污染源在线监控数据异常智能检测方法研究

污染源自动监测数据中存在大量异常数据,严重影响数据整体质量。建立科学可靠的自动监测数据诊断分析处理方法,可有效提升在线监控监管能力水平,为数据的深度应用提供支持。但目前尚缺乏对该方法的深入研究。因此,综述了数据挖掘领域主流异常数据检测方法,并总结了在电力、交通、金融、航天等领域的应用情况,指出存在的不足和发展方向,旨在为智能污染源自动监控数据异常检测提供指导,促进污染源自动监控系统发展。     

江西省极端干旱下臭氧污染特征及成因分析

基于气象和环境空气质量监测数据,分析了江西省干旱对臭氧污染的影响,并结合VOCs在线监测数据,对2022年9月极端干旱下江西省臭氧污染过程特征及污染成因进行分析。结果表明:江西省臭氧污染与气象干旱间存在一定联系,干旱情况下缺少降水对臭氧及其前体物VOCs的湿清除作用,易促使臭氧超标概率随着无雨日数的增加逐步上升。江西省2022年9月出现历史性极端干旱情况,干旱期间江西省11个地市共出现151 d臭氧超标天,NO₂常于午夜和早晨出现浓度峰值,从而促进上午臭氧浓度的迅速上升。此外,南昌市林科所站点VOCs在线监测数据也显示:极端干旱期间逐日VOCs体积分数为11.9×10^-9~35.5×10^-9,较8月明显升高。对OFP贡献前十的物种主要为OVOCs和芳香烃,与8月相比,芳香烃、烯烃和烷烃的OFP略有下降,OVOCs的OFP升高明显,其中乙醛对臭氧的贡献甚至上升143%,前期长时间的无降水可能是乙醛等OVOCs浓度上升的重要原因之一。