基于BP神经网络的VOCs实时源解析方法

谢伟; 徐娇; 林致国; 颜滴; 张英磊

doi:10.13205/j.hjgc.202212031

基于BP神经网络的VOCs实时源解析方法

doi: 10.13205/j.hjgc.202212031

谢伟¹,
徐娇^2, ,,
林致国¹,
颜滴²,
张英磊²

1. 镇江新区生态环境和应急管理局, 江苏镇江 212000;
2. 北京首创大气环境科技股份有限公司, 北京 100176

基金项目:

大气污染物卫星遥感反演技术开发与应用研究(JSYFB-0501-202012-0237)

详细信息

作者简介:
谢伟(1979-),男,副高级工程师,主要研究方向为环境监测与环境管理。12341617@qq.com

通讯作者:
徐娇(1992-),女,工程师,主要研究方向为大气污染来源解析技术。xujiaonku@hotmail.com

计量
- 文章访问数: 180
- HTML全文浏览量: 33
- PDF下载量: 8
- 被引次数: 0
出版历程
- 收稿日期: 2022-04-18
- 网络出版日期: 2023-03-23

RESEARCH ON REAL-TIME SOURCE APPORTIONMENT METHOD OF VOCs BASED ON BP NEURAL NETWORK

1. Zhenjiang New Area Ecological Environment and Emergency Management Bureau, Zhenjiang 212000, China;
2. Beijing Capital Air Environmental Science & Technology Co., Ltd, Beijing 100176, China

摘要

摘要: 为了提高挥发性有机物(VOCs)源解析的时效性,基于BP神经网络提出了对VOCs监测数据进行实时源解析的PBP模型。利用验证数据证实了PBP模型可获得与PMF模型准确性相当的源解析结果,并且PBP模型具有不受输入数据量限制且计算速度快的优点。将PBP模型应用于长三角某工业园区监测时长为10个月的VOCs组分在线数据并计算得到高时间分辨率的源解析结果,发现监测点位VOCs主要来源为工业源(25%)>燃煤源(20%)>汽油车尾气源(18%)>溶剂使用源(15%)>柴油车船舶尾气混合源(12%)>油品挥发源(6%)>植物源(5%)。此外,结合风速风向数据对各污染源主要贡献方位进行识别,为VOCs的精确管理和控制提供参考,且具有较大的源解析应用潜力。
- 挥发性有机物(VOCs) /
- 在线监测 /
- BP神经网络 /
- PMF /
- 来源解析
Abstract: In order to improve the efficiency of VOCs source apportionment work, a PBP model based on BP neural network was proposed, which could analyze VOCs monitoring data in real time. The model was validated with the test dataset, and the results showed that it had the same accuracy as PMF model. Besides, it had the advantages of no limitation from the volume of data and fast computing speed. The PBP model was applied to the hourly resolution online VOCs dataset of an industrial zone in the Yangtze River Delta for 10 months, and the hourly resolution source apportionment results were obtained. The main sources of VOCs at the monitoring site were in the sequence of industrial process source (25%)>coal combustion source (20%)>gasoline vehicle exhaust source (18%)>solvent use source (15%)>mixed diesel vehicle and vessel exhaust source (12%)>fuel volatilization source (6%)>biogenic source (5%). Combined with the wind speed and direction data, the main emission directions of each source were identified, which provided a scientific basis for precise manage and control of VOCs sources. Therefore, it had a strong application potential in source apportionment.
- volatile organic compounds (VOCs) /
- online observation /
- BP neural network /
- PMF /
- source apportionment

HTML全文

参考文献(48)

[1]	李红,彭良,毕方,等.我国PM_2.5与臭氧污染协同控制策略研究[J].环境科学研究,2019,32(10):1763-1778.
[2]	姜华,常宏咪.我国臭氧污染形势分析及成因初探[J].环境科学研究,2021,34(7):1576-1582.
[3]	庄立跃. 中国三大城市群近地面臭氧污染特征及其敏感性研究[D].广州:华南理工大学,2019.
[4]	LI K W, CHEN L H, YING F, et al. Meteorological and chemical impacts on ozone formation:a case study in Hangzhou, China[J]. Atmospheric Research, 2017, 196:40-52.
[5]	钱骏,徐晨曦,陈军辉,等.2020年成都市典型臭氧污染过程特征及敏感性[J].环境科学,2021,42(12):5736-5746.
[6]	高松,崔虎雄,伏晴艳,等.某化工区典型高污染过程VOCs污染特征及来源解析[J].环境科学,2016,37(11):4094-4102.
[7]	胡崑,王鸣,郑军,等.基于PMF量化工业排放对大气挥发性有机物(VOCs)的影响:以南京市江北工业区为例[J].环境科学,2018,39(2):493-501.
[8]	宋琪. 基于PMF模型的太原市大气挥发性有机物污染特征及化学反应性研究[D].太原:太原科技大学,2018.
[9]	陈长虹,苏雷燕,王红丽,等.上海市城区VOCs的年变化特征及其关键活性组分[J].环境科学学报,2012,32(2):367-376.
[10]	杨笑笑,汤莉莉,张运江,等.南京夏季市区VOCs特征及O₃生成潜势的相关性分析[J].环境科学,2016,37(2):443-451.
[11]	张新民,柴发合,岳婷婷,等.天津武清大气挥发性有机物光化学污染特征及来源[J].环境科学研究,2012,25(10):1085-1091.
[12]	高素莲,闫学军,刘光辉,等.济南市夏季臭氧重污染时段VOCs污染特征及来源解析[J].生态环境学报,2020,29(9):1839-1846.
[13]	王艺璇,刘保双,吴建会,等.天津市郊夏季VOCs化学特征及其时间精细化的来源解析[J].环境科学:2021,42(12):5644-5655.
[14]	李如梅,闫雨龙,王成,等.太原市城区夏季VOCs来源及其对O₃生成的贡献[J].中国环境科学,2021,41(6):2515-2525.
[15]	王俭,胡筱敏,郑龙熙,等.基于BP模型的大气污染预报方法的研究[J].环境科学研究,2002,15(5):62-64.
[16]	刘杰. 北京大气污染物时空变化规律及评价预测模型研究[D].北京:北京科技大学,2015.
[17]	陈柳,马广大.大气中SO₂浓度的小波分析及神经网络预测[J].环境科学学报,2006,26(9):1553-1558.
[18]	丰睿. 杭州市大气污染物的模拟研究和分析[D].杭州:浙江大学,2021.
[19]	张迪,赵隽颢,沈隽永,等.基于深度学习的大气细颗粒物污染时空预报[J].环境科学与技术,2020,43(9):141-154.
[20]	SONG X H, HOPKE P K. Solving the chemical mass balance problem using an artificial neural network[J]. Environmental Science & Technology, 1996, 30(2):531-535.
[21]	SONG X H, HADJIISKI L, HOPKE P K. Source apportionment of soil samples by the combination of two neural networks based on computer-controlled scanning electron microscopy[J]. Journal of the Air & Waste Management Association, 1999, 49(7):773-783.
[22]	李祚泳, 丁恒康. BP网络应用于大气颗粒物的源解析[J]. 中国环境监测, 2005,21(2):74-76.
[23]	胡焱弟,李新欣,白志鹏,等.径向基函数网络在大气颗粒物来源解析中的应用[J].过程工程学报,2006,6(增刊2):86-90.
[24]	高宗江,高松,崔虎雄,等.上海市某化工区夏季典型光化学过程VOCs特征及活性研究[J].环境科学学报,2017,37(4):1251-1259.
[25]	PAATERO P, TAPPER U. Positive matrix factorization:a non-negative factor model with optimal utilization of error estimates of data values[J]. Environmetrics, 1994,5:111-126.
[26]	PAATERO P. User's Guide for Positive Matrix Factorization Programs PMF2 and PMF3, Part 1-2:Tutorial[M]. US Environmental Protection Agency, 2000.
[27]	屈雅静,魏海英,马瑾.基于BP神经网络的北京城区公园土壤PAHs含量预测[J].环境科学研究,2020,33(12):2864-2871.
[28]	彭杏, 史旭荣, 史国良,等. 基于受体模型和源成分谱的缺失组分反演算法[J]. 中国环境科学, 2019, 39(3):45-53.
[29]	LIU Y, SHAO M, FU L L, et al. Source profiles of volatile organic compounds (VOCs) measured in China:part Ⅰ[J]. Atmospheric Environment, 2008, 42(25):6247-6260.
[30]	王伯光, 张远航, 邵敏,等. 广州地区大气中C2~C9非甲烷碳氢化合物的人为来源[J]. 环境科学学报, 2008, 28(7):1430-1440.
[31]	闫雨龙. 环境空气中典型异构烷烃类组成及其来源研究[D].太原:太原理工大学, 2017.
[32]	赵秋月, 李春燕, 陈凤,等. 南通市夏季VOCs污染特征与来源研究[J]. 中国环境监测, 2020, 36(2):148-156.
[33]	王倩,陈长虹,王红丽,等.上海市秋季大气VOCs对二次有机气溶胶的生成贡献及来源研究[J].环境科学,2013,34(2):424-433.
[34]	张利慧. 2017-2019年北京市城区春季环境空气中VOCs污染特征及来源变化[D]. 太原:中北大学,2020.
[35]	洪沁,常宏宏.家具涂装行业VOCs污染特征分析[J].环境工程,2017,35(5):82-86.
[36]	高翠玲,赵继峰,刘萌萌,等.板材家具VOCs溯源分析及健康风险评价[J].生态环境学报,2020,29(2):319-327.
[37]	丁会请,张兴文,杨凤林,等.城市空气中挥发性有机物的来源分析[J].辽宁化工,2007,36(2):136-139.
[38]	李颖慧,李如梅,胡冬梅,等.太原市不同功能区环境空气中挥发性有机物特征与来源解析[J].环境化学,2020,39(4):920-930.
[39]	王伶瑞. 长三角北部沿海城市大气VOCs分布特征及其健康风险评价[D].南京:南京信息工程大学,2020.
[40]	乔月珍,陈凤,李慧鹏,等.连云港不同功能区挥发性有机物污染特征及臭氧生成潜势[J].环境科学,2020,41(2):630-637.
[41]	韩婷婷,李颖若,邱雨露,等.上甸子区域背景站VOCs污染特征及其对臭氧生成贡献[J].环境科学,2020,41(6):2586-2595.
[42]	段玉森.基于SOA和O₃生成潜势的上海市VOCs优控物种研究[J].中国环境监测,2020,36(2):138-147.
[43]	王帅,崔建升,冯亚平,等. 石家庄市挥发性有机物和臭氧的污染特征及源解析[J]. 环境科学, 2020, 41(12):114-124.
[44]	苏伟健,龙淼,陈涛,等.珠江三角洲某工业城镇环境空气中挥发性有机物污染特征[J].环境工程,2018,36(12):135-139 ,187.
[45]	王通,于宏兵,张艳芳,等.唐山市钢结构制造业VOCs排放特征及其反应活性[J].环境工程,2019,37(5):173-177.
[46]	CAI C J, GENG F H, TIE X X, et al. Characteristics and source apportionment of VOCs measured in Shanghai, China[J]. Atmospheric Environment,2010,44(38):5005-5014.
[47]	练川,周江,陈思琳,等.贵阳市某工业园区环境空气中VOCs的污染特征与健康风险评价[J].环境工程,2018,36(7):161-164 ,154.
[48]	王志辉,张树宇,陆思华,等.北京地区植物VOCs排放速率的测定[J].环境科学,2003,24(2):7-12.