专利名称：环境恶臭污染定量监测方法
技术领域：
本发明涉及环境监测，具体涉及环境恶臭污染定量监测方法。
背景技术：
近几年，随着经济的快速发展，诸多化工、石化、焦化、污水处理厂、垃圾处理厂、制药厂、酿酒厂、水泥厂等项目相继建设投运，与此同时所伴生的恶臭污染日益成为环保投诉的热点话题。恶臭污染不同于其他大气污染，主要特点是恶臭物质种类多、分布广、影响范围大，目前已知的恶臭气体大约有4500种，产生恶臭的污染源有工业污染源，生活污染源(如卫生间，堆放垃圾物，下水道等)和体泌污染物等，这些污染源不断产生醇类、醛类和脂类等不完全氧化的恶臭物质及大量难闻的臭气。因此，开展大气恶臭的定量监测，为环境管理、恶臭治理与评价提供详尽准确的数据十分必要。目前，定量检测恶臭的方法主要有两种:一是以测定大气中恶臭成份为中心的仪器分析法，另一种是把人的嗅觉作为监测器来测定臭气强度的感官测定法，最主要的依据是《空气质量恶臭的测定三点比较式嗅袋法》GB/T14675-93)。但是，上述两种方法都存在一定的局限性。仪器分析法虽然可以精确检测出大气中相应物质的浓度，但无法将臭味物质的浓度与人的感官强度相对应起来。而感官测定法需要依据专业培训的嗅辨员的感官判断来确定恶臭浓度，此种方法存在一定的主观性，而且在数据传承性、监测及时性、数据重复性及操作成本上都存在严重问题，导致无法实质性的对大气污染进行有效的监测。
发明内容
本发明所要解决的技术问题是解决如何快捷、准确地定量监测环境中恶臭污染的问题。为了解决上述技术问题，本发明所采用的技术方案是提供一种环境恶臭污染定量监测方法，包括以下步骤:利用多种气体检测传感器组成的传感器阵列依次对多种标准样品气体进行检测，针对每一种标准样品气体获得一组标准传感器信号值和对应的恶臭强度值；根据多组标准传感器信号值和对应的恶臭强度值，通过偏最小二乘法建立所述传感器阵列的检测值与恶臭强度值之间的线性相关性曲线；通过所述传感器阵列实时检测当前大气环境，获得所述传感器阵列的一组实际检测信号值，并根据所述线性相关性曲线将所述实际检测信号值换算为污染当前大气环境的实际恶臭强度值。在上述方法中，建立所述线性相关性曲线时，每组输入数据为各所述标准传感器信号值在一段时间内的积分。在上述方法中，所述一段时间至少为10分钟。
在上述方法中，根据多组标准信号值传感器和对应的恶臭类型，通过线性判别法建立所述传感器阵列的检测值与恶臭类型的一维离散图谱，形成恶臭类型模板；根据所述实际检测信号值和所述恶臭类型模板，识别出污染当前大气环境的恶臭类型。本发明，通过偏最小二乘法值建立传感器阵列的检测值与恶臭强度值之间的线性相关性曲线，从而可以对应的获得污染当前大气环境的实际恶臭强度值，检测速度快，并且排除了人为主观性的影响。
图1为本发明提供的大气环境恶臭污染定量监测方法流程图；图2为本发明中偏最小二乘法建立传感器阵列的检测值与恶臭强度值之间的线性相关性曲线的流程图。
具体实施例方式下面结合附图对本发明作出详细的说明。本发明提供的大气环境恶臭污染定量监测方法，包括以下步骤:步骤1、将多种气体检测传感器组成传感器阵列，分别利用该传感器阵列和三点比较式嗅袋法依次对多种标准样品气体进行检测，针对每一种标准样品气体获得一组标准传感器信号值和对应的恶臭强度值。本实施例中，传感器阵列包括I个PID光电传感器和8个电化学传感器。PID光电传感器用于检测极低浓度(O-1OOOppm)的挥发性有机化合物(V0C，Volatile Organic Compounds)和其它有毒气体,例如:芳香类:含有苯环的系列化合物，比如:苯，甲苯，萘等；酮类和醛类:含有C=O键的化合物。比如:丙酮，等；氨和胺类:含N的碳氢化合物。比如二甲基胺等；卤代烃类:硫代烃类:不饱和烃类:烯烃等；醇类；不含碳的无机气体:氨、砷、硒等，溴和碘类等。8个电化学传感器分别用于检测:氨气(順3)、硫化氢(H2S)、三甲胺((CH3)3N)、苯乙烯(C8H8)、甲硫醇(CH3SH)、甲硫醚((CH3) 2S)、二甲二硫醚((CH3) S2)、二硫化碳(CS2)。步骤I的具体作法是:首先，利用传感器阵列对一种标准样品气体进行监测，并保存上述传感器阵列获得的一组相应响应信号(标准传感器信号值)。然后，将上述标准样品气体通过三点比较式嗅袋法人工嗅出其恶臭强度(OU)值，获得该标准样品气体对应的恶臭强度(OU)值。更换不同的标准样品气体，采用上述同样的方法分别获得针对每一种标准样品气体的一组标准传感器信号值和对应的恶臭强度值。步骤2、根据多组标准传感器信号值和对应的恶臭强度值，通过偏最小二乘法PLS(Partial least squares method)建立上述传感器阵列的检测值与恶臭强度值之间的线性相关性曲线；PLS算法是一种多因变量对多自变量的回归建模方法，可以较好的解决许多以往用普通多元回归无法解决的问题，偏最小二乘回归的原理是建立一个线性模型:Y=XB+E，其中X是具有m个变量、η个样本点的响应矩阵，Y是具有ρ个变量、η个样本点的预测矩阵，B是回归系数矩阵，E为噪音校正矩阵，与Y具有相同的维数，采用回归算法找出两个矩阵X和Y之间的线性关系。传统的PLS算法，其输入数据为各传感器在某个时间点的信号值，本发明中，对PLS算法进行了改进，每组输入数据为各标准传感器信号值在一段时间内的积分，该时间段不少于10分钟，在这个基础上做出的偏最小二乘回归分析、曲线拟合，结果更准确、可靠。本发明中，(多变量)PLS算法的模型为:X = ΤΡτ+ΕY = UQT+F
其中:X为nXm型预测矩阵，m为传感器阵列中传感器的数量，η为采样数量；YSnXp型响应矩阵，ρ为恶臭强度值，η为采样数量；T和U分别为X和Y的投影，SpXl型矩阵，ρ为矩阵的行变量，I为矩阵的列变量，Pt表示P的转置矩阵，Qt表示Q的转置矩阵；P和Q分别为mX I与ρ X I型正交荷载矩阵；E和F为误差项矩阵，其分量为拟合模型与实际观测值在各点的残差(或离差)，残差的加权平方和达到最小，此时所求曲线称作在加权最小二乘意义下对数据的拟合曲线，E和F假定为正规矩阵；本发明中，对传统PLS算法模型Y=XB+E中的X和Y进行了分解，其目的是为了最大化T和U的协方差，构造X和Y之间的线性回归方程为Y = XB+B。。实现PLS算法的过程如下:步骤SI 1、输入参数:W(°)、W(1)、......W(H)和 γ ；W(°)、Wa).......W(H)分别对应一组传感器阵列中的一个传感器检测值的向量(即
多组检测值)，1 = 9；y为三点比较式嗅袋法人工嗅出的对应恶臭强度(OU)值的向量(即多组(OU)值)。步骤S12、进行初始化:Χ(0)—X;w(0) ^ xTy/l |x" y| I ；T(0) — XW(o)I I表示矩阵行列式。步骤S13、进入一个循环体，循环变量为k，范围从O到1，利用循环体求出回归系数B和Btl，循环体工作过程如下:tk — T(k)TT(k);T(k) — T(k)/tk;Pk — T(k)TT(k);
qk — yTT(k)。其中，t是为了演算方便定义的一个中间变量。计算qk的值,如果qk = O,就将k赋给1，并中断循环，转步骤S15 ;如果qk幸O,则判断k和I的关系，如果k小于1，则转步骤S14 ;否则转步骤S15 ；步骤S14，令，X(k+1) — X(k)-tkT(k)P(k)T ；ff(k+1) - X(k+1)Ty；T(k+1) — X(k+1)W(k+1)循环体结束。步骤S15、定义W为包含这些列的矩阵W(°)、ff(1).......W(H)，类似的定义P，q ；B —W (PUBci^qc1 -P(O)B;B和B。为算法(函数)的返回结果。建立了标准传感器检测信号的强弱与恶臭强度(OU)值高低的对应线性关系后，只要有传感器响应的信号值，就会计算出相对应的恶臭强度(OU)值。步骤3、通过传感器阵列实时检测当前大气环境，获得传感器阵列的一组实际检测信号值，并根据线性相关性曲线将实际检测信号值换算为污染当前大气环境的实际恶臭强度值。另外，本发明中，根据多组标准信号值传感器和对应的恶臭类型，通过线性判别法建立传感器阵列的检测值与恶臭类型的一维离散图谱，形成恶臭类型模板。根据实际检测信号值和恶臭类型模板获得污染当前环境的恶臭类型。本发明不局限于上述最佳实施方式，任何人应该得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。
权利要求
1.大气环境恶臭污染定量监测方法，其特征在于，包括以下步骤: 利用多种气体检测传感器组成的传感器阵列依次对多种标准样品气体进行检测，针对每一种标准样品气体获得一组标准传感器信号值和对应的恶臭强度值； 根据多组标准传感器信号值和对应的恶臭强度值，通过偏最小二乘法建立所述传感器阵列的检测值与恶臭强度值之间的线性相关性曲线； 通过所述传感器阵列实时检测当前大气环境，获得所述传感器阵列的一组实际检测信号值，并根据所述线性相关性曲线将所述实际检测信号值换算为污染当前大气环境的实际恶臭强度值。
2.如权利要求1所述的大气环境恶臭污染定量监测方法，其特征在于，建立所述线性相关性曲线时，每组输入数据为各所述标准传感器信号值在一段时间内的积分。
3.如权利要求2所述的大气环境恶臭污染定量监测方法，其特征在于，所述一段时间至少为10分钟。
4.如权利要求1所述的环境恶臭污染定量监测方法，其特征在于， 根据多组标准信号值传感器和对应的恶臭类型，通过线性判别法建立所述传感器阵列的检测值与恶臭类型的一维离散图谱，形成恶臭类型模板； 根据所述实际检测信号值和所述恶臭类型模板，识别出污染当前大气环境的恶臭类型。
全文摘要
本发明公开了一种大气环境恶臭污染定量监测方法，包括以下步骤，利用传感器阵列依次对多种标准样品气体进行检测，针对每一种标准样品气体获得一组标准传感器信号值和对应的恶臭强度值；根据多组标准传感器信号值和对应的恶臭强度值，通过偏最小二乘法值建立传感器阵列的检测值与恶臭强度值之间的线性相关性曲线；通过传感器阵列实时检测当前大气环境，获得传感器阵列的一组实际检测信号值，并根据线性相关性曲线将实际检测信号值换算为污染当前大气环境的实际恶臭强度值。本发明，通过建立传感器阵列的检测值与恶臭强度值之间的线性相关性曲线，得到获得污染当前大气环境的实际恶臭强度值，检测速度快，并且排除了人为主观性的影响。
文档编号G01N21/00GK103196830SQ20131009852
公开日2013年7月10日 申请日期2013年3月26日 优先权日2013年3月26日
发明者郭勇辉, 樊喜来, 霍金芳, 耿利华 申请人:北京拓扑智鑫科技有限公司