一种工业园区大气污染物的溯源方法技术

本发明专利技术公开一种工业园区大气污染物的溯源方法

【技术实现步骤摘要】
一种工业园区大气污染物的溯源方法、系统、设备及介质


[0001]本专利技术涉及大气污染防止与溯源
，特别是涉及一种工业园区大气污染物的溯源方法
、
系统
、
设备及介质
。

技术介绍

[0002]空气环境质量和人们的健康息息相关，及时发现影响空气质量的污染源有助于及时防止环境质量持续恶化
。
近年来，实施区域
、
城市宏观管控措施，空气质量得到明显改善，但小尺度空气质量问题依然严峻，例如对工业园区内大气污染物的管控
。
目前，各类化工企业趋于集中在工业园区，工业园区成为大气污染主要来源之一，园区内大气污染物排放量大
、
排放不规则
、
具有突发性，要实现小尺度空气质量管控，必须实现区域内大气污染源的溯源
。
由于现有的研究对工业园区大气污染物的溯源定位与预测预警技术存在不足，往往无法对大气污染物进行有效减排管控和应急管理
。
[0003]现在在各城市内分布的多个监测站点除了标准监测站点，如国控站
、
省控站
、
市控站等，还有众多的微型监测站点，但缺乏针对站点污染的科学溯源方法
。
[0004]目前，环境中大气污染物的溯源方法主要为扩散模型法和受体模型法
。
扩散模型法是基于污染源清单和气象场数据，使用空气质量模型模拟污染物在大气中的传输
、
反应和清除等过程，最终得到不同污染源对于受体区域污染物浓度的贡献
。
受体模型法的原理是从环境受体出发，根据污染源和受体点颗粒物的物理和化学特征信息，利用数学方法定量分析各类污染源对受体点大气污染物的贡献
。
[0005]扩散模型的输入数据在小尺度工业园区难以获取，高度依赖气象数据的准确性，无法通过监测数据浓度反推污染源
。
受体模型所得污染源为一类源，无法确定一类污染源的数量与位置
。
基于源排放清单和各种扩散模型和受体模型的溯源难以达到精准溯源
、
对应急事件的相应滞后等问题，且布置大量的监测站点
、
监测仪器需要投入大量的人力
、
物力，成本高
。
[0006]对于小尺度大气污染物的溯源来说，随着空间尺度的降低，对于模型
、
气象
、
排放等基础数据提出了更高的要求
。
在小尺度的溯源中，基于扩散模型的溯源方法所需要的研究区域详细源清单需要实现分钟级别的动态更新，这极难实现；基于受体模型的溯源方法依赖精细化的气象数据，但由于受到下垫面等因素的影响，现有的技术手段难以提供支撑
。
因此，小尺度工业园区的大气污染物的溯源这一难题基于现有的方法难以解决
。
[0007]例如，专利号为
CN202110923893.7
的中国专利技术专利中提及的一种大气污染物溯源方法，包括以下步骤：获取污染指标浓度数据趋势异常的监测站点作为污染站点；采集污染站点
、
监测站点及企业的污染指标浓度数据；根据污染站点的污染指标浓度数据，获取污染站点的污染起始时刻；根据监测站点及企业的污染指标浓度数据，获取污染站点的污染起始时刻前一段时间内，监测站点及企业的污染指标浓度数据满足高值点的监测站点集合和企业集合；将污染站点
、
监测站点集合中的监测站点和企业集合中的企业构建成传输轨迹，形成传输轨迹集合；根据传输轨迹集合，获取污染站点的污染源
。
然而，在该专利技术中，依靠污
染指标异常的监测点数据进行分析，基于污染指标浓度数据，计算传输路径上的传输概率进行溯源，并没有考虑多点位监测数据的影响
、
气象数据的变化等因素，不能实现对工业园区的污染源解析
、
实时监测，无法实现对不同类型污染物的精准溯源及监测
。

技术实现思路

[0008]本专利技术的目的是提供一种工业园区大气污染物的溯源方法
、
系统
、
设备及介质，可实现对不同类型污染物的精准溯源及监测
。
[0009]为实现上述目的，本专利技术提供了如下方案：
[0010]一种工业园区大气污染物的溯源方法，包括：
[0011]建立工业园区的排放源信息数据库；所述工业园区的规模小于尺度阈值；
[0012]采集工业园区内目标站房监测的各个监测站点在连续时间段内的监测数据；所述监测数据包括大气污染物浓度数据和气象数据；所述气象数据包括风向和风速；
[0013]对各个监测站点的大气污染物浓度数据进行污染因子分析，获得目标污染物；
[0014]根据目标污染物在各个监测站点的监测数据，采用气象溯源方法，计算各个监测站点处目标污染物在各风速
‑
风向区间的概率值；
[0015]基于所述概率值，绘制各个监测站点的概率值极坐标图，并将绘制的各个监测站点的概率值极坐标图按监测站点的坐标位置叠加至工业园区地图，得到概率值园区地图；
[0016]识别所述概率值园区地图，获取目标污染物的排放源的方向和相对距离，进而确定排放源的区域；
[0017]结合所述排放源信息数据库，并比对排放源的区域与工业园区的实际场景，确定排放源的具体位置
。
[0018]可选地，所述排放源信息数据库包括：排放源的类型
、
排放源的地理位置
、
排放源的作业类型
、
各类型排放源的排放污染物种类
、
排放速率
、
排放时间和各企业大气污染物排放信息名片；其中，所述排放源的类型包括人物源
、
燃煤源
、
扬尘源
、
移动源
、
挥发性有机物污染源和溶剂使用源
。
[0019]可选地，所述气象溯源方法为二元条件概率函数；
[0020]根据目标污染物在各个监测站点的监测数据，采用二元条件概率函数，计算各个监测站点处目标污染物在各风向
‑
风速区间的概率值，具体包括：
[0021]将所有监测站点在连续时间段内的气象数据划分为多个风速
‑
风向区间，并将所有监测站点在连续时间段内的大气污染物浓度数据分配至多个风速
‑
风向区间，形成风速
‑
风向统计堆；
[0022]依据公式和计算各个监测站点在每个风速
‑
风向统计堆内的风速组件；式中，
u、v
分别为风速组件的第一
、
第二协变量，
u
为平均风速，
θ
为平均风向；
[0023]根据所述风速组件，利用公式计算各个监测站点处目标污染物在各风向
‑
风速区间的概率值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种工业园区大气污染物的溯源方法，其特征在于，包括：建立工业园区的排放源信息数据库；所述工业园区的规模小于尺度阈值；采集工业园区内目标站房监测的各个监测站点在连续时间段内的监测数据；所述监测数据包括大气污染物浓度数据和气象数据；所述气象数据包括风向和风速；对各个监测站点的大气污染物浓度数据进行污染因子分析，获得目标污染物；根据目标污染物在各个监测站点的监测数据，采用气象溯源方法，计算各个监测站点处目标污染物在各风速
‑
风向区间的概率值；基于所述概率值，绘制各个监测站点的概率值极坐标图，并将绘制的各个监测站点的概率值极坐标图按监测站点的坐标位置叠加至工业园区地图，得到概率值园区地图；识别所述概率值园区地图，获取目标污染物的排放源的方向和相对距离，进而确定排放源的区域；结合所述排放源信息数据库，并比对排放源的区域与工业园区的实际场景，确定排放源的具体位置
。2.
根据权利要求1所述的工业园区大气污染物的溯源方法，其特征在于，所述排放源信息数据库包括：排放源的类型
、
排放源的地理位置
、
排放源的作业类型
、
各类型排放源的排放污染物种类
、
排放速率
、
排放时间和各企业大气污染物排放信息名片；其中，所述排放源的类型包括人物源
、
燃煤源
、
扬尘源
、
移动源
、
挥发性有机物污染源和溶剂使用源
。3.
根据权利要求1所述的工业园区大气污染物的溯源方法，其特征在于，所述气象溯源方法为二元条件概率函数；根据目标污染物在各个监测站点的监测数据，采用二元条件概率函数，计算各个监测站点处目标污染物在各风向
‑
风速区间的概率值，具体包括：将所有监测站点在连续时间段内的气象数据划分为多个风速
‑
风向区间，并将所有监测站点在连续时间段内的大气污染物浓度数据分配至多个风速
‑
风向区间，形成风速
‑
风向统计堆；依据公式和计算各个监测站点在每个风速
‑
风向统计堆内的风速组件；式中，
u、v
分别为风速组件的第一
、
第二协变量，
u
为平均风速，
θ
为平均风向；根据所述风速组件，利用公式计算各个监测站点处目标污染物在各风向
‑
风速区间的概率值；式中，
CBPF
Δθ
,
Δ
u
为监测站点处第
i
个目标污染物在风向
Δθ
‑
风速
Δ
u
区间的概率值，为风向
Δθ
‑
风速
Δ
u
区间的浓度
C

【专利技术属性】
技术研发人员：郭心怡，高伟，韦啸，高英楠，唐燕花，李绍涌，
申请(专利权)人：暨南大学，
类型：发明
国别省市：