1.本發明涉及空氣污染治理技術領域,尤其涉及一種大數據與空氣質量模型聯用的臭氧污染溯源及驗證方法。
背景技術:
2.2013年以來,全國pm2.5年均濃度下降了43%,平均重污染天數由29天減至5天。但2013-2017年間,全國74個主要城市臭氧平均濃度上升了20%,臭氧正在成為新的大氣污染防治難題。
3.當前臭氧污染的溯源方法,主要為粒子擴散模型方法、camx-osat模型溯源方法、走航式vocs質譜監測方法或上述方法的聯用。粒子擴散模型方法不考慮化學過程,僅考慮氣象因素,運算速度較快,但對主要來自vocs與氮氧化物等二次生成的臭氧來說適用性較差。camx-osat模型溯源方法僅能獲得重點貢獻區域和較為粗略和行業貢獻,難以具體到具體的貢獻企業。走航式vocs質譜覆蓋范圍小,僅能監測走航路線內的異常高值點,且監測成本偏高。
4.因此,有必要提供一種新的大數據與空氣質量模型聯用的臭氧污染溯源及驗證方法解決上述技術問題。
技術實現要素:
5.本發明解決的技術問題是提供一種將空氣質量模型技術與空氣質量監測、排放清單、污染源監測及工業企業用電量監控等大數據資料進行聯用,溯源精確的大數據與空氣質量模型聯用的臭氧污染溯源及驗證方法。
6.為解決上述技術問題,本發明提供的大數據與空氣質量模型聯用的臭氧污染溯源及驗證方法包括以下步驟:
7.s1:基于歷史空氣質量監測數據,分析典型污染過程下的臭氧濃度高值站點;
8.s2:利用camx-osat模型溯源模確定影響該站點的重點貢獻區域和行業;
9.s3:將溯源結果疊加本地精細化排放清單、工業園區空間分布信息,開展關聯分析,篩選重點貢獻區域內vocs和nox高排放污染源和工業園區;
10.s4:將s3中篩選的重點貢獻區域內vocs和nox高排放污染源和工業園區與污染源在線監控、走航式vocs質譜監測、工業企業用電量數據聯合分析,篩選重點貢獻區域內存在超標和異常排放行為的污染源;
11.s5:高排放及存在超標或異常排放行為企業對高值站點臭氧濃度影響貢獻評估。
12.優選的,所述步驟s1中基于歷史空氣質量監測數據,分析典型污染過程下的臭氧濃度高值站點具體包括以下內容:
13.抓住臭氧管控的有利時機,模擬結果顯示提前2天和1天加強管控,臭氧濃度下降明顯,部分城市能夠將輕度污染天改善為優良天;因此篩選不同站點臭氧輕度
聲明:
“大數據與空氣質量模型聯用的臭氧污染溯源及驗證方法與流程” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)