数据分析20所进行的分析包括颗粒物污染分析14、光化学污染分析15、HYSPLIT分析16、统计分析17、综合分析18和地基遥感分析19;颗粒物污染分析14涉及监测仪器有PM监测仪、离子色谱仪、重金属监测仪、气象监测仪、SO2分析仪、氮氧化物分析仪、一氧化碳分析仪,通过监测仪器的监测数据,依次进行污染程度分析、污染成因分析、来源特征分析和在线源解析,逐步分析污染物的来源,展现形式包括时间序列图、数据统计表、因子相关性图、因子浓度面积堆积图、占比饼图等多种展现方式;光化学污染分析15涉及监测仪器有VOCs分析仪、O3分析仪、NOx分析仪、PM2.5分析仪、气象监测仪、SO2分析仪、氮氧化物分析仪、臭氧分析仪、一氧化碳分析仪,通过监测仪器的监测数据,依次进行污染程度分析、污染成因分析、臭氧与前体物关系、来源特征分析和在线源解析,逐步分析污染物的来源,展现形式包括时间序列图、数据统计表、因子相关性图、因子浓度面积堆积图、占比饼图等多种展现方式;
其中HYSPLIT分析16分为单点分析:给出同一站点、不同时间点的气团来源轨迹分析,可以分析该站点在不同时间点受不同气团的影响特征。每三小时绘制一条轨迹,并可通过点选时间点的方式进行显示或隐藏;
多点分析:提供多点的后向轨迹分析图,可以分析所研究区域不同点位受不同气团来源的影响特征,同时依据PM2.5、PM10的时间序列,可给出所关注时间点的后向轨迹图;
聚类分析:利用聚类分析,自行选择聚类数,将气团轨迹进行聚类,展示各气团轨迹的百分比,分析各气团轨迹对区域的影响。
统计分析17涉及监测设备有PM监测仪、臭氧分析仪、一氧化碳分析仪、SO2分析仪、NOx分析仪、气象监测仪、离子色谱仪、浊度仪、能见度监测仪、黑碳仪、VOCs在线分析仪,分别通过频率直方图、日历图分析、污染特征分析、时间序列分析、相关性分析,对监测数据提取统计信息特征,根据统计信息特征进行污染数据分析、判断仪器运行和运维状态等;综合分析18涉及监测仪器有气象监测仪、PM2.5监测仪、SO2分析仪、NOx分析仪、离子色谱仪、重金属监测仪和VOCs分析仪,集成地面气象参数和环境监测参数进行关联分析,同时结合地面及高空天气形势图、卫星影像、HYSPLIT轨迹分析、颗粒物化学组成、颗粒物源解析结果进行综合分析,多维、多角度综合分析诊断重污染过程污染成因,对重污染过程快速诊断分析;地基遥感分析19涉及监测仪器有气象监测仪、PM监测仪、激光雷达,绘制超级站气溶胶激光雷达监测反演图像(消光系数和退偏振比),结合近地面气象数据、常规污染物监测结果关联分析。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种大气监测数据快速统计及污染成因分析平台,包括大气分析平台(1),其特征在于:所述大气分析平台(1)设置有设备层(2)和平台应用层(21),所述设备层(2)通过数据接入模块(24)连接着大气分析平台(1),数据接入模块(24)将设备层(2)中所有的数据信息传输到大气分析平台(1)内的数据库中;所述平台应用层(21)包括数据管理(3)、数据展示(13)和数据分析(20)。
2.根据权利要求1所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述数据管理(3)的功能包括原始数据查询(4)、数据审核(5)和处理数据查询(6),原始数据查询(4)的功能是对设备层(2)中各个监测设备存储于大气分析平台(1)的数据库中的监测数据按照常规参数、气象参数、离子和碳质组分、重金属、光学特性和VOCs因子组进行查询;数据审核(5)的功能是按照查询条件包含“时间,因子组”进行查询,并且是对设备层(2)中各个监测设备所监测的数据通过一定的审核规则进行审核判断,常规监测数据根据国家标准进行判定,非常规仪器根据简单的极值问题、负值问题等进行自动判断,同时所述数据审核(5)包括自动审核(22)和人工审核(23);处理数据查询(6)是针对着急站因子组进行数据查询,查询数据为审核后数据,查询因子组有:常规参数、气象参数、离子和碳质组分、重金属元素、光学特性参量和VOCs组分,查询条件包含:时间、因子组、站点。
3.根据权利要求2所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述自动审核(22)的审核过程包括的判断数据为:有效V;超上限IO;低下限IU;无效I,指有效数据不足;待修约RM,指在合理负数值范围内,可以修约为固定有效的数值;倒挂VR;自动审核(22)审核完成后(即人工审核(23)前)的数据都带有上述标识,有效数据V省略,但通过前面打对号来体现;除有效数据V以外,其他任何带标记的数据,前面都不带对号,若不进行人工审核,在查询、展示、分析界面,查到或者用到的都是原始数据。
4.根据权利要求2所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述人工审核(23)的审核过程是对自动审核(22)的结果加以人工的二次判断,以进一步保证数据质量,经过人工审核(23)后,数据变成绿色底纹;并且只有有效数据(V)、修约有效数据(VC)两种情况,前面带对号,并且参加后面的展示与分析,其他数据不参加后面的展示与分析过程。
5.根据权利要求4所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述人工审核(23)的审核方案为:
第一步将有效数据审核为无效数据(I),通过点击数据前面的方框实现(有效数据有对号,无效数据无对号且有I的标记);
第二步将无效数据(I)审核为有效数据,通过点击数据或者数据前面的方框实现;
第三步将倒挂数据VR、超上限数据IO、低下限数据IU,审核为有效数据或者无效数据,通过点击数据进行审核;如果对倒挂数据、超上限数据、低下限数据不做处理,直接审核的结果依然是倒挂数据、超上限数据、低下限数据,并且不参加展示与分析;
第四步将待修约数据(RM)修约为有效数据(VC),修约值按照国家规定进行修约,通过点击数据进行实现,按照国家标准修约后的数据,视为有效,不再支持其他的修改;若不对待修约(RM)的数据进行修约,直接审核的结果依然是待修约数据,不参加展示与分析。
6.根据权利要求1所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述数据展示(13)的展示内容包括气象数据(7)、常规数据(8)、物理特性(9)、光学特性(10)、光化学特性(11)和垂直分布特性(12);所述气象数据(7)的应用是通过监测设备绘制气象监测因子(温度、湿度、气压、风速)的小时时间序列图并显示各气象参数的平均值、最大值和最小值统计结果,绘制常规监测因子和风速的风向玫瑰图,并且在大气分析平台(1)上汇总展示;所述常规数据(8)的应用是通过监测设备采集到污染监测因子的数据信息,并且依靠监测设备绘制变化趋势图,给出各参数的统计特征。
7.根据权利要求6所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述物理特性(9)的应用是通过监测设备绘制气溶胶粒径谱分布图和颗粒物质量浓度变化趋势图,用于分析细粒子的生成过程;由于黑碳浓度较高会导致能见度的下降,所述光学特性(10)的应用是通过监测设备分析能见度的下降是否与黑碳的增加相关,散射系数和能见度也呈负相关关系,通过设备采集数据分析能见度的下降与大气散射系数之间的关系;所述光化学特性(11)涉及监测设备有VOCs分析仪,通过VOCs分析仪展示VOCs主要构成以及各主要构成的平均占比,给出VOC各组分浓度的时间序列,用于分析不同VOCs种类特征及占比变化;所述垂直分布特性(12)涉及监测设备有气溶胶激光雷达,根据气溶胶雷达反演的颗粒物空间分布反演结果,用于分析污染物的垂直空间分布特征,判断发生重污染过程时污染主要是局地产生还是外来输入导致。
8.根据权利要求1所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述数据分析(20)所进行的分析包括颗粒物污染分析(14)、光化学污染分析(15)、HYSPLIT分析(16)、统计分析(17)、综合分析(18)和地基遥感分析(19);所述颗粒物污染分析(14)是通过监测仪器的监测数据,依次进行污染程度分析、污染成因分析、来源特征分析和在线源解析,逐步分析污染物的来源,展现形式包括时间序列图、数据统计表、因子相关性图、因子浓度面积堆积图、占比饼图等多种展现方式;所述光化学污染分析(15)是通过监测仪器的监测数据,依次进行污染程度分析、污染成因分析、臭氧与前体物关系、来源特征分析和在线源解析,逐步分析污染物的来源,展现形式包括时间序列图、数据统计表、因子相关性图、因子浓度面积堆积图、占比饼图等多种展现方式;
其中所述HYSPLIT分析(16)分为单点分析:给出同一站点、不同时间点的气团来源轨迹分析,可以分析该站点在不同时间点受不同气团的影响特征。每三小时绘制一条轨迹,并可通过点选时间点的方式进行显示或隐藏;
多点分析:提供多点的后向轨迹分析图,可以分析所研究区域不同点位受不同气团来源的影响特征,同时依据PM值的时间序列,可给出所关注时间点的后向轨迹图;
聚类分析:利用聚类分析,自行选择聚类数,将气团轨迹进行聚类,展示各气团轨迹的百分比,分析各气团轨迹对区域的影响。
9.根据权利要求8所述的一种大气监测数据快速统计及污染成因分析平台,其特征在于:所述统计分析(17)是分别通过频率直方图、日历图分析、污染特征分析、时间序列分析、相关性分析,对监测数据提取统计信息特征,根据统计信息特征进行污染数据分析、判断仪器运行和运维状态等;所述综合分析(18)是集成地面气象参数和环境监测参数进行关联分析,同时结合地面及高空天气形势图、卫星影像、HYSPLIT轨迹分析、颗粒物化学组成、颗粒物源解析结果进行综合分析,多维、多角度综合分析诊断重污染过程污染成因,对重污染过程快速诊断分析;所述地基遥感分析(19)是结合近地面气象数据、常规污染物监测结果关联分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415484.9A CN110019284A (zh) | 2019-05-18 | 2019-05-18 | 一种大气监测数据快速统计及污染成因分析平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415484.9A CN110019284A (zh) | 2019-05-18 | 2019-05-18 | 一种大气监测数据快速统计及污染成因分析平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110019284A true CN110019284A (zh) | 2019-07-16 |
Family
ID=67193927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910415484.9A Pending CN110019284A (zh) | 2019-05-18 | 2019-05-18 | 一种大气监测数据快速统计及污染成因分析平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110019284A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110779843A (zh) * | 2019-09-30 | 2020-02-11 | 成都市环境保护科学研究院 | 一种大气二次颗粒物污染过程的分型分析*** |
CN111192185A (zh) * | 2019-12-31 | 2020-05-22 | 天津智易时代科技发展有限公司 | 一种污染溯源分析方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101382507B1 (ko) * | 2012-10-19 | 2014-04-10 | 사단법인대기환경모델링센터 | 대기질 예측 및 관리 시스템 |
CN106383205A (zh) * | 2016-10-13 | 2017-02-08 | 北京伟瑞迪科技有限公司 | VOCs区域在线监测及预警*** |
CN108563178A (zh) * | 2018-05-31 | 2018-09-21 | 安徽中疆环境科技有限公司 | 一种污染源在线监测*** |
-
2019
- 2019-05-18 CN CN201910415484.9A patent/CN110019284A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101382507B1 (ko) * | 2012-10-19 | 2014-04-10 | 사단법인대기환경모델링센터 | 대기질 예측 및 관리 시스템 |
CN106383205A (zh) * | 2016-10-13 | 2017-02-08 | 北京伟瑞迪科技有限公司 | VOCs区域在线监测及预警*** |
CN108563178A (zh) * | 2018-05-31 | 2018-09-21 | 安徽中疆环境科技有限公司 | 一种污染源在线监测*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110779843A (zh) * | 2019-09-30 | 2020-02-11 | 成都市环境保护科学研究院 | 一种大气二次颗粒物污染过程的分型分析*** |
CN110779843B (zh) * | 2019-09-30 | 2022-06-07 | 成都市环境保护科学研究院 | 一种大气二次颗粒物污染过程的分型分析*** |
CN111192185A (zh) * | 2019-12-31 | 2020-05-22 | 天津智易时代科技发展有限公司 | 一种污染溯源分析方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sauvageat et al. | Real-time pollen monitoring using digital holography | |
Chen et al. | Assessing the potential for the stomatal characters of extant and fossil Ginkgo leaves to signal atmospheric CO2 change | |
Hermosilla et al. | Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics | |
Koru et al. | Comparing high-change modules and modules with the highest measurement values in two large-scale open-source products | |
Jaffé et al. | The effect of the environment on the gas kinematics and the structure of distant galaxies | |
Ghanem et al. | Sensor grids for air pollution monitoring | |
CN110019284A (zh) | 一种大气监测数据快速统计及污染成因分析平台 | |
Zaidan et al. | Exploring non-linear associations between atmospheric new-particle formation and ambient variables: a mutual information approach | |
Keller et al. | Pollutant composition modification of the effect of air pollution on progression of coronary artery calcium: the Multi-Ethnic Study of Atherosclerosis | |
Paatero et al. | Estimating time series of aerosol particle number concentrations in the five HEAPSS cities on the basis of measured air pollution and meteorological variables | |
Buteau et al. | Review of the effect of air pollution exposure from industrial point sources on asthma-related effects in childhood | |
Fung et al. | Data imputation in in situ-measured particle size distributions by means of neural networks | |
Schwartz et al. | Control for confounding in the presence of measurement error in hierarchical models | |
CN105223140A (zh) | 同源物质的快速识别方法 | |
Mills et al. | Constructing a pollen proxy from low-cost Optical Particle Counter (OPC) data processed with Neural Networks and Random Forests | |
Waheed et al. | PIXE analysis of PM2. 5 and PM2. 5–10 for air quality assessment of Islamabad, Pakistan: Application of chemometrics for source identification | |
Levetin et al. | Aeroallergen monitoring by the National Allergy Bureau: a review of the past and a look into the future | |
Chen et al. | Field evaluation of portable and central site PM samplers emphasizing additive and differential mass concentration estimates | |
Kistnasamy et al. | The relationship between asthma and ambient air pollutants among primary school students in Durban, South Africa | |
Willemsen et al. | Validity and reliability of self-reported exposure to environmental tobacco smoke in work offices | |
CN112711911B (zh) | 基于污染源谱库的应用于边界观测的快速污染溯源方法 | |
Uusitalo et al. | Occurrence of new particle formation events in Siberian and Finnish boreal forest | |
Witters et al. | Monitoring indoor exposure to combustion-derived particles using plants | |
Nguyen et al. | Greenspace pattern, meteorology and air pollutant in Taiwan: A multifaceted connection | |
Harishkumar | Multidimensional data model for air pollution data analysis |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190716 |