[发明专利]一种基于化学动力学-受体模型融合技术的VOCs来源解析方法

说明书

一种基于化学动力学‑受体模型融合技术的VOCs来源解析方法，涉及大气挥发性有机物领域，包括以下步骤：(1)在线数据的前处理及输入；(2)化学动力学参数的计算；(3)计算源排放初始VOCs及消耗VOCs浓度；(4)PMF/ME2模型参数设置：基础设置和源谱特征约束；(5)PTT‑PMF模型参数设置：基础设置和实测源成分谱设置；(6)计算源贡献：使用PMF/ME2模型和PTT‑PMF模型，两种模型结果互相验证。本发明提供的化学动力学‑受体模型融合源解析技术能实现因子分析模型计算过程中VOCs初始浓度转化的自动化，也能够弥补VOCs源成分谱缺失的情况，提高模型计算的准确性，实现了因子分析模型的自动化计算，具有很好的推广应用前景。

技术领域

本发明涉及大气挥发性有机物领域，具体涉及一种化学动力学-受体模型融合源解析技术。

背景技术

VOCs是对流层臭氧形成的关键前体物。随着我国工业化、城市化进程的加快，VOCs的排放也日益增加，大气中VOCs的污染问题已经较为突出。VOCs与氮氧化物(NO_x)的光化学反应过程会破坏NO、NO₂与O₃的基本化学循环，从而导致环境中O₃的累积，严重时会形成光化学烟雾，降低区域能见度，对人体和环境造成危害。因此，更多地了解挥发性有机化合物排放的特点，特别是来自人为来源的排放，可能有助于控制中国的O₃污染。

VOCs由数千种化合物组成，不同VOCs物种的浓度水平、化学活性差异非常大，排放到环境空气后对臭氧浓度变化的影响也不尽相同。这种差异的原因与不同城市大气中VOCs的化学活性和反应动力学过程密切相关，例如VOCs在昼夜有着不同的化学反应机制；参与反应的自由基浓度不同；动力学参数不同以及VOCs在传输过程中的反应时长不一等。

基于VOCs的光化学反应和其在近地面O₃生成中的作用，对环境大气中VOCs浓度特征、反应活性、时空分布、污染源解析以及其控制对策等方面进行研究显得非常重要。然而，目前受体模型纳入的数据多采用观测VOCs。实际上VOCs从污染源直接排放进入大气中，在到达采样点之前会有一部分经历一系列的反应而损失。相关研究表明，如果不考虑消耗，VOCs的排放量将被低估。因此，VOCs的化学损失可能会影响环境中VOCs来源的识别，必须结合动力学过程将其考虑在内。同时，在因子分析模型的计算过程主要是基于数学方法，不考虑数据本身的物理意义，这就使得计算的结果与实际情况有差别。另一方面，我国现有VOCs源成分谱研究之间不具有可比性，存在较大的局限，在一定程度上限制了VOCs源解析在受体模型方面的发展。因此想要得到更接近污染源排放的结果，目前的在线源解析技术无法实现真正的自动化。

发明内容

本发明的目的是解决当前基于在线监测数据与受体模型联用的在线源解析技术中，无法通过自动化方法得到更接近污染源排放的源解析结果的问题；基于较高时间分辨率测量仪器得到的在线监测数据，结合动力学过程分析，自动计算源排放初始VOCs浓度，纳入因子分析模型，提供了一种化学动力学-受体模型融合源解析技术。本发明通过提出的化学动力学-受体模型融合方法的VOCs来源解析技术，用反应速率常数k、VOCs在传输过程中的反应时间Δt以及参与反应的OH自由基浓度，自动计算VOCs初始浓度和消耗浓度，在此基础上，将初始浓度纳入PMF/ME2模型，并利用解析出的源成分谱作为PTT-PMF模型的实测源谱，对实测源谱中的标识组分固定后再进行拉伸计算，进而解析出VOCs初始浓度的源贡献及源成分谱，并互相验证，最终得到理想结果。

本发明提供的基于化学动力学-受体模型融合技术的VOCs来源解析方法，采用的技术方案如下：

第1步：在线数据前处理；

基于不同在线仪器监测的高时间分辨率的气象污染物浓度及气象因素构成的模型输入前数据，具体包括如下：