CN112485319B - 大气环境走航监测方法及信息处理方法、装置、监测车 - Google Patents
大气环境走航监测方法及信息处理方法、装置、监测车 Download PDFInfo
- Publication number
- CN112485319B CN112485319B CN202011120907.3A CN202011120907A CN112485319B CN 112485319 B CN112485319 B CN 112485319B CN 202011120907 A CN202011120907 A CN 202011120907A CN 112485319 B CN112485319 B CN 112485319B
- Authority
- CN
- China
- Prior art keywords
- concentration
- sampling point
- vocs
- navigation
- monitoring
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000010365 information processing Effects 0.000 title claims abstract description 20
- 238000003672 processing method Methods 0.000 title claims description 10
- 239000012855 volatile organic compound Substances 0.000 claims abstract description 88
- 238000005070 sampling Methods 0.000 claims abstract description 70
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims abstract description 24
- 239000000443 aerosol Substances 0.000 claims abstract description 23
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 239000003344 environmental pollutant Substances 0.000 description 8
- 231100000719 pollutant Toxicity 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 239000013618 particulate matter Substances 0.000 description 5
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 239000003570 air Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001819 mass spectrum Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000019645 odor Nutrition 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- PXGOKWXKJXAPGV-UHFFFAOYSA-N Fluorine Chemical compound FF PXGOKWXKJXAPGV-UHFFFAOYSA-N 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 206010028400 Mutagenic effect Diseases 0.000 description 1
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 150000001298 alcohols Chemical class 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 150000001336 alkenes Chemical class 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 150000001408 amides Chemical class 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 231100000315 carcinogenic Toxicity 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 150000005826 halohydrocarbons Chemical class 0.000 description 1
- -1 however Substances 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 150000002576 ketones Chemical class 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 231100000243 mutagenic effect Toxicity 0.000 description 1
- 230000003505 mutagenic effect Effects 0.000 description 1
- 150000002825 nitriles Chemical class 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- 235000005985 organic acids Nutrition 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 125000001741 organic sulfur group Chemical group 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000001184 proton transfer reaction mass spectrometry Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012764 semi-quantitative analysis Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 229910052815 sulfur oxide Inorganic materials 0.000 description 1
- 231100000378 teratogenic Toxicity 0.000 description 1
- 230000003390 teratogenic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003971 tillage Methods 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
-
- 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
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0039—O3
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0044—Sulphides, e.g. H2S
-
- 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
- G01N33/0063—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 using a threshold to release an alarm or displaying means
- G01N33/0065—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 using a threshold to release an alarm or displaying means using more than one threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
-
- 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
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Environmental & Geological Engineering (AREA)
- Dispersion Chemistry (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种大气环境走航监测方法及信息处理方法、装置、监测车,其中走航监测方法包括:步骤S1:进行一次走航,依次采集走航路径上各取样点的VOCs浓度、气溶胶浓度和臭氧浓度,并输入至训练好的第一模型中,分别得到各取样点的目标VOCs浓度;步骤S2:按照走航路径再进行一次走航,依次采集走航路径上各取样点的实际VOCs浓度以及风速和风向信息,计算得到本次走航各取样点的实际VOCs浓度和由第一模型输出的目标VOCs浓度的差值;步骤S3:判断各差值是否超过设定阈值,如为是,则将对应取样点的风速、风向和差值输入至训练好的第二模型中,得到对应于该取样点的潜在污染源的位置信息。与现有技术相比,本发明具有提高污染溯源准确性等优点。
Description
技术领域
本发明涉及大气环境监测领域,尤其是涉及一种大气环境走航监测方法及信息处理方法、装置、监测车。
背景技术
挥发性有机物(Volatile organic compounds,VOCs)是形成臭氧(O3)和细颗粒物(PM2.5)污染的重要前体物,成分复杂、来源广泛。大部分VOCs及其光化学产物具有生物毒性,有些还具有致癌、致畸、致突变效应,严重威胁人类生命安全。近年来,在NOx,SOx被大幅减排的大趋势下,VOCs总排放量仍呈增长趋势,对大气环境影响日益突出。VOCs排放到大气环境中之后,会引发一系列的氧化自由基导致的光化学反应,形成臭氧(O3)和细颗粒物(PM2.5)污染,且部分VOCs会产生恶臭。
为进一步改善环境空气质量,打好蓝天保卫战,迫切需要全面加强VOCs污染防治工作。VOCs在线监测,可以实时反映污染物的时空变化,为评估其污染程度和治理效果提供实验手段和数据支撑,然而,环境中VOCs受气流及大气稀释作用,浓度、物种变化速度快,这对分析仪器提出了很高的要求。在大气方面,传统的环境监测手段为“空气质量自动监测站”污染物浓度和种类实时监测。该模式下的监测为固定点位监测,前期投入成本大、审批过程繁杂、耗费物资多、设备维护难度大、监测数据种类少等不足。如果需要精准对于污染源进行溯源,需要设计大量的监测站,无疑极大的提高了成本。
为了解决以上问题,一些现有技术通过探索走航的方式降低成本,例如中国专利CN108415038A公开了一种车载移动式VOCs和恶臭气体质谱仪及污染源精准锁定***,包含气体进样***,离子源产生器,反应器,质谱测量仪,气象参数测量仪,GPS/北斗定位***,自动采样模块。通过控制与采集软件对整机的气压、温度、流量、电压、电流、质谱状态等参数进行监测和控制,保障气体进样***,离子源产生器,反应器,质谱测量仪,GPS/北斗定位***等子***的监控和运行控制。溯源分析软件***通过质谱仪测量的数据,GPS信息,气象参数信息结合区域VOCs特征数据库,对污染高值点进行快速分析和来源解析。溯源分析软件***提供解析结果对疑似污染排放点进行采样保存,固定污染排放证据。
然而,包括上述精准锁定系在内的走航方式的检测***,都无法利用时序信息,因此在溯源环节往往不精准,此外,现有的VOCs溯源***也无法忽略了各成分之间的相关性,没有考虑到VOCs与气溶胶、臭氧浓度的相互转化对于VOCs浓度变化的影响,也导致VOCs的溯源的不准确。
发明内容
本发明的一方面是为了提供一种大气环境走航监测方法及信息处理方法、装置、监测车,在考虑了VOCs与气溶胶、臭氧浓度的相互转化的同时,利用两次同轨迹走航取得VOCs浓度的时序信息进行污染源的定位,从而大大提高了溯源的准确性。
本发明的目的可以通过以下技术方案来实现:
一种大气环境走航监测方法,包括:
步骤S1:按照预配置的第一走航路径进行一次走航,依次采集所述第一走航路径上各取样点的VOCs浓度、气溶胶浓度和臭氧浓度,并将采集到的各取样点的VOCs浓度、气溶胶浓度和臭氧浓度输入至训练好的第一模型中,分别得到预设时间间隔后各取样点的目标VOCs浓度;
步骤S2:按照所述第一走航路径再进行一次走航,依次采集所述第一走航路径上各取样点的实际VOCs浓度以及风速和风向信息,并计算得到本次走航各取样点的实际VOCs浓度和由第一模型输出的目标VOCs浓度的差值;
步骤S3:判断对应于各取样点的所述差值是否超过设定阈值,如为是,则将该取样点的风速、风向和所述差值输入至训练好的第二模型中,得到对应于该取样点的潜在污染源的位置信息。
进一步的,两次走航的时间间隔与所述预设时间间隔一致。
进一步的,所述气溶胶浓度包括PM2.5浓度和PM10浓度。
为了进一步提高溯源的准确性,所述方法还包括:
步骤S4:根据各潜在污染源的位置信息编制第二走航路径,并进行一次走航,依次采集第二走航路径上各取样点的VOCs浓度,并判断VOCs浓度是否超标,若为是,则将与该取样点位置距离最近的潜在污染源的位置信息输出。
更进一步的,如果各潜在污染源位置可达的情况下,所述第二走航路径为串接各潜在污染源的路径。
本发明的另一方面在于,提供一种可以由计算机程序实现的大气环境走航监测信息处理方法,从而实现可以单人单车实现走航任务,具体的,该信息处理方法包括:
接收到第一指令后,响应于该第一指令,接收第一走航路径上各取样点的VOCs浓度、气溶胶浓度和臭氧浓度;
接收到第二指令后,响应于该第二指令,停止接收,并将接收到的各取样点的VOCs浓度、气溶胶浓度和臭氧浓度输入至训练好的第一模型中,分别得到预设时间间隔后各取样点的目标VOCs浓度;
当距离接收到第一指令达到所述预设时间间隔后,发出提示信号,并接收第一走航路径上各取样点的VOCs浓度以及风速和风向信息,并计算得到本次接收的各取样点的实际VOCs浓度和由第一模型输出的目标VOCs浓度的差值;
判断对应于各取样点的所述差值是否超过设定阈值,如为是,则将该取样点的风速、风向和所述差值输入至训练好的第二模型中,得到对应于该取样点的潜在污染源的位置信息。
进一步的,所述气溶胶浓度包括PM2.5浓度和PM10浓度。
本发明的又一方面在于提供一种大气环境走航监测信息处理装置及走航监测车,其中走航监测信息处理装置包括存储器、处理器,以及存储于所述存储器中并由所述处理器执行的程序,其特征在于,所述处理器执行所述程序时实现上述的信息处理方法。
走航监测车则包括载体车辆,以及安装于所述载体车辆上的大气参数采集装置和上述信息处理装置。
进一步的,所述大气参数采集装置包括飞行时间质谱仪、激光雷达、臭氧监测仪和气象五参数监测仪。
与现有技术相比,本发明具有以下有益效果:
1)在考虑了VOCs与气溶胶、臭氧浓度的相互转化的同时,利用两次同轨迹走航取得VOCs浓度的时序信息进行污染源的定位,从而大大提高了溯源的准确性。
2)根据各潜在污染源的位置信息编制第二走航路径,再进一步走航监测,避免了误判,提高了溯源准确性。
3)通过计时和指令输入控制,可以实现单人单车完成走航监测任务,极大地提高了效率。
4)采用飞行时间质谱仪,可以提高在走航过程中VOCs的采样精度,从而提高溯源准确性。
附图说明
图1为本发明的检测方法的流程示意图;
图2为本发明其中一个实施例中的走航方式示意图;
图3为本发明其中一个实施例中临时任务执行示意图;
其中:1、走航监测车,101、第一走航路径。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种大气环境走航监测方法,如图1所示,包括:
步骤S1:按照预配置的第一走航路径进行一次走航,依次采集第一走航路径上各取样点的VOCs浓度、气溶胶浓度和臭氧浓度,并将采集到的各取样点的VOCs浓度、气溶胶浓度和臭氧浓度输入至训练好的第一模型中,分别得到预设时间间隔后各取样点的目标VOCs浓度,其中,在本申请的一个实施例中,气溶胶浓度包括PM2.5浓度和PM10浓度,第一模型可以采用卷积神经网络模型,第一模型的训练过程,使用相隔同样预设时间间隔的VOCs浓度、气溶胶浓度和臭氧浓度作为训练集数据,预设时间间隔则为10-30分钟;
步骤S2:按照第一走航路径再进行一次走航,依次采集第一走航路径上各取样点的实际VOCs浓度以及风速和风向信息,并计算得到本次走航各取样点的实际VOCs浓度和由第一模型输出的目标VOCs浓度的差值,其中,两次走航的时间间隔与预设时间间隔一致;
步骤S3:判断对应于各取样点的差值是否超过设定阈值,如为是,则将该取样点的风速、风向和差值输入至训练好的第二模型中,得到对应于该取样点的潜在污染源的位置信息,其中,第二模型可以采用卷积神经网络模型或长短期记忆模型,第二模型的训练过程,使用指定污染源位置下的VOCs变化值、风速、风向作为训练集数据,其中,设定阈值为目标VOCs浓度的5%-10%。
为了进一步提高溯源的准确性,在本申请的一个实施例中,方法还包括:步骤S4:根据各潜在污染源的位置信息编制第二走航路径,并进行一次走航,依次采集第二走航路径上各取样点的VOCs浓度,并判断VOCs浓度是否超标,若为是,则将与该取样点位置距离最近的潜在污染源的位置信息输出。
基于上述实施例的方式对某地进行实地试验监测,污染源的漏检率为0,误检率降低了30%。
此外,在本申请的其他实施例中,如图2所示,走航监测车1可以有多辆,对于第一走航路径101,多辆走航监测车1可以依次走航,从而在第一走航路径101过长时缩短两次走航的间隔时间,从而目标VOCs浓度的预测准确度。
更进一步的,如果各潜在污染源位置可达的情况下,第二走航路径为串接各潜在污染源的路径。
在本申请的另一方面,在某些实施例中,提供一种可以由计算机程序实现的大气环境走航监测信息处理方法,从而实现可以单人单车实现走航任务,具体的,该信息处理方法包括:
接收到第一指令后,响应于该第一指令,接收第一走航路径上各取样点的VOCs浓度、气溶胶浓度和臭氧浓度;
接收到第二指令后,响应于该第二指令,停止接收,并将接收到的各取样点的VOCs浓度、气溶胶浓度和臭氧浓度输入至训练好的第一模型中,分别得到预设时间间隔后各取样点的目标VOCs浓度;
当距离接收到第一指令达到预设时间间隔后,发出提示信号,并接收第一走航路径上各取样点的VOCs浓度以及风速和风向信息,并计算得到本次接收的各取样点的实际VOCs浓度和由第一模型输出的目标VOCs浓度的差值;
判断对应于各取样点的差值是否超过设定阈值,如为是,则将该取样点的风速、风向和差值输入至训练好的第二模型中,得到对应于该取样点的潜在污染源的位置信息。
走航监测车1则包括载体车辆,以及安装于所述载体车辆上的大气参数采集装置和上述信息处理装置。
大气参数采集装置包括飞行时间质谱仪、激光雷达、臭氧监测仪和气象五参数监测仪,具体的,搭载的设备及数量如表1所示:
表1
序号 | 设备 | 监测项目 | 数量(台) |
1 | 依维柯监测车 | 载体车辆 | 1 |
2 | 飞行时间质谱仪 | VOCs | 1 |
3 | 化学发光法氮氧化物监测仪 | NOX、NO、NO2 | 1 |
4 | 臭氧监测仪 | O3 | 1 |
5 | 二氧化硫监测仪 | SO2 | 1 |
6 | 一氧化碳监测仪 | CO | 1 |
7 | 气象五参数监测仪 | 温度、湿度、大气压强、风向、风速 | 1 |
8 | 采样总管 | 采样 | 1 |
9 | 激光雷达 | PM2.5、PM10 | 1 |
此外,本申请载体车辆采用专用底盘车进行整车改制而成,主要用于现场的环境监测等功能。走航车改装遵循“机动灵活、安全可靠、高效实用、节能环保、舒适便捷”的设计要求,在原车的基础上,将现代通讯技术、网络技术、电子技术、车载供配电等各种技术有机结合,互相补充、为现场监测提供保障。
本项目提供的大气参数采集装置实时在线VOCs和颗粒物全谱走航监测解决方案,走航速度最高可达100km/h,可在“城市—多个园区—城市”走航,实现园区内部的“精耕细作”,也可察看城市整体的VOCs和颗粒物排放分布。也可以在一天内在“城市—城市”之间走航,实现城市间VOCs和颗粒物的对比,快速高效的走航不仅加强城市环境应急能力和预警水平,同时为环境污染防控提供更为及时有效的决策支持。
本申请采用飞行时间质谱仪PTRTOFMS与激光雷达等技术进行“大气污染源快速溯源”,可同时捕捉大气中的VOCs组分和NOx组分等,并对所采集的污染物数据进行模拟分析,再对监测到的污染源进行后续人工现场精准核查,实现“移动监测走航大气污染物快速溯源”的监测模式,第一时间发现污染源,第一时间溯源定位分析,从根源出发,大大增强污染源溯源的时效性和精准性。
将高时间分辨的质子转移反应-飞行时间质谱仪改装放置在监测车上,以60-100km/h的速度边行驶边监测,实现对所经路径上VOCs秒级乃至亚秒级连续在线监测,同时结合GIS地理信息、可视化动态呈现总挥发性有机物浓度以及各特征监测因子浓度的三维时空分布及变化。该***行车监测方便,道路适应能力强,无需担心限高困扰,是环保监测领域科学监测科技督查的利器。
根据走航路径,可同时获得该线路范围内环境空气的VOCs(挥发性有机化合物组分)与PM2.5、PM10浓度含量以及沿线的浓度变化三维数据,利用走航数据溯源,可快速定位污染源,并获得相关污染浓度相关数据。
此外,本申请也可以被用于固定探测模式:
移动走航车即可以走航监测,还可以实现固定位置对污染区域或污染源进行长时间的监测,可以获得该监测点位的时间分布数据,以便对污染物进行时间轴分布的分析,找到污染规律以及污染变化趋势,是瞬时污染释放还是持续不断的生成;
采用走航监测VOCs数据以及颗粒物浓度数据,勾勒各监测因子的空间分布和时间分布图,掌握污染物在时间和空间上面的序列分布,从而对污染物进行溯源。另外利用VOCs的实时数据和颗粒物的动态数据,可以建立VOCs与气溶胶、臭氧浓度及转化的模型,对大气预警预报具有指导性的作用。
如图3所示,本申请在后续走航过程中,根据前期结果设计精确走航路线,‘不走冤枉路’,针对重点位置展开反复排查。走航时根据仪器响应时间出数后再前进,直至锁定区域一个或者多个浓度高点。记录高点浓度的信号强度、走航第几分钟、地理位置,当时风向、风速信息。
本申请既可在重点园区“精耕细作”,落实问题企业偷排漏排情况,也可获得区域VOCs和NOx、O3分布特征,以及解决污染/异味溯源的难题,从而找到来源,精准打击,解决居民投诉问题,恶臭气体聚集导致局部空气污染严重,产生的臭味、异味扰民进而引发环境污染投诉,各地环境监管部门面临较大社会舆论压力。走航监测车在日常巡检过程中发现异常污染区域(浓度异常,异味投诉),利用在线溯源技术开展精准溯源,精准打击和管控。
本申请走航监测车可以搭载丰富的传感器,还具有以下优势:
1、测的快——以高达100km/h的速度‘边走边测’;每秒10张谱图(每0.1秒出一个浓度)。
2、定量准——‘闻一知十’,只需对少量VOCs标样进行定期测量,即可对谱图上测得的绝大部分信号进行定量或者半定量分析。
3、范围广——适合复杂多种VOCs排放的分析场景:
·烯烃
·芳香烃、苯系物
·含氧化合物:醇、醛、酮、有机酸等等
·含氮化合物:腈、有机胺、酰胺
·硫化物:硫化氢、有机硫等
·卤带烃:含氯,含氟等
4、简单测——直接进样,实时定性定量。
5、灵敏度高——独有的Vocus PTR离子源和漂移管设计大幅减少了待测物器壁损失,从而带来相对其他商用PTR-MS多达十倍的灵敏度。
6、低检测限——高灵敏度和低背景干扰成就了在秒为时间单位的实时监测案例中的亚ppt级的检测限。
7、高质量分辨率——高达7000质量解析度:可有效分离同量异素体
8、准确测——化学软电离反应,很少或几乎无碎片,保持目标物分子特征。
9、灵活性好——客户化定制,根据客户的要求,可定制Vocus PTR-TOF的硬件和软件。
10、定性好——符合野外测量的硬件标准:紧凑,耐用的硬件设计充分保障了在外场测量中的仪器性能。
11、维护少——耗材少,运维成本低。
Claims (8)
1.一种大气环境走航监测方法,其特征在于,包括:
步骤S1:按照预配置的第一走航路径进行一次走航,依次采集所述第一走航路径上各取样点的VOCs浓度、气溶胶浓度和臭氧浓度,并将采集到的各取样点的VOCs浓度、气溶胶浓度和臭氧浓度输入至训练好的第一模型中,分别得到预设时间间隔后各取样点的目标VOCs浓度;
步骤S2:按照所述第一走航路径再进行一次走航,依次采集所述第一走航路径上各取样点的实际VOCs浓度以及风速和风向信息,并计算得到本次走航各取样点的实际VOCs浓度和由第一模型输出的目标VOCs浓度的差值,其中,两次走航的时间间隔与预设时间间隔一致;
步骤S3:判断对应于各取样点的所述差值是否超过设定阈值,如为是,则将该取样点的风速、风向和所述差值输入至训练好的第二模型中,得到对应于该取样点的潜在污染源的位置信息;
步骤S4:根据各潜在污染源的位置信息编制第二走航路径,并进行一次走航,依次采集第二走航路径上各取样点的VOCs浓度,并判断VOCs浓度是否超标,若为是,则将与该取样点位置距离最近的潜在污染源的位置信息输出。
2.根据权利要求1所述的一种大气环境走航监测方法,其特征在于,所述气溶胶浓度包括PM2.5浓度和PM10浓度。
3.根据权利要求2所述的一种大气环境走航监测方法,其特征在于,所述第二走航路径为串接各潜在污染源的路径。
4.一种大气环境走航监测信息处理方法,其特征在于,包括:
接收到第一指令后,响应于该第一指令,接收第一走航路径上各取样点的VOCs浓度、气溶胶浓度和臭氧浓度;
接收到第二指令后,响应于该第二指令,停止接收,并将接收到的各取样点的VOCs浓度、气溶胶浓度和臭氧浓度输入至训练好的第一模型中,分别得到预设时间间隔后各取样点的目标VOCs浓度;
当距离接收到第一指令达到所述预设时间间隔后,发出提示信号,并接收第一走航路径上各取样点的VOCs浓度以及风速和风向信息,并计算得到本次接收的各取样点的实际VOCs浓度和由第一模型输出的目标VOCs浓度的差值,其中,两次走航的时间间隔与预设时间间隔一致;
判断对应于各取样点的所述差值是否超过设定阈值,如为是,则将该取样点的风速、风向和所述差值输入至训练好的第二模型中,得到对应于该取样点的潜在污染源的位置信息;
根据各潜在污染源的位置信息编制第二走航路径,并进行一次走航,依次采集第二走航路径上各取样点的VOCs浓度,并判断VOCs浓度是否超标,若为是,则将与该取样点位置距离最近的潜在污染源的位置信息输出。
5.根据权利要求4所述的一种大气环境走航监测信息处理方法,其特征在于,所述气溶胶浓度包括PM2.5浓度和PM10浓度。
6.一种大气环境走航监测信息处理装置,包括存储器、处理器,以及存储于所述存储器中并由所述处理器执行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求4或5所述的方法。
7.一种大气环境走航监测车,包括载体车辆,以及安装于所述载体车辆上的大气参数采集装置,其特征在于,还包括如权利要求6所述的信息处理装置。
8.根据权利要求7所述的一种大气环境走航监测车,其特征在于,所述大气参数采集装置包括飞行时间质谱仪、激光雷达、臭氧监测仪和气象五参数监测仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011120907.3A CN112485319B (zh) | 2020-10-19 | 2020-10-19 | 大气环境走航监测方法及信息处理方法、装置、监测车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011120907.3A CN112485319B (zh) | 2020-10-19 | 2020-10-19 | 大气环境走航监测方法及信息处理方法、装置、监测车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112485319A CN112485319A (zh) | 2021-03-12 |
CN112485319B true CN112485319B (zh) | 2023-01-20 |
Family
ID=74926800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011120907.3A Active CN112485319B (zh) | 2020-10-19 | 2020-10-19 | 大气环境走航监测方法及信息处理方法、装置、监测车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112485319B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022217332A1 (en) * | 2021-04-14 | 2022-10-20 | Ecosystem Informatics Inc. | Monitoring an ambient air parameter using a trained model |
CN114218976B (zh) * | 2021-09-27 | 2024-03-08 | 中国环境科学研究院 | 臭氧前体物高值区精细化排放源追溯定位方法和*** |
CN114397353A (zh) * | 2021-12-16 | 2022-04-26 | 广州禾信仪器股份有限公司 | VOCs监测方法、***、装置、计算机设备、存储介质和产品 |
CN113933258B (zh) * | 2021-12-21 | 2022-04-12 | 杭州春来科技有限公司 | 基于走航监测的VOCs污染物溯源方法、终端及*** |
CN114280248B (zh) * | 2021-12-29 | 2023-09-01 | 武汉市三藏科技有限责任公司 | 一种VOCs污染走航实时监测装置及监测方法 |
CN114280249A (zh) * | 2021-12-29 | 2022-04-05 | 武汉市三藏科技有限责任公司 | 固定监测与走航监测相结合的污染溯源方法及装置 |
CN114113499B (zh) * | 2022-01-27 | 2022-04-15 | 广东海洋大学 | 一种海洋污染数据采集方法及*** |
CN115792919B (zh) * | 2023-01-19 | 2023-05-16 | 合肥中科光博量子科技有限公司 | 一种气溶胶激光雷达水平扫描监测污染热点区域识别方法 |
CN116360487B (zh) * | 2023-03-14 | 2024-05-28 | 珠海鼎正国信科技有限公司 | 一种基于气体监测数据的走航路线实时动态规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (ja) * | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置 |
CN107764765A (zh) * | 2017-10-16 | 2018-03-06 | 江苏中美环境监测股份有限公司 | 用于大气污染的监测***及用于大气污染的监测方法 |
CN108008099A (zh) * | 2017-11-01 | 2018-05-08 | 佛山科学技术学院 | 一种污染源定位方法 |
CN108009674A (zh) * | 2017-11-27 | 2018-05-08 | 上海师范大学 | 基于cnn和lstm融合神经网络的空气pm2.5浓度预测方法 |
CN109117549A (zh) * | 2018-08-08 | 2019-01-01 | 浙江航天恒嘉数据科技有限公司 | 一种污染物扩散预测方法及*** |
CN110263479A (zh) * | 2019-06-28 | 2019-09-20 | 浙江航天恒嘉数据科技有限公司 | 一种大气污染因子浓度时空分布预测方法及*** |
CN111319677A (zh) * | 2018-12-17 | 2020-06-23 | 本田技研工业株式会社 | 行驶轨迹确定装置和自动驾驶装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT201700064056A1 (it) * | 2017-06-09 | 2018-12-09 | Sense Square S R L S | Mappatura delle sorgenti d’inquinamento atmosferico e tracciamento degli inquinanti mediante l’utilizzo di reti di monitoraggio della qualità dell’aria ad alta risoluzione spazio-temporale |
CN107436343A (zh) * | 2017-07-31 | 2017-12-05 | 南京南瑞集团公司 | 一种模拟计算敏感区域污染物浓度的方法 |
CN109878400A (zh) * | 2018-10-19 | 2019-06-14 | 南京大学 | 模块化全功能拓展大气监测移动平台及监测使用方法 |
CN110346518B (zh) * | 2019-07-25 | 2021-06-15 | 中南大学 | 一种交通排放污染可视化预警方法及其*** |
CN111537023B (zh) * | 2020-05-13 | 2021-05-07 | 浙江大学 | 一种工业园区大气污染物扩散模拟与溯源方法 |
-
2020
- 2020-10-19 CN CN202011120907.3A patent/CN112485319B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (ja) * | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置 |
CN107764765A (zh) * | 2017-10-16 | 2018-03-06 | 江苏中美环境监测股份有限公司 | 用于大气污染的监测***及用于大气污染的监测方法 |
CN108008099A (zh) * | 2017-11-01 | 2018-05-08 | 佛山科学技术学院 | 一种污染源定位方法 |
CN108009674A (zh) * | 2017-11-27 | 2018-05-08 | 上海师范大学 | 基于cnn和lstm融合神经网络的空气pm2.5浓度预测方法 |
CN109117549A (zh) * | 2018-08-08 | 2019-01-01 | 浙江航天恒嘉数据科技有限公司 | 一种污染物扩散预测方法及*** |
CN111319677A (zh) * | 2018-12-17 | 2020-06-23 | 本田技研工业株式会社 | 行驶轨迹确定装置和自动驾驶装置 |
CN110263479A (zh) * | 2019-06-28 | 2019-09-20 | 浙江航天恒嘉数据科技有限公司 | 一种大气污染因子浓度时空分布预测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112485319A (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112485319B (zh) | 大气环境走航监测方法及信息处理方法、装置、监测车 | |
CN112418609B (zh) | 一种基于面-网格-点的大气二次污染精准溯源方法 | |
CN114371260B (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
CN108760912B (zh) | 一种基于恶臭指纹图谱的恶臭污染溯源方法及应用 | |
CN108760913B (zh) | 一种大气恶臭污染溯源***及应用 | |
CN111368401A (zh) | 污染源的溯源方法、装置和存储介质 | |
CN110085281A (zh) | 一种基于特征污染因子源解析的环境污染溯源***及方法 | |
Langford et al. | Mixing ratios and eddy covariance flux measurements of volatile organic compounds from an urban canopy (Manchester, UK) | |
CN210894247U (zh) | Vocs在线监测*** | |
CN112034108A (zh) | 区域污染情况的分析装置、方法及计算机可读存储介质 | |
Wagner et al. | Application of a mobile laboratory using a selected-ion flow-tube mass spectrometer (SIFT-MS) for characterisation of volatile organic compounds and atmospheric trace gases | |
Fattah et al. | Multi-sensor system and internet of things (IoT) technologies for air pollution monitoring | |
JP7479444B2 (ja) | メタンピーク検出 | |
CN111879893A (zh) | 一种污染物监测装置、监测方法和管控方法 | |
Mishra et al. | Air quality analysis and smog detection in smart cities for safer transport using machine learning (ML) regression models | |
Morsi | Electronic noses for monitoring environmental pollution and building regression model | |
CN110322015B (zh) | 车检数据生成方法 | |
CN115950797B (zh) | 污染物溯源方法和*** | |
Fattah et al. | Fouzia Ghrissi1, Mourade Azrour3, and Younes Abrouki2 | |
KR102538352B1 (ko) | 원격분광측정차량을 이용한 미세먼지 원인 물질 배출원 추적 시스템 | |
Muhammad | Performance of AVR microcontroller-SMS gateway system for detecting SO2 and NO2 | |
KR102538345B1 (ko) | 원격분광측정차량을 이용한 미세먼지 원인 물질 배출원 추적방법 | |
Saffarinia et al. | Time series analysis of air pollution in Al-Hashimeya Town Zarqa, Jordan | |
KR20220008519A (ko) | 고농도 미세먼지 사례 추출 시스템 및 방법 | |
Yang et al. | Non-negligible contribution of high-level volatile sulphur compounds to ozone photochemical formation in an industry zone in the North China Plain |
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 |