System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种提高大气污染物来源解析时间分辨率的方法技术_技高网

一种提高大气污染物来源解析时间分辨率的方法技术

技术编号:40028667 阅读:6 留言:0更新日期:2024-01-16 17:53
本发明专利技术公开了一种提高大气污染物来源解析时间分辨率的方法,包括:a.提取监测数据:监测数据包括某年某月某日或某个时间段的空气质量监测区域的逐小时污染物浓度实测数据以及气象数据;b.随机数生成:利用虚拟随机数生成算法,在逐小时污染物浓度实测数据间,随机生成至少5组污染物浓度虚拟数据,虚拟随机数生成算法为:ρ(n)=(RAND()×(k×Imax-Imin))×f(T)×f(RH)×f(W)+Imin;c.使用受体模型法开展大气污染物来源解析数据分析,所述数据包括步骤a的逐小时污染物浓度实测数据和步骤b的污染物浓度虚拟数据,获得数据分析结果。本发明专利技术能大幅提高污染物来源解析结果的时效性和代表性,对于精准制定污染源管控措施具有极大经济价值和社会效益,且方法实施简单,计算快捷。

【技术实现步骤摘要】

本专利技术涉及一种空气质量监测方法,特别是涉及一种大气污染物来源解析方法,属于环境监测。


技术介绍

1、

2、大气污染物来源解析方法主要有源清单法、源模型法和受体模型法,其中源清单法需要逐一收集和核实污染源排放信息,工作量大、耗时较长;源模型法需要高时空分辨率的排放源清单和气象要素场,且对计算机性能和人员技术水平都有较高的要求,所需的排放源清单耗时且投入较大、技术要求高;受体模型法不依赖详细的污染源信息和气象场,仅需对污染物进行采样和监测分析,可定量解析出本地或区域各类源的贡献,但手工采样和污染物监测分析所需时间也较长。

3、目前,随着大气多参数站的建设,越来越多的城市具备了水溶性离子组分、大气重金属、有机碳、元素碳和挥发性有机物等在线监测能力,在理论上具备了利用受体模型法动态开展颗粒物、挥发性有机物来源解析的能力,但其结果代表的时间周期较长。受限于受体模型法对数据量的要求较大,如主流的受体模型正矩阵因子分解法(positive matrixfactorization,pmf)需要100组以上的污染物浓度数据才能开展来源解析分析,目前的环境空气数据自动监测时间分辨率主要为1小时/次,100组的污染物浓度数据至少需要连续开展5天监测,导致污染物来源解析的时效性和代表性大打折扣。

4、长时间段的污染物来源解析可以表征一定时期内的污染来源特征,但会掩盖短时间内的污染来源特征,也不利于制定针对性强的污染管控措施。因此,提高大气污染物来源解析的时间分辨率,对于精准制定污染源管控措施具有极大的经济价值和社会效益。


技术实现思路

1、本专利技术要解决的技术问题是提供一种提高大气污染物来源解析时间分辨率的方法,该方法能大幅提高污染物来源解析结果的时效性和代表性,对于精准制定污染源管控措施具有极大经济价值和社会效益,且该方法实施简单,计算快捷,经济成本低,便于推广。

2、为解决上述技术问题,本专利技术采用这样一种提高大气污染物来源解析时间分辨率的方法,包括以下步骤:

3、a. 提取监测数据:所述监测数据包括某年某月某日或某个时间段的空气质量监测区域的逐小时污染物浓度实测数据以及气象数据;

4、b. 随机数生成:基于所述监测数据,利用虚拟随机数生成算法,在所述逐小时污染物浓度实测数据间,随机生成至少5组污染物浓度虚拟数据;

5、所述虚拟随机数生成算法为:ρ(n)=(rand()×(k×imax-imin))×f(t)×f(rh)×f(w)+ imin;其中,ρ(n)为随机生成的污染物浓度值;rand()函数采用马特赛特旋转算法生成随机数;imax和imin为连续监测的2个污染物浓度值,且imax≥imin,当imax=imin时,则系数k=1.01,当imax>imin 时,则系数k=1.0;f(t)=273/(273+t),t为近地面大气温度,单位为℃;f(rh)=,rh为近地面大气相对湿度,单位为%;f(w)=,w为近地面大气水平风速,单位为m/s;

6、c. 使用受体模型法开展大气污染物来源解析数据分析,所述数据包括步骤a的逐小时污染物浓度实测数据和步骤b的污染物浓度虚拟数据,获得数据分析结果。

7、作为本专利技术的一种优选实施方案,在步骤a中,所述监测数据是由大气多参数站对空气质量监测区域在某年某月某日进行24小时连续监测得到或者在某个时间段逐小时连续监测得到,所述污染物包括颗粒物和挥发性有机物,若用于颗粒物来源解析时,则颗粒物包含至少10个物种,分别为oc、ec、、、、、、si、fe和mn ;若用于挥发性有机物来源解析时,则挥发性有机物包含至少10个物种,分别为间/对二甲苯、甲苯、苯、乙烯、丙烯、丙醛、丙酮、丙烷、乙炔、异戊二烯;每个物种至少有20个浓度实测数据,大气多参数站每个小时监测得到一组由颗粒物/挥发性有机物的所述至少10个物种组成的污染物浓度实测数据,所述气象数据包括近地面大气温度、相对湿度和水平风速;在步骤b中,每组污染物浓度虚拟数据包含由颗粒物/挥发性有机物的所述至少10个物种组成且随机生成的污染物浓度虚拟数据。

8、作为本专利技术的一种优选实施方案,在步骤b中,其中气象数据使用观测期间内的上一时次的观测值或者观测期间内的分钟观测值。

9、作为本专利技术的一种优选实施方案,在步骤a中,对所述逐小时污染物浓度实测数据进行质量检查,剔除异常浓度实测数据,所述异常浓度实测数据包括对大气多参数站监测设备进行校准或维护时产生的极大值和极小值。

10、作为本专利技术的一种优选实施方案,在步骤b中,对随机生成的污染物浓度虚拟数据进行质量检验,所述质量检验的方法包括参数检验法、均匀性检验法和独立性检验法。

11、作为本专利技术的一种优选实施方案,在步骤b与步骤c之间还设有步骤b1:利用不确定度数据算法,生成步骤a中逐小时污染物浓度实测数据和步骤b中污染物浓度虚拟数据的不确定度数据,所述不确定度数据算法是当污染物浓度实测/虚拟数据小于或等于方法检出限mdl时,不确定度unc的计算为unc=5/6×mdl;当污染物浓度实测/虚拟数据大于方法检出限mdl时,不确定度unc的计算为unc=,所述误差因子取值为0.1。

12、作为本专利技术的一种优选实施方案,在步骤c中,使用受体模型法开展大气污染物来源解析数据分析,所述数据包括步骤a的逐小时污染物浓度实测数据及其不确定度数据和步骤b的污染物浓度虚拟数据及其不确定度数据,获得数据分析结果。

13、采用上述方法后,本专利技术具有以下有益效果:

14、本专利技术在现有监测数据的基础上,利用虚拟随机数生成算法模拟实际大气中污染物浓度波动过程,在前、后1小时的污染物浓度实测数据间随机生成至少5组污染物浓度虚拟数据,实现24小时或者某个时间段监测时间内达到100组以上的监测数据,使得来源解析的时间分辨率从5天提高到1天,将来源解析的时间周期从5日/次提高到1日/次,从而大幅提高了大气污染物来源解析的时间分辨率,大大提高了污染物来源解析结果的时效性和代表性。

15、本专利技术考虑随机变化的气象因素对大气污染物的消散、吸湿、化学反应速率等物理化学性质的影响,使得污染物浓度发生变化,引入近地面观测的温度、湿度和风速随机因子,结合随机数rand函数,提供了一种适用于环境空气污染物的虚拟随机数生成计算方法。

16、本专利技术实施简单,计算快捷,经济成本低,便于推广,对于精准制定污染源管控措施具有极大经济价值和社会效益。

本文档来自技高网...

【技术保护点】

1.一种提高大气污染物来源解析时间分辨率的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤a中,所述监测数据是由大气多参数站对空气质量监测区域在某年某月某日进行24小时连续监测得到或者在某个时间段逐小时连续监测得到,所述污染物包括颗粒物和挥发性有机物,若用于颗粒物来源解析时,则颗粒物包含至少10个物种,分别为OC、EC、、、、、、Si、Fe和Mn ;若用于挥发性有机物来源解析时,则挥发性有机物包含至少10个物种,分别为间/对二甲苯、甲苯、苯、乙烯、丙烯、丙醛、丙酮、丙烷、乙炔、异戊二烯;每个物种至少有20个浓度实测数据,大气多参数站每个小时监测得到一组由颗粒物/挥发性有机物的所述至少10个物种组成的污染物浓度实测数据,所述气象数据包括近地面大气温度、相对湿度和水平风速;在步骤b中,每组污染物浓度虚拟数据包含由颗粒物/挥发性有机物的所述至少10个物种组成且随机生成的污染物浓度虚拟数据。

3.根据权利要求1所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤b中,其中气象数据使用观测期间内的上一时次的观测值或者观测期间内的分钟观测值。

4.根据权利要求2所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤a中,对所述逐小时污染物浓度实测数据进行质量检查,剔除异常浓度实测数据,所述异常浓度实测数据包括对大气多参数站监测设备进行校准或维护时产生的极大值和极小值。

5.根据权利要求1所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤b中,对随机生成的污染物浓度虚拟数据进行质量检验,所述质量检验的方法包括参数检验法、均匀性检验法和独立性检验法。

6.根据权利要求1至5中任一项所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤b与步骤c之间还设有步骤b1:利用不确定度数据算法,生成步骤a中逐小时污染物浓度实测数据和步骤b中污染物浓度虚拟数据的不确定度数据,所述不确定度数据算法是当污染物浓度实测/虚拟数据小于或等于方法检出限(MDL)时,不确定度(UNC)的计算为 UNC=5/6×MDL;当污染物浓度实测/虚拟数据大于方法检出限(MDL)时,不确定度(UNC)的计算为 UNC=,所述误差因子取值为0.1。

7.根据权利要求6所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤c中,使用受体模型法开展大气污染物来源解析数据分析,所述数据包括步骤a的逐小时污染物浓度实测数据及其不确定度数据和步骤b的污染物浓度虚拟数据及其不确定度数据,获得数据分析结果。

...

【技术特征摘要】

1.一种提高大气污染物来源解析时间分辨率的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤a中,所述监测数据是由大气多参数站对空气质量监测区域在某年某月某日进行24小时连续监测得到或者在某个时间段逐小时连续监测得到,所述污染物包括颗粒物和挥发性有机物,若用于颗粒物来源解析时,则颗粒物包含至少10个物种,分别为oc、ec、、、、、、si、fe和mn ;若用于挥发性有机物来源解析时,则挥发性有机物包含至少10个物种,分别为间/对二甲苯、甲苯、苯、乙烯、丙烯、丙醛、丙酮、丙烷、乙炔、异戊二烯;每个物种至少有20个浓度实测数据,大气多参数站每个小时监测得到一组由颗粒物/挥发性有机物的所述至少10个物种组成的污染物浓度实测数据,所述气象数据包括近地面大气温度、相对湿度和水平风速;在步骤b中,每组污染物浓度虚拟数据包含由颗粒物/挥发性有机物的所述至少10个物种组成且随机生成的污染物浓度虚拟数据。

3.根据权利要求1所述的提高大气污染物来源解析时间分辨率的方法,其特征在于:在步骤b中,其中气象数据使用观测期间内的上一时次的观测值或者观测期间内的分钟观测值。

4.根据权利要求2所述的提高大气污染物来源解析时间分辨率的方法,其特征在于...

【专利技术属性】
技术研发人员:何涛潘晨章霖之周国栋
申请(专利权)人:江苏省常州环境监测中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1