城市區域空氣污染物質動態監測方法研究

宋曉鵬 賀承川 江源

關鍵詞：城市區域；空氣污染物質；動態監測；污染等級

前言

城市的污染指數直線上升，空氣中污染物質會導致人們身體不適，甚至產生健康問題。而造成空氣污染物質提升的因素很多，例如機動車排放物質、天氣氣象因素、污染源等。為避免空氣污染物質給人們造成更嚴重的影響，需要監測城市區域空氣污染物質。

李藝等人研究了大氣污染物監測數據異常值判別方法，該監測方法結合大氣污染物監測數據的時間序列波動特點，基于滑動窗口機制和統計學指標構建異常值判別方法．通過異常值監測污染，但是該方法的評價結果不夠完善，存在監測效果差的問題。趙冉等人提出天地一體化遙感監測大氣污染技術，該方法利用遙感監測技術對大氣中的污染物開展連續監測，從中取得污染物質濃度的廓線信息數據，基于獲取的結果將其與遙感監測技術相結合，評估污染情況，該方法評估結果準確性低，監測結果與實際結果相差大。

為解決上述方法存在的問題，提出城市區域空氣污染物質動態監測方法研究。該方法分析了污染物質影響因素，并且引入了GM模型，構建了大氣污染物質動態監測模型，利用該模型對城市區域空氣污染物質實行監測，并且劃分了污染等級，實現污染監測。

1分析城市區域空氣污染物質影響因素

1.1污染因素

在經濟發展日益提升狀態下，中國各個城市中的機動車隨之增加。城市區域中的空氣污染大部分來源于機動車尾氣排放污染，導致城市區域道路空氣質量污染濃度升高。

1.1.1機動車交通流污染濃度分析

機動車在駕駛期間，最主要的污染排放物質為：CO、NO2、HC等。基于機動車對城市空氣污染物質濃度的研究，主要影響因素分別是：天氣、道路、污染物源等。依據機動車的構造比例，排放污染濃度也不相同，不同車輛排放的污染濃度公式為式（1）：

1.1.2機動車燃料分析

目前為止中國機動車燃料可分為三類，而這三種能源所包含的燃料能源不相同。例如柴油、汽油屬于液態燃料；壓縮天然氣CNG、液態石油氣LPD屬于氣態燃料；混合動力、電力則是包含在其余燃料能源中。

燃料類型不同，機動車排放的污染物質也大同。城市道路中機動車中汽油汽車排放的污染量最大，CO、HC汽油汽車排放最多的污染物質，其排放總量超過其余污染物質排放總量的65%。

1.1.3風影響因素分析

汽車行駛過程排放的尾氣與大氣充分反應后，通過空氣的流通和擴散性，將污染物質傳輸到城市不同的區域。而空氣的流通和擴散受到風因素影響，該因素導致污染物在空氣中徹底擴散，且濃度增加。但是處于有益的氣象擴散條件下，污染物質濃度逐漸降低。由此可知，空氣流通和擴散形成風，通過風的變化改變城市空氣污染物濃度。

通過上述分析得知污染物質在空氣中擴散時，風起到主要作用，因此，需要分析風的方向和速度。利用污染系數理念，獲取風向比值，式（2）為：

1.2城市區域空氣污染物質動態監測

1.2.1建立城市區域空氣污染物質濃度的GM動態監測模型

依據分析結果，構建GM動態監測模型，利用該模型監測城市區域空氣污染物質，以此實現實時動態監測。動態監測是指應用多時相、多波段和多源數據等手段對地球資源與環境各要素時空變化進行的監視。

1.2.2污染物質動態監測實現

利用構建的模型監測城市區域空氣污染物質濃度，主要監測SO2濃度、NO2濃度和PM2．5濃度，實現過程如下：

1.2.2.1S02濃度監測

采用GM模型監測SO2濃度，依據城市區域前三年濃度監測結果，設立S02原始數據序列，公式為式（5）：

通過計算結果得知監測精度較高，因而判定GM模型的監測結果可靠度較高，從而可以通過該模型監測SO2濃度。

1.2.2.2N02濃度監測

選取前三年N02濃度監測結果，設置N02濃度初始數據序列，并采用GM模型監測N02濃度，表示如下：

1.2.2.3PM2．5濃度監測

獲取前三年PM2．5濃度實際監測結果，從而構建PM2．5濃度初始數據序列，表示為式（11）：

通過計算結果得知監測精度較高，因而判定GM模型的監測可靠度較高，從而完成PM2．5濃度監測。

2城市區域空氣質量評價

2.1確立空氣污染限值

以上述監測的城市區域空氣污染物質濃度數據為基礎，通過API空氣污染指數評價城市的空氣質量狀況。城市區域空氣中的污染指數范圍大致在0～500點，當污染指數越大時，對應的污染濃度越高，也因此驗證了該城市區域空氣污染的程度越嚴重。在國家空氣質量標準中，日均值的空氣污染物濃度限值分為三級，而最高范圍的500點是對公眾身體健康危害最高的等級。通過API空氣污染指數劃分空氣污染限值更好地描述污染情況。利用下述方程表達式計算城市區域空氣污染指數。該方程表達式標記為式（14）：

通過表1中的限值，可以確定城市區域空氣中最主要的污染物。

2.2監測空氣質量定級及補救措施

在上述空氣污染限值設置的基礎上，將城市區域空氣質量分為不同的等級，以定級的形式判斷城市區域中的空氣質量級別，并說明不同等級的空氣質量對人體造成的影響結果，以及采取的補救措施。以CO污染物為例，空氣質量類別評價見表2。

3實驗與分析

為了驗證城市區域空氣污染物質動態監測方法研究的整體有效性，需要對該方法進行對比分析實驗。

采用城市區域空氣污染物質動態監測方法研究（方法1）、大氣污染物監測數據異常值判別方法（方法2）、天地一體化遙感監測大氣污染技術（方法3）開展對比測試。

實驗以山東煙臺美食城為研究對象，監測時間為2022年1月份至2022年10月份，在此期間，利用不同方法對美食城營業前、營業中的污染物質濃度進行監測測試。在實驗過程中，以大氣污染中的CO濃度監測結果和S02監測濃度準確率為實驗指標。

（1）利用方法1、方法2和方法3分別對不同時期的美食城污染濃度實行監測，并將監測結果與實際監測結果對比，驗證該方法的監測性能，具體測試結果見圖1。

實驗共分為兩個時間段，分別是美食城營業前及營業中的CO濃度監測。從圖1中的數據可以看出，三種方法與實際測試結果均有誤差。從運動軌跡來看，方法1的運動軌跡與實際結果的運動軌跡相同，且兩者之間相差的距離較小。而方法2和方法3的運動軌跡與實際結果大不相同，由此可以看出方法2和方法3的監測結果與實際結果之間存在的誤差較大。圖1中，能夠看出營業中的美食城CO濃度有著顯著的提升，這說明正在營業的美食城產生的CO比營業前的高。整體來說，三種方法的運動軌跡與實際運動軌跡都有著不同之處，但方法1的運動軌跡與實際值最貼近，且兩者之間距離較小，表明方法1與實際結果的誤差要小于方法2和方法3。

綜上所述，方法1的CO濃度監測結果與實際值最相近、誤差最小。這主要是因為方法1分析了城市區域空氣污染物質影響因素，為后續監測奠定了重要基礎，使其監測結果與實際結果相差小，提升了方法1的監測性能。

（2）實驗仍以上述城市為研究對象，監測城市空氣污染物質S02。

采用方法1、方法2和方法3對2022年1月到10月的SO2濃度監測實行對比測試，測試結果見圖2。

從圖2中的數據發現，不同月份下的S02濃度均不相同，且三種方法的監測結果都存有差異。在兩種階段下，方法1的監測結果始終保持在75%以上，與方法1相反的是方法2和方法3都持續在75%以下，且方法2在第二階段測試中監測準確率極低。因而斷定出方法1的監測效果最優。

4結束語

隨著各個城市的發展，導致城市區域中的空氣污染濃度較高，嚴重影響了人們身體健康，為了能夠實時監測到空氣污染濃度，提出城市區域空氣污染物質動態監測方法研究。該方法從機動車交通流污染濃度、機動車燃料、風影響因素三方面分析污染影響因素，引入GM模型，根據分析結果建立動態監測模型，主要檢測SO2濃度監測、N02濃度監測、PM2．5濃度監測，通過監測結果設立了空氣污染限值，根據限值設置空氣質量等級，并且給出對應的補救措施，實現城市區域空氣污染物質動態監測。該方法與其他監測方法進行對比分析后，監測的結果與實際結果一致，監測精度高于對比方法，因此，該方法在空氣污染物質動態監測方法中占據著重要地位，在今后空氣污染物質監測方法中發展空間較長。