[发明专利]一种基于多源数据的臭氧及前体物溯源方法及装置

说明书

本申请公开了一种基于多源数据的臭氧及前体物溯源方法及装置。所述基于多源数据的臭氧及前体物溯源方法包括：获取基于观测数据的臭氧生成活性VOCs组分主要排放源信息；获取待测地区臭氧生成敏感区信息；获取基于观测数据的臭氧生成前体物主要排放源占比信息；获取基于清单数据的臭氧前体物主要排放源占比信息；通过对基于观测数据的臭氧生成活性VOCs组分主要排放源、臭氧生成前体物主要排放源占比以及基于清单数据的臭氧前体物主要排放源占比信息进行归类筛选，从而得到臭氧生成主要贡献源信息。本申请的基于多源数据的臭氧及前体物溯源方法通过多源数据相互验证互补，提升了臭氧及前体物溯源信息的准确性。

技术领域

本申请涉及大气污染防治技术领域，具体涉及一种基于多源数据的臭氧及前体物溯源方法以及基于多源数据的臭氧及前体物溯源装置。

背景技术

臭氧作为大气光化学烟雾的主要成分之一，是大气中氮氧化物(NOx)和挥发性有机物(VOCs)发生光化学反应生成的二次污染物。在大气光化学反应中，臭氧浓度与前体物VOCs和NOx排放呈较强的非线性关系，臭氧控制主要在于前体物控制，而前体物来源广泛，导致臭氧及其前体物来源识别极其不易，因此针对臭氧及其前体物来源研究在大气污染防治中显得尤为必要。

早期臭氧来源研究主要是利用经验动力学模拟方法间接描述环境空气中臭氧与前体物之间的关系。随着科学发展，基于观测数据的箱式模型逐渐得到研究和应用，该模型通过假设盒子内污染源排放的污染物在盒子内部瞬时混合均匀，在一些物种(NOx，VOCs，CO，臭氧等)实测逐时浓度数据的约束下，模拟大气化学过程，研究臭氧的生成机制及其对VOCs和NOx的敏感性。上述两种方法虽能模拟臭氧生成过程，但只能定性研究臭氧来源。而随着空气质量模式系统的发展，模式嵌入了臭氧来源识别模块，基于模式模拟定量臭氧来源。但空气质量模式采用的排放清单存在一定滞后性和不确定性，使得臭氧来源解析存在较高不确定性。

臭氧前体物VOCs的来源解析通常采用受体模型来判断主要大气污染源的相对贡献，其中美国国家环保署(EPA)推荐的PMF模型和化学质量平衡受体模型(CMB)应用最为广泛。CMB模型需要本地化污染源成分谱，使得其应用受到一定限制。而PMF需要大量样品信息，且源识别过程一定程度上受主观判断影响。

随着经济的迅猛发展以及工业化和城市化水平的提高，我国臭氧浓度出现了显著的上升趋势，然而现有的技术方案对臭氧及前体物的溯源，大多依赖于单一来源数据，很少结合多源数据进行相互验证分析，以更为准确地得到臭氧及前体物来源信息。因此，希望有一种技术方案来提高臭氧及前体物溯源结果的准确性。

发明内容

本发明的目的在于提供一种基于多源数据的臭氧及前体物溯源方法来克服或至少减轻现有技术的至少一个上述缺陷。

本发明的一个方面，提供一种基于多源数据的臭氧及前体物溯源方法，基于多源数据的臭氧及前体物溯源方法包括：

获取基于观测数据的臭氧生成活性VOCs组分主要排放源信息；

获取待测地区臭氧生成敏感区信息；

获取基于观测数据的臭氧生成前体物主要排放源占比信息；

获取基于清单数据的臭氧前体物主要排放源占比信息；

通过对基于观测数据的臭氧生成活性VOCs组分主要排放源、臭氧生成前体物主要排放源占比以及基于清单数据的臭氧前体物主要排放源占比信息进行归类筛选，从而得到臭氧生成主要贡献源信息。

可选地，所述获取基于观测数据的臭氧生成活性VOCs组分主要排放源信息包括：

基于待测地区的VOCs组分观测数据，获取臭氧生成主要活性VOCs组分；

通过臭氧生成主要活性VOCs组分匹配污染源VOCs源谱信息，得到臭氧生成活性VOCs组分主要排放源。