城市区域空气污染物质动态监测方法研究

宋晓鹏 贺承川 江源

关键词：城市区域；空气污染物质；动态监测；污染等级

前言

城市的污染指数直线上升，空气中污染物质会导致人们身体不适，甚至产生健康问题。而造成空气污染物质提升的因素很多，例如机动车排放物质、天气气象因素、污染源等。为避免空气污染物质给人们造成更严重的影响，需要监测城市区域空气污染物质。

李艺等人研究了大气污染物监测数据异常值判别方法，该监测方法结合大气污染物监测数据的时间序列波动特点，基于滑动窗口机制和统计学指标构建异常值判别方法．通过异常值监测污染，但是该方法的评价结果不够完善，存在监测效果差的问题。赵冉等人提出天地一体化遥感监测大气污染技术，该方法利用遥感监测技术对大气中的污染物开展连续监测，从中取得污染物质浓度的廓线信息数据，基于获取的结果将其与遥感监测技术相结合，评估污染情况，该方法评估结果准确性低，监测结果与实际结果相差大。

为解决上述方法存在的问题，提出城市区域空气污染物质动态监测方法研究。该方法分析了污染物质影响因素，并且引入了GM模型，构建了大气污染物质动态监测模型，利用该模型对城市区域空气污染物质实行监测，并且划分了污染等级，实现污染监测。

1分析城市区域空气污染物质影响因素

1.1污染因素

在经济发展日益提升状态下，中国各个城市中的机动车随之增加。城市区域中的空气污染大部分来源于机动车尾气排放污染，导致城市区域道路空气质量污染浓度升高。

1.1.1机动车交通流污染浓度分析

机动车在驾驶期间，最主要的污染排放物质为：CO、NO2、HC等。基于机动车对城市空气污染物质浓度的研究，主要影响因素分别是：天气、道路、污染物源等。依据机动车的构造比例，排放污染浓度也不相同，不同车辆排放的污染浓度公式为式（1）：

1.1.2机动车燃料分析

目前为止中国机动车燃料可分为三类，而这三种能源所包含的燃料能源不相同。例如柴油、汽油属于液态燃料；压缩天然气CNG、液态石油气LPD属于气态燃料；混合动力、电力则是包含在其余燃料能源中。

燃料类型不同，机动车排放的污染物质也大同。城市道路中机动车中汽油汽车排放的污染量最大，CO、HC汽油汽车排放最多的污染物质，其排放总量超过其余污染物质排放总量的65%。

1.1.3风影响因素分析

汽车行驶过程排放的尾气与大气充分反应后，通过空气的流通和扩散性，将污染物质传输到城市不同的区域。而空气的流通和扩散受到风因素影响，该因素导致污染物在空气中彻底扩散，且浓度增加。但是处于有益的气象扩散条件下，污染物质浓度逐渐降低。由此可知，空气流通和扩散形成风，通过风的变化改变城市空气污染物浓度。

通过上述分析得知污染物质在空气中扩散时，风起到主要作用，因此，需要分析风的方向和速度。利用污染系数理念，获取风向比值，式（2）为：

1.2城市区域空气污染物质动态监测

1.2.1建立城市区域空气污染物质浓度的GM动态监测模型

依据分析结果，构建GM动态监测模型，利用该模型监测城市区域空气污染物质，以此实现实时动态监测。动态监测是指应用多时相、多波段和多源数据等手段对地球资源与环境各要素时空变化进行的监视。

1.2.2污染物质动态监测实现

利用构建的模型监测城市区域空气污染物质浓度，主要监测SO2浓度、NO2浓度和PM2．5浓度，实现过程如下：

1.2.2.1S02浓度监测

采用GM模型监测SO2浓度，依据城市区域前三年浓度监测结果，设立S02原始数据序列，公式为式（5）：

通过计算结果得知监测精度较高，因而判定GM模型的监测结果可靠度较高，从而可以通过该模型监测SO2浓度。

1.2.2.2N02浓度监测

选取前三年N02浓度监测结果，设置N02浓度初始数据序列，并采用GM模型监测N02浓度，表示如下：

1.2.2.3PM2．5浓度监测

获取前三年PM2．5浓度实际监测结果，从而构建PM2．5浓度初始数据序列，表示为式（11）：

通过计算结果得知监测精度较高，因而判定GM模型的监测可靠度较高，从而完成PM2．5浓度监测。

2城市区域空气质量评价

2.1确立空气污染限值

以上述监测的城市区域空气污染物质浓度数据为基础，通过API空气污染指数评价城市的空气质量状况。城市区域空气中的污染指数范围大致在0～500点，当污染指数越大时，对应的污染浓度越高，也因此验证了该城市区域空气污染的程度越严重。在国家空气质量标准中，日均值的空气污染物浓度限值分为三级，而最高范围的500点是对公众身体健康危害最高的等级。通过API空气污染指数划分空气污染限值更好地描述污染情况。利用下述方程表达式计算城市区域空气污染指数。该方程表达式标记为式（14）：

通过表1中的限值，可以确定城市区域空气中最主要的污染物。

2.2监测空气质量定级及补救措施

在上述空气污染限值设置的基础上，将城市区域空气质量分为不同的等级，以定级的形式判断城市区域中的空气质量级别，并说明不同等级的空气质量对人体造成的影响结果，以及采取的补救措施。以CO污染物为例，空气质量类别评价见表2。

3实验与分析

为了验证城市区域空气污染物质动态监测方法研究的整体有效性，需要对该方法进行对比分析实验。

采用城市区域空气污染物质动态监测方法研究（方法1）、大气污染物监测数据异常值判别方法（方法2）、天地一体化遥感监测大气污染技术（方法3）开展对比测试。

实验以山东烟台美食城为研究对象，监测时间为2022年1月份至2022年10月份，在此期间，利用不同方法对美食城营业前、营业中的污染物质浓度进行监测测试。在实验过程中，以大气污染中的CO浓度监测结果和S02监测浓度准确率为实验指标。

（1）利用方法1、方法2和方法3分别对不同时期的美食城污染浓度实行监测，并将监测结果与实际监测结果对比，验证该方法的监测性能，具体测试结果见图1。

实验共分为两个时间段，分别是美食城营业前及营业中的CO浓度监测。从图1中的数据可以看出，三种方法与实际测试结果均有误差。从运动轨迹来看，方法1的运动轨迹与实际结果的运动轨迹相同，且两者之间相差的距离较小。而方法2和方法3的运动轨迹与实际结果大不相同，由此可以看出方法2和方法3的监测结果与实际结果之间存在的误差较大。图1中，能够看出营业中的美食城CO浓度有着显著的提升，这说明正在营业的美食城产生的CO比营业前的高。整体来说，三种方法的运动轨迹与实际运动轨迹都有着不同之处，但方法1的运动轨迹与实际值最贴近，且两者之间距离较小，表明方法1与实际结果的误差要小于方法2和方法3。

综上所述，方法1的CO浓度监测结果与实际值最相近、误差最小。这主要是因为方法1分析了城市区域空气污染物质影响因素，为后续监测奠定了重要基础，使其监测结果与实际结果相差小，提升了方法1的监测性能。

（2）实验仍以上述城市为研究对象，监测城市空气污染物质S02。

采用方法1、方法2和方法3对2022年1月到10月的SO2浓度监测实行对比测试，测试结果见图2。

从图2中的数据发现，不同月份下的S02浓度均不相同，且三种方法的监测结果都存有差异。在两种阶段下，方法1的监测结果始终保持在75%以上，与方法1相反的是方法2和方法3都持续在75%以下，且方法2在第二阶段测试中监测准确率极低。因而断定出方法1的监测效果最优。

4结束语

随着各个城市的发展，导致城市区域中的空气污染浓度较高，严重影响了人们身体健康，为了能够实时监测到空气污染浓度，提出城市区域空气污染物质动态监测方法研究。该方法从机动车交通流污染浓度、机动车燃料、风影响因素三方面分析污染影响因素，引入GM模型，根据分析结果建立动态监测模型，主要检测SO2浓度监测、N02浓度监测、PM2．5浓度监测，通过监测结果设立了空气污染限值，根据限值设置空气质量等级，并且给出对应的补救措施，实现城市区域空气污染物质动态监测。该方法与其他监测方法进行对比分析后，监测的结果与实际结果一致，监测精度高于对比方法，因此，该方法在空气污染物质动态监测方法中占据着重要地位，在今后空气污染物质监测方法中发展空间较长。