一种粒径谱仪的细颗粒物质量浓度计算方法

技术领域

本发明属于颗粒物监测技术领域，涉及一种细颗粒物质量浓度计算方法，尤其涉及一种粒径谱仪的细颗粒物质量浓度计算方法。

背景技术

粒径谱仪是一种基于光散射原理的监测仪器/传感器。近些年来，此类仪器/传感器开始被应用于监测室外环境空气中的细颗粒物浓度。相比传统光散射原理传感器，粒径谱仪的监测精度更高，对空气中颗粒物粒子的粒径段划分更细；相比于β射线法以及震荡天平法，粒径谱仪的设备与运维成本更低。

然而，粒径谱仪直接监测的是给定时间内不同粒径段的颗粒物粒子的个数，而环境监测中对颗粒物的衡量单位是质量浓度，两者间需要进行转换。但是，同一粒径段中，由于细颗粒物粒子的组分不同，例如，PM2.5由含碳组分、水溶性离子组分以及其他无机化合物三大类化学物质组成，使得不同组分的细颗粒物粒子的密度也不一样，因此，需要采取合适的方法估计实际情况中环境空气中细颗粒物的平均质量，并采用适当计算方式将粒子数转换为质量浓度。

传统上，粒子数-质量浓度的转换通常按如下方式进行：

1、基于实验室、理论计算或实地监测结果，计算不同粒径段粒子数-质量浓度转化系数，用不同粒径段粒子数-质量浓度转化系数与不同粒径段粒子数直接相乘获得不同粒径段质量浓度并求和，从而获得细颗粒物质量浓度。这一方法简单，但结果可能存在较大偏差。

2、在不同地区预先安装粒径谱仪并实际监测较长（数月或超过一年）时间数据，与当地标准设备（震荡天平法或贝塔射线法）数据进行多元线性拟合，计算仅适用于特定地区的不同粒径段粒子数-质量浓度转化系数，并最终获得质量浓度。这一方法需要较长时间的历史数据积累，且方法仅适用于特定地区。

因此，针对上述现有技术中存在的缺陷，需要研发一种新型的粒径谱仪的细颗粒物质量浓度计算方法。

发明内容

为了克服现有技术的缺陷，本发明提出一种粒径谱仪的细颗粒物质量浓度计算方法，其具备较广的适用性与较高的准确度。

为了实现上述目的，本发明提供如下技术方案：

一种粒径谱仪的细颗粒物质量浓度计算方法，其特征在于，包括以下步骤：

针对不同场景，分别建立各个场景的粒子数-质量浓度转换模型；

基于各个场景的各个粒径段的典型粒子数占比、粒径谱仪不同时段监测的环境空气中各个粒径段的粒子数确定各个场景的粒子数-质量浓度转换模型的权重占比；

基于各个场景的粒子数-质量浓度转换模型和各个场景的粒子数-质量浓度转换模型的权重占比确定粒径谱仪的粒子数-质量浓度转换模型；

基于所述粒径谱仪的粒子数-质量浓度转换模型确定所述粒径谱仪的细颗粒物质量浓度。

优选地，所述不同场景包括：一般场景、沙尘场景、焚烧场景、工业场景和交通场景。

优选地， 针对一般场景，建立的一般场景粒子数-质量浓度转换模型为：

；

针对沙尘场景，建立的沙尘场景粒子数-质量浓度转换模型为：

；

针对焚烧场景，建立的焚烧场景粒子数-质量浓度转换模型为：

；

针对工业场景，建立的工业场景粒子数-质量浓度转换模型为：

；

针对交通场景，建立的交通场景粒子数-质量浓度转换模型为：

；

式中，

其中，

优选地，

优选地，基于各个场景的各个粒径段的典型粒子数占比、粒径谱仪不同时段监测的环境空气中各个粒径段的粒子数和各个场景的粒子数-质量浓度转换模型的权重占比建立联合方程组；求解所述联合方程组的非负数近似解，得到各个场景的不同时段的粒子数-质量浓度转换模型的权重占比，对各个场景的不同时段的粒子数-质量浓度转换模型的权重占比求均值，得到各个场景的粒子数-质量浓度转换模型的权重占比。

优选地，各个场景的各个粒径段的典型粒子数占比具体包括：各个场景的粒径段为0-0.5微米的典型粒子数占比、各个场景的粒径段为0.5-0.8微米的典型粒子数占比、各个场景的粒径段为0.8-1微米的典型粒子数占比、各个场景的粒径段为1-1.5微米的典型粒子数占比、各个场景的粒径段为1.5-2.5微米的典型粒子数占比、各个场景的粒径段为2.5-3微米的典型粒子数占比、各个场景的粒径段为3-4微米的典型粒子数占比、各个场景的粒径段为4-5微米的典型粒子数占比、各个场景的粒径段为5-8微米的典型粒子数占比和各个场景的粒径段为8-10微米的典型粒子数占比；

粒径谱仪不同时段监测的环境空气中各个粒径段的粒子数具体包括：粒径谱仪不同时段监测的环境空气中粒径段为0-0.5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为0.5-0.8微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为0.8-1微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为1-1.5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为1.5-2.5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为2.5-3微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为3-4微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为4-5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为5-8微米的粒子数和粒径谱仪不同时段监测的环境空气中粒径段为8-10微米的粒子数。

优选地，所述粒径谱仪不同时段监测的环境空气中各个粒径段的粒子数为粒径谱仪监测的五个连续时段的环境空气中各个粒径段的粒子数。

优选地，所述粒径谱仪的粒子数-质量浓度转换模型具体为：

，式中，/>

优选地，将粒径谱仪在所述不同时段中的某一时段监测的环境空气中各个粒径段的粒子数带入所述粒径谱仪的粒子数-质量浓度转换模型，得到该时段的细颗粒物质量浓度。

优选地，所述细颗粒物质量浓度为PM2.5质量浓度。

与现有技术相比，本发明的粒径谱仪的细颗粒物质量浓度计算方法具有如下有益技术效果中的一者或多者：

1、本发明引入设备调整系数，使得一般场景的质量浓度计算准确度高。

2、本发明针对不同环境场景，如，工业污染、扬尘、焚烧、道路汽车排放等，应用不同的转换模型参数，使结果具备较高的适用性。

3、本发明引入了更大粒径段粒子数对目标范围粒径段数据进行修正，例如，额外使用2.5-4.0微米的粒径段粒子数计算PM2.5质量浓度（0-2.5粒径段），使得准确度更高。

附图说明

图1是本发明的粒径谱仪的细颗粒物质量浓度计算方法的流程图。

具体实施方式

在详细说明本发明的任何实施方式之前，应理解的是，本发明在其应用中并不限于以下描述阐述或以下附图图示的部件的构造和布置细节。本发明能够具有其他实施方式并且能够以各种方式实践或进行。另外，应理解的是，这里使用的措辞和术语出于描述的目的并且不应该被认为是限制性的。本文中使用“包括”或“具有”及其变型意在涵盖下文中陈列的条目及其等同物以及附加条目。除非另有指定或限制，否则术语“安装”、“连接”、“支撑”和“联接”及其变型被广泛地使用并且涵盖直接安装和间接的安装、连接、支撑和联接。此外，“连接”和“联接”不限于物理或机械的连接或联接。

并且，第一方面，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制；第二方面，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

粒径谱仪直接监测的是给定时间内不同粒径段颗粒物粒子的个数，而环境监测中对颗粒物的衡量单位是质量浓度，两者间需要进行转换，本发明设计了一种粒径谱仪的粒子数-质量浓度转换方法，其可以更准确地计算出PM2.5质量浓度，且具备较广的适用性与较高的准确度。

图1示出了本发明的粒径谱仪的细颗粒物质量浓度计算方法的流程图。如图1所示，本发明的粒径谱仪的细颗粒物质量浓度计算方法包括以下步骤：

一、针对不同场景，分别建立各个场景的粒子数-质量浓度转换模型。

由于不同场景的环境空气中细颗粒物的组分和密度差异较大，因此，本发明针对不同场景，分别建立各个场景的粒子数-质量浓度转换模型。并针对不同场景，应用不同的转换模型，使结果具备较高适用性。

基于大量实际监测数据进行统计分析发现，不同场景具备明显可区分的可识别特征，如沙尘场景中大颗粒物占比较平时高、焚烧场景中含碳组分多且颗粒物分布均匀等。因此，本发明基于统计分析结果和明显可区分的可识别特征，共划分了五个不同场景，分别为：一般场景、沙尘场景、焚烧场景、工业场景和交通场景。

其中，一般场景就是无特殊情况发生时候的场景，也就是，不符合沙尘场景、焚烧场景、工业场景和交通场景的特征的场景都统称为一般场景。

针对一般场景，建立一般场景粒子数-质量浓度转换模型，并将其作为基础模型，沙尘场景、焚烧场景、工业场景和交通场景的粒子数-质量浓度转换模型都是在基础模型的基础上进行改进得到的。

在本发明中，建立的一般场景粒子数-质量浓度转换模型为：

。

式中，

是粒径谱仪监测的环境空气中的粒径段为0-0.5微米的粒子数，/>

在本发明中，每个粒径段的范围都不包括首数，而包括尾数。例如，粒径段为0-0.5微米的粒子数不包括粒径为0微米的粒子数，而包括粒径为0.5微米的粒子数；粒径段为0.5-0.8微米的粒子数不包括粒径为0.5微米的粒子数，而包括粒径为0.8微米的粒子数，等等。

是设备调整系数。为了确定设备调整系数r，需要事先在室内实验环境中通过设计好的实验步骤，将粒径谱仪与标准设备置于一起，通入指定浓度的标准尘源一段时间，积累足量数据，以通过标准设备测得标注尘源的细颗粒物质量浓度均值，通过粒径谱仪测得标准尘源的不同粒径段中的粒子数均值，并通过它们来计算设备调整系数r。

由此，

式中，

其中，对于沙尘场景，由于沙尘常伴随大风，较细粒径段的颗粒物粒子数实际是降低的，但是大粒径颗粒物会严重影响粒径谱仪的气路进气，因此，需要基于监测的较大粒径段粒子数补充因为气路堵塞造成的监测值偏低的问题。由此，针对沙尘场景，建立的沙尘场景粒子数-质量浓度转换模型为：

。

式中，

其中，

对于焚烧场景，其包含不同大小的含碳颗粒且粒径段分布比较均匀，同时很大粒径的含碳颗粒也很多，会堵塞影响粒径谱仪的气路进气，因此需要全粒径段乘以大于1的系数。由此，针对焚烧场景，建立的焚烧场景粒子数-质量浓度转换模型为：

。

式中，

对于工业场景，其重金属无机盐的组分含量上升，而重金属无机盐通常粒径较小，且密度较高，因此，需要额外增加0-1.5粒径段粒子的转换系数。由此，针对工业场景，建立的工业场景粒子数-质量浓度转换模型为：

。

式中，

对于交通场景，由于油车尾气中硝酸盐组分增加，该组分粒子粒径较小，密度略高于其他组分均值，因此，需要略微增加0-1.0粒径段粒子的转换系数。由此，针对交通场景，建立的交通场景粒子数-质量浓度转换模型为：

。

式中，

二、基于各个场景的各个粒径段的典型粒子数占比、粒径谱仪不同时段监测的环境空气中各个粒径段的粒子数确定各个场景的粒子数-质量浓度转换模型的权重占比。

上述划分的五种场景都是理想场景，现实中的实际场景可能同时具有五种场景的一些特征。因此，在计算实际环境空气中的质量浓度时，不能直接套用上述五种场景模型。但是，针对上述五种场景，可以找到各个场景的各个粒径段的典型粒子数占比，也就是，各个理想场景下的各个粒径段的粒子数占比，并用粒径谱仪监测的环境空气中各个粒径段的粒子数与其相结合，以确定各个场景的粒子数-质量浓度转换模型的权重占比。

由于粒径谱仪可以监测粒径在10微米以下的粒子的个数，因此，各个场景的各个粒径段的典型粒子数占比具体包括：各场景的粒径段为0-0.5微米的典型粒子数占比、各个场景的粒径段为0.5-0.8微米的典型粒子数占比、各个场景的粒径段为0.8-1微米的典型粒子数占比、各个场景的粒径段为1-1.5微米的典型粒子数占比、各个场景的粒径段为1.5-2.5微米的典型粒子数占比、各个场景的粒径段为2.5-3微米的典型粒子数占比、各个场景的粒径段为3-4微米的典型粒子数占比、各个场景的粒径段为4-5微米的典型粒子数占比、各个场景的粒径段为5-8微米的典型粒子数占比和各个场景的粒径段为8-10微米的典型粒子数占比。

具体地，各个场景的各个粒径段的典型粒子数占比如表1所示。

表1各个场景的各个粒径段的典型粒子数占比

也就是说，对于理想的一般场景，粒径段为0-0.5微米的典型粒子数占比为

在进行细颗粒物质量浓度监测时，为了更准确，一般需要使用粒径谱仪在环境空气中持续监测获取连续5组监测数据（粒径谱仪的监测周期最短为1秒，即最少需要5秒监测）。

由于粒径谱仪可以监测粒径在10微米以下的粒子的个数，因此，粒径谱仪不同时段监测的环境空气中各个粒径段的粒子数具体包括：粒径谱仪不同时段监测的环境空气中粒径段为0-0.5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为0.5-0.8微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为0.8-1微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为1-1.5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为1.5-2.5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为2.5-3微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为3-4微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为4-5微米的粒子数、粒径谱仪不同时段监测的环境空气中粒径段为5-8微米的粒子数和粒径谱仪不同时段监测的环境空气中粒径段为8-10微米的粒子数。

由此，获得的五组监测数据如下表2。

表2粒径谱仪5个连续时段监测到的各粒子段的粒子数

也就是说，粒径谱仪T

据此，可以基于各个场景的各个粒径段的典型粒子数占比、粒径谱仪不同时段监测的环境空气中各个粒径段的粒子数和各个场景的粒子数-质量浓度转换模型的权重占比建立联合方程组；求解所述联合方程组的非负数近似解，得到各个场景的不同时段的粒子数-质量浓度转换模型的权重占比，对各个场景的不同时段的粒子数-质量浓度转换模型的权重占比求均值，即为各个场景的粒子数-质量浓度转换模型的权重占比。

假如有n个粒径段，m个模型，t个时段，则可以建立包含m个未知变量、n*t个方程式的联合方程组。在本发明中，有10个粒径段、5个模型、5个时段，因此，建立的联合方程组具有5个未知数（即，五个场景模型的权重占比）和50个方程式。这50个方程式中，每个时刻有10个方程式，可以依据这10个方程式求得各个模型在该时刻的权重占比。然后将求得的每个模型的5个权重占比求平均值，即可得到该模型的权重占比。

由于具有5个未知数和50个方程式的联合方程组过于复杂，为了便于介绍和理解，本发明以有2个粒径段、2个模型和2个时段为示例，介绍如何建立联合方程组。对于该示例，建立的联合方程组为：

。

式中，

在上述联合方程组中，

例如，假设还是只有2个粒径段、2个模型和2个时段的数据，并且已知：

对于模型1：粒径段A的典型粒子数占比w

对于模型2：粒径段A的典型粒子数占比w

第一个时段：粒径谱仪监测的粒径段A的粒子数

第二个时段：粒径谱仪监测的粒径段A的粒子数

求：模型1的权重占比x

其中，建立的联立方程式为：

第一个时段：

2x

3x

第二个时段：

2x

3x

第一个时段的解：

x

处理结果使x

则，x

第二个时段的解：

x

处理结果使x

则x

对两个时段的解求均值，最终近似解结果：

x

三、基于各个场景的粒子数-质量浓度转换模型和各个场景的粒子数-质量浓度转换模型的权重占比确定粒径谱仪的粒子数-质量浓度转换模型。

有了各个场景的粒子数-质量浓度转换模型和各个场景的粒子数-质量浓度转换模型的权重占比，即可确定最终的粒径谱仪的粒子数-质量浓度转换模型。

在本发明中，所述粒径谱仪的粒子数-质量浓度转换模型具体为：

。

式中，

四、基于所述粒径谱仪的粒子数-质量浓度转换模型确定所述粒径谱仪的细颗粒物质量浓度。

有了所述粒径谱仪的粒子数-质量浓度转换模型，考虑到所述粒径谱仪的粒子数-质量浓度转换模型中只有粒径谱仪监测的环境空气中各个粒径段的粒子数是变量，其它参数都是已知量，因此，将粒径谱仪在所述不同时段中的某一时段（也就是，T

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制。本领域的技术人员，依据本发明的思想，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。