測量排放和量化排放源的方法和系統的制作方法

專利名稱：測量排放和量化排放源的方法和系統的制作方法
技術領域：
本發明涉及空氣監視，更確切地說，涉及量化排放源的方法和系統。
背景技術：
降低空氣中污染物排放對于減小我們對環境的環境沖擊是重要的。空氣質量監視可能是不精確的學科。空氣污染物在視覺上往往覺察不到，并且即使它們可以是可見時，僅僅靠視覺往往難以將其辨別和/或量化。用于監視空氣中排放速率比如污染物的方法，往往是簡單的并且往往不準確或者作為替代非常復雜，需要熟練的有經驗的技術專業人員并往往易于出錯。即使在成功地執行了這些方法的情況下，觀測結果對于提供有意義的排放量化也可能太模糊或不準確。

發明內容
在一方面，提供了量化排放源的方法。所述方法包括在多個采樣點獲得多個排放濃度測量結果；當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果； 對于每個采樣點，構造由多個點組成的虛擬采樣弧，每個點都基于在所述采樣點取得的排放濃度測量結果；取得所述排放濃度測量結果時的風向；以及到所述排放源的近似距離， 其中用于構造所述虛擬采樣弧之一的全部所述排放濃度測量結果在基本上相同風速取得； 將在基本上相同風速的排放濃度測量結果組成的虛擬采樣弧分組為虛擬采樣網格；以及近似穿過所述虛擬采樣網格的排放量。在另一方面，提供了量化排放源的方法。所述方法包括在單個采樣點獲得多個排放濃度測量結果；當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果；構造由多個點組成的虛擬采樣弧，每個點都基于在所述單個采樣點取得的排放濃度測量結果；取得所述排放濃度測量結果時的風向；以及到所述排放源的近似距離，其中用于構造所述虛擬采樣弧的全部所述排放濃度測量結果在基本上相同風速取得；以穿過它的所述虛擬采樣弧估計排放羽流(plume)形狀；使用來自所述虛擬采樣弧的點外推在所述排放羽流形狀中的若干點；以及近似穿過所述排放羽流形狀的排放量。在另一方面，提供了量化排放源的系統。所述系統包括用于獲得排放濃度測量結果的多個采樣點；用于在所述多個采樣點取得排放濃度測量結果的至少一臺排放監視器； 操作地連接到所述至少一臺排放監視器以從所述至少一臺監視器獲得排放濃度測量結果的數據處理設備，所述數據處理設備用于從所述至少一臺排放監視器獲得多個排放濃度測量結果；當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果；對于每個采樣點，構造由多個點組成的虛擬采樣弧，每個點都基于在所述采樣點取得的排放濃度測量結果；取得所述排放濃度測量結果時的風向；以及到所述排放源的近似距離，其中用于構造所述虛擬采樣弧之一的全部所述排放濃度測量結果在基本上相同風速取得；將在基本上相同風速的排放濃度測量結果組成的虛擬采樣弧分組為虛擬采樣網格；以及近似穿過所述虛擬采樣網格的排放量。
在另一方面，提供了量化區域排放源的方法。所述方法包括在多個采樣點獲得多個排放濃度測量結果；當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果；對于每個采樣點，構造由多個點組成的虛擬采樣陣列，每個點都基于在所述采樣點取得的排放濃度測量結果；取得所述排放濃度測量結果時的風向測量結果；以及到由所述排放濃度測量所測量的區域排放源的匯集區域代表中心的代表距離，其中用于構造所述虛擬采樣陣列之一的全部所述排放濃度測量結果在基本上相同風速取得；將在基本上相同風速取得的排放濃度測量結果組成的虛擬采樣陣列分組為虛擬采樣網格；以及近似穿過所述虛擬采樣網格的排放量。


參考附圖，其中相同的引用號指明貫穿幾幅圖的類似部分，本發明的幾個方面在圖中作為實例而不是作為限制進行了詳細展示，其中圖1是采樣系統的示意性展示；圖2是流程圖，展示了量化排放源的方法；圖3是排放羽流的示意性展示；圖4是繪制在極坐標系上的排放源和測量點的示意性展示；圖5是具有不同方向的大團氣流時，圖4的排放源和測量點的示意性展示；圖6是具有所表明的許多虛擬測量點時，圖4的排放源和測量點的示意性展示；圖7是虛擬采樣網格的示意性展示；圖8是流程圖，展示了使用一個或多個虛擬采樣網格，量化排放源的方法；圖9是用于實施已知排放源示范試驗的試驗裝置的示意性展示；圖10是用于圖9試驗裝置的排放源的示意性展示；圖11是隨時間的所測量的排放濃度圖；圖12是在圖11所示的同一時段所收集的風速數據圖；圖13是在圖11所示的同一時段所收集的風向圖；圖14是在圖11所示的同一時段來自排放源的排放流速圖；圖15是與風速和風向有關的一組排放濃度圖；圖16是與風速和風向有關的一組平均排放濃度圖；圖17是橫跨某虛擬采樣網格獲得的數據的表格
圖18、圖19和圖20是對于不同排放速率按垂直和水平距離所繪制的幾組排放濃度遞增圖；圖21是在不同樣本入口與風速和風向有關的表示平均排放通量的一組圖；圖22、圖23和圖24是對于不同排放速率表示在不同風速和觀察高度的羽流通量分布的幾組圖；圖25是基于不同風速的排放羽流特征的估計排放速率圖；圖26是平均排放估計與已知排放速率的曲線圖；圖27是基于不同風速的排放羽流特征的排放速率估計圖；圖28是排放速率與實際排放速率的曲線圖；圖29是基于不同風速的排放羽流特征的排放速率估計6
圖30是排放源與測量位置之間的距離未知時，量化排放源方法的流程圖；圖31是區域排放源和匯集區域的示意性展示；圖32是圖31中區域排放源和第二匯集區域的示意性展示；圖33是圖31中區域排放源和第三匯集區域的示意性展示；圖34是分成匯集區域的圖31中區域排放源的示意性展示；圖35是變形的區域排放源的示意性展示；圖36是在區域排放源內部測量位置的示意性展示；圖37是變形的區域排放源的示意性展示。
具體實施例方式以下連同附圖闡述的詳細說明力圖作為本發明多個實施例的說明，而并非力圖表示由本發明人所設想的僅有實施例。該詳細說明包括的特定細節是為了提供對本發明的全面理解。不過，對于本領域技術人員顯而易見，沒有這些特定細節也可以實踐本發明。圖1展示的采樣系統10用于獲取空氣樣本、測量空氣中排放濃度以及量化排放源。采樣系統10能夠具有包含許多采樣點20的塔架12。每個采樣點20都能夠在不同的垂直高度，并且在一方面，全部采樣點20都在塔架12上垂直地對齊。每個采樣點20都能夠有采樣管，帶有在采樣點20處的采樣管1的入口。采樣管22能夠路由到樣本路由器設備30，它將在采樣點20取得的空氣樣本選擇地供給排放監視器40，比如THC監視器，以便測量空氣中一種或多種排放的濃度，比如空氣污染物等。排放監視器40能夠操作地連接到數據處理系統50，比如個人計算機，以便接收排放監視器40從塔架12上的采樣點20收集 /記錄的信息。盡管圖1展示的采樣點20是垂直對齊，但是在某些方面采樣點20可以改變水平位置，因此它們未必是垂直對齊的。在運行中，采樣系統10可以與塔架12和一段時間位于期望位置的采樣點20 —起安裝。在這個時段期間能夠通過采樣點20吸入空氣，并由樣本路由器設備30經由采樣管 22路由引導到排放監視器40。然后排放監視器40能夠取得樣本中排放的測量結果，并且提供給數據處理系統50，在這里排放讀數能夠被記載并與取得它的采樣點20和取得它的時間相關聯。在一方面，可以考慮空氣路由經過管路22的旅行時間，以確定在采樣點20處取得空氣的時間。在進一步的方面，還可以考慮到所述源的距離和空氣從所述源到采樣點 20的近似旅行時間。在該時段上，能夠在多個時間在多個采樣點20收集表明排放濃度水平的眾多數據。在另一方面，有可能在每個采樣點20處提供開路式氣體檢測器以得到采樣點20 處的排放濃度測量結果。典型情況下，開路式氣體檢測器使用激光源引導激光束經由通路到接收器(在某些情況下它們可以使用鏡面將激光反射回接收器)。根據在激光通路中氣體對激光的吸收，可以使用開路式氣體檢測器檢測特定排放的存在和濃度。在某些情況下，開路式氣體檢測器正在監視的間隙可以為6英尺或更長，導致正在測量排放濃度測量結果的采樣點為相對大的采樣點。圖2展示的流程圖展示了使用空氣中獲得的排放樣本量化排放源的方法，比如使用圖1所示的采樣系統10。方法100開始并在步驟102由采樣系統100獲得關于空氣中若干排放的排放濃度數據，并且與涉及排放濃度數據的風速和風向數據結合。在步驟104，所結合的數據被用于估計采樣系統10中塔架12上的每個采樣點20的無量綱的羽流數據。 在步驟108，塔架15上的每個采樣點20都能夠被轉換為虛擬采樣弧。典型情況下，對于特定風速或相對窄的風速范圍，對每個采樣點20都確定了虛擬采樣弧。在步驟110，對不同采樣點20確定的虛擬采樣弧能夠被分組為許多虛擬采樣網格。典型情況下，每個虛擬采樣網格都將與特定風速或相對窄的風速范圍相關聯。使用虛擬采樣網格，在步驟112，能夠完成整體羽流形狀。在步驟114，能夠確定排放源的源排放速率。在方法100開始后，空氣中被測量的排放濃度與有代表性的風速和風向數據在步驟102和104的數學處理中進行結合，產生了從每個測量位置的觀點觀察到的無量綱羽流。 在本說明書的語境中，排放羽流意味著或指排放物質運動穿過空氣的柱狀物或聚集。羽流還可以更一般地指運動穿過另一種流體的流體柱。幾種作用控制著所述流體的運動，包括動量、浮力、密度差異等。保留了風速和風向的記載，根據空氣樣本在對應的采樣管22、樣本路由設備30以及或許排放監視器40中向下傳播時間延遲，可以從該記載選擇先前的風速測量結果和對應的風向測量結果。在采樣時間的間隔期間可以對排放濃度測量結果進行平均，以減少信號噪聲以及或許模數轉換誤差。例如，能夠以每秒500個讀數的頻率進行測量，在10秒時段上收集和平均。排放濃度能夠以百萬分率(ppm)測量。在跟蹤排放源時，可能需要驅動排放羽流從排放源到采樣點20的空氣運動(風驅動)的準確特征。根據本發明的實施例，風速和風向不必假設為不變。在每個空氣樣本入口 20、數目縮減的位置或甚至在單個有代表性的位置，都能夠測量風速和風向。在測量了風的速度特征比如但是不限于風速和風向之后，風的特征能夠與排放監視器40所進行并提供給數據處理系統50的對應排放濃度測量結果相關。與風的特征相關時可以考慮從采樣點20沿著采樣管22的空氣樣本旅行時間，以及在所關注區域上的旅行時間。隨時間的風速和風向不穩定，并且每秒都能夠變化，沿著從排放源到采樣塔架12 的非線性路徑移動大團空氣。障礙物比如地形和建筑物能夠使風成為非線性的，并且對這樣的障礙物幾何形狀的了解能夠改進空氣軌跡的跟蹤。所以，風速和風向的估計與來自排放監視器40的各個讀數有關。通過反向跟蹤大團空氣從采樣點20回到排放源的非線性路徑，可以使用更高級的過程解決風的可變性，方式為從采樣點20時間上向回空間向外離去，在每一步對于變化的風狀態調整路徑和濃度(注意，濃度將被調整為反映羽流向下風移動時發生的擴散)。由排放監視器40所測量的每種排放濃度都能夠考慮風速變化已經影響空氣樣本從采樣點20 向外和頂風穿越路徑的程度。作為替代，可以使用有代表性的風速，其中空氣從排放源到采樣塔架12的非線性路徑能夠以空氣從排放源運動到測量空氣中排放濃度的采樣點20期間，估算平均風(速度)速和風向的線性矢量取代。還能夠計算風速和風向標準差的度量以便提供對非線性流動路徑的線性度假設準確度的估算。線性度假設在風速低時可能具有更多的誤差，因為更長的平均時間以及可能由于風的流動方向更不穩定(即低速風可以比高速風遭受的方向變化更劇烈)。另外，按距離除以風速算出的旅行時間，作為風速倒數的函數并在低速顯著地增加(即，以低速運動的空氣到達采樣點20要花費長得多的時間，并且導致基本上等于旅行時間的更長平均時間)。標準差計算的結果被用于濾除風向偏移太大時出現的分析的讀數以準確地預測流動路徑。這種技術識別出準確地預測了風作用的風數據并除去了不準確地預測風作用的數據。如果風向穩定，準確的低速風數據對定位很遠距離的排放源會非常有價值。掌握了地形、建筑物和其他障礙物的幾何形狀，排放羽流的軌跡就能夠假設為線性的并對障礙物周圍的運動進行校正。能夠對空氣樣本從采樣點20下到對應采樣管22經由樣本路由器30到達排放監視器40的旅行時間進行調節。在每個采樣點20處測量的排放濃度能夠結合與取得排放濃度的測量結果之時相關聯的所確定的代表性的風速和風向。在一方面，優選情況下，對代表性的風速和風向存在著許多測出的排放濃度，并且能夠對這些測出的排放濃度進行平均(或取中值)以便確定與代表性風速和風向相關聯的排放濃度。對這些排放濃度和它們的相關聯代表性風速和風向進行分組，就能夠構建無量綱的羽流。在方法100的步驟108，使用采樣點20到排放源的距離就能夠將從每個采樣點20 得到的數據轉換為一個或多個虛擬采樣弧。典型情況下，每個產生的虛擬采樣弧都將對應特定的風速或相對窄的風速范圍。能夠將采樣系統10塔架15上的單個采樣點20表示為測量位置的某虛擬弧，它將提供某不變高度處的濃度測量。在某虛擬測量位置得到的排放濃度測量結果可以是在該虛擬測量位置處取得的排放濃度測量結果的平均值。對于給定風速，這個虛擬弧將在水平線上與羽流相交。如果羽流高度作為不同風速(由于浮力或動量等)的結果而變化，這條線可以在羽流的不同位置。圖3展示的排放羽流130以三條水平線A、B、C穿過排放羽流130 的不同部分。每條線A、B、C都表示從采樣系統10的塔架15某特定垂直位置處單個采樣點 20取得的虛擬弧。每條線A、B和C都以不同的風速取得；線A表示以第一風速由采樣點20 取得的虛擬弧，線B表示以第二風速由采樣點20取得的虛擬弧，而線C表示以第三風速由采樣點20取得的虛擬弧。正如在圖3可見，由采樣點20測出的排放羽流130部分可以根據風速變化。圖4展示了相對于測量位置155的排放源150，具有源自排放源150的排放羽流 140。排放羽流140隨同大團氣流(即風)一起被傳送。測量位置155可以是圖1所示的采樣系統10的塔架15。可以使用平面圖中的極坐標軸(θ，r)，其中原點在排放源150，而零(0)度軸與大團氣流(即風)的方向平行，它還直接指向測量位置155。測量位置155被顯示為位于源自排放源150的排放羽流140中，因為排放羽流140將由大團氣流一起被承載。圖5展示了大團氣流的方向已經偏移(即風已經改變了方向)時的排放源150和測量位置155。在圖5中通過保持零(0)度軸與大團氣流的方向對準，空氣濃度測量位置 155的相對位置相對于上風的排放源150偏移。圖5顯示了測量位置155處于相對于零(0) 度軸線的微小負角的位置。雖然排放源150和測量位置155實際上都沒有移動，但是它們的位置相對于大團氣流(它承載著排放羽流140)已經改變。相對位置偏移的幅度直接與大團氣流(即風)方向偏移的角度以及排放源150和測量位置155之間的距離有關。虛擬測量位置158表明了測量位置155在圖4中相對于大團氣流之處。測量位置155現在正在排放羽流140中的不同點處測量排放羽流140中的排放濃度。隨著大團氣流方向的連續變化，可以使用單個測量位置155作為以徑向弧通過排放羽流140的一系列虛擬測量位置158，其中所述弧的中心在排放源150，正如圖6所示。利用足夠的風向變化和測量點155的排放濃度測量結果，能夠確定虛擬采樣弧160。這個虛擬采樣弧160對于特定的風速或相對窄的風速范圍，能夠具有沿著虛擬采樣弧160的排放羽流140的測出排放濃度。在一方面，沿著虛擬采樣弧160的測出排放濃度可以是每個虛擬測量位置158處的測出排放濃度的平均值。使用大團氣流方向的角偏移能夠確定虛擬采樣弧160中虛擬測量位置158的位置。對于點排放源，將大團氣流方向中的角移位轉換為沿著虛擬測量位置158之間弧的標量長度就是沿著以排放源150為中心的圓弧的弧長
r , AngularWidth AngularWidth ^
Lengthj JJ}r =-χ cirumference =-χ 2 χ χ r 1
LARC360°360°其中Lengthuiic是沿著弧的標量長度，AngularWidth是風向角的變化，而r是排放源150與測量位置158之間的距離。以這種方式，對于構成虛擬采樣弧160的每個虛擬測量位置158 (或點)已經測量了排放濃度之處，就能夠確定虛擬采樣弧160。再次參考圖1，以這種方式對于塔架15上的每個采樣點20都能夠確定一個或多個虛擬采樣弧160。典型情況下，每個虛擬采樣弧160都與特定的風速或相對窄的風速范圍相關聯。再次參考圖2，一旦在步驟108已經產生了虛擬采樣弧，方法100就能夠移動到步驟110上，并且能夠將在步驟108確定的已產生的虛擬采樣弧分組在一起以形成一個或多個虛擬采樣網格。圖7展示了虛擬采樣網格170。典型情況下，每個虛擬采樣網格170都將由在特定風速或相對窄的風速范圍測出的排放濃度所構成。圖1所示的采樣系統100的多個采樣點20能夠用于形成使用測量位置155的排放濃度測量結果的虛擬采樣網格170。 虛擬采樣網格170能夠遵循中心位于排放源150位置的弧。使用在圖2所示方法100的步驟108對特定風速或風速范圍對每個采樣點20所確定的虛擬采樣弧160，能夠確定虛擬采樣網格170。每個虛擬采樣弧160都與塔架15上其對應采樣點20相關聯，并且能夠被放置在采樣點20垂直高度處的虛擬采樣網格170中。 通過在特定風速或風速范圍對每個采樣點20應用所確定的虛擬采樣弧160，能夠創建對于特定風速或風速范圍的虛擬采樣網格170，其中虛擬采樣網格170上的每個點都具有在該位置已經被測出的排放濃度。再次參考圖2，以這種方式，在步驟110能夠構建虛擬采樣網格170的組，其中每個虛擬采樣網格170都與某風速或風速范圍相關聯，并且虛擬采樣網格170中的每個點都具有在該點處已經測出的排放濃度與其相關聯。作為選擇，在步驟112，通過對于同一排放羽流，將來自不同采樣點20和虛擬測量位置158的信息結合，能夠近似整個排放羽流形狀和排放羽流的濃度分布圖(profile)。如果不同采樣點20不提供圖7所示的虛擬采樣網格170上足夠的期望點，就能夠使用準徑向虛擬采樣網格170上點的排放濃度測量結果外推和/或內插以近似排放濃度測量結果不存在或排放濃度測量結果不足的期望點處的排放濃度。在一個實施例中，能夠從采樣周期期間具有測出的排放濃度的若干位置內插和/或外推排放羽流形狀和濃度分布圖。對于虛擬采樣網格170中沒有獲得排放濃度測量結果或者獲得的排放濃度不足的若干位置能夠近似排放濃度以提供有用的平均值。通過使用具有測出的排放濃度的鄰近虛擬測量位置158 的內插/外推，能夠近似虛擬采樣網格170中其他點的排放濃度。例如，假若在兩個不同高度存在著測量位置，那么在這些測量位置之間就能夠內插羽流形狀。另外，如果最高或最低的采樣點20的確到達了排放羽流的頂/底，就能夠使用鄰近采樣點20處的測出排放濃度從鄰近采樣點20外推采樣點20之上或之下的點。在一個實施例中，能夠從單個采樣點20(以及其相關聯的虛擬采樣弧160)外推排放羽流形狀和濃度分布圖。排放羽流能夠被分解為同心圓環或某種其他假設的形狀和區域，或者計算即每個環并確定跨每片的通量，以便將它們積分成總數。將環形假設為所述羽流僅僅是將排放羽流的一條線上測出的濃度分布圖外推到羽流其他區域的一種方法，并且能夠假設為任何已知且適合的形狀。即使是地面接觸到排放羽流的下部，使其不再能夠發展為實際環形，這種方法也能夠有效。基本上，刻畫排放羽流的頂部特征并假設底部相同能夠提供排放速率的有效估計。再次參考圖2，在步驟114，能夠量化排放源的排放速率。由采樣點20測出的排放羽流能夠被分解為較小的可管理片，并且跨這些片分析了每單位排放羽流面積的通量。為了判斷哪些片屬于整體羽流或子羽流，能夠進行評估，以便匯總排放源的整體排放速率和整體羽流內子源的排放速率。圖8是流程圖，展示了在一方面量化排放源的方法200并且能夠被用于執行圖2 中方法100的步驟114。方法200開始并在步驟210將圖2所示的方法100在步驟112定的虛擬采樣網格劃分為若干子部分。在步驟220，對于不同風速確定了通過每個子部分的增加的混合物濃度的通量速率。增加的混合物濃度是測出的濃度減去該混合物在該位置正常出現的濃度。使用在步驟220對這些子部分確定的通量速率，在步驟230對于不同風速確定了在排放羽流邊界內的子部分。在步驟240，對每個子部分，把在步驟220對子部分確定的通量速率乘以子部分的面積以確定流速。在步驟245，對在步驟240對每個子部分確定的流速匯總以近似源排放速率。以這種方式，能夠近似排放速率的量，方式為在將虛擬采樣網格劃分成子部分后計算跨虛擬采樣網格增加的排放通量。因為在每個虛擬采樣網格中的測出的排放濃度將依賴于風速而變化，所以對于已經被確定的并與風速或風速范圍相關聯的每個虛擬采樣網格都能夠執行方法200，允許對于為特定風速或相對窄的風速范圍所確定的每個虛擬采樣網格要確定的流速分開量化。在步驟210能夠將這些虛擬采樣網格劃分為若干子部分。如果使用圖1所示的采樣系統10采樣空氣并測量排放濃度，那么通過塔架15上采樣點20的垂直間隔就能夠設置這些子部分的垂直間隔。這些子部分的橫向間隔通過聚集數據的風向增量的大小設置。這些增量需要足夠小以準確地刻畫排放羽流的特征。每個子部分的邊界都能夠由到鄰近子部分中心距離的一半定義。如果沒有鄰近子部分，比如沿著虛擬采樣網格的底部，那么就可以使用大地作為邊界(或恰好在地面之上的某物以考慮到沿著地面存在的氣流不多)。沿著虛擬采樣網格位置頂部的子部分頂邊界假設與底邊界到子部分中心的距離相同(如果羽流邊界在虛擬徑向采樣網格之上延伸，還可以基于外推的排放羽流濃度分布圖假設這種上邊界)。如果這些單元是矩形，通過高度乘以寬度就能夠計算每個子部分的面積如下Areasub sec tion = HEIGHT X WIDTH[2]
11
在步驟220，能夠近似每個子部分的通量值，將增加的排放濃度(S卩，如果正測量的排放是THC，就可能使用THC濃度減去THC的背景水平作為增加的排放濃度)乘以風速就能夠近似通量值如下FluxValue = IncreasedEmissionConcentration Xwindspeed [3]這個通量值的單位是單位時間期間通過虛擬測量位置網格單位面積的混合物的
量，例如(mi丄m2)’或者在這些公式中的面積(ffl2)碰翻、流陳浦麵胃積。在步驟230，能夠近似排放羽流的邊界。可以把排放羽流的邊界取為模型化通量向下越過了排放羽流峰值任一側某個最低通量等級的點。這就允許準確地預測在背景噪聲內存在的排放羽流邊界。當羽流形狀不在背景通量值之上占優勢時，模型不符合并且排放羽流被視為不可定義。在步驟230確定了排放羽流的邊界之后，在步驟240能夠近似通過每個子部分的流速。將在步驟220對該子部分確定的通量值乘以在步驟210所確定的子部分面積，能夠確定通過每個子部分的流速，如下所示FlowRate = FluxValueSUBSECTI0N X AreaSUBSECTI0N [4]在步驟230完成時，應當近似通過每個子部分的排放的流速。在步驟245，能夠匯總在步驟240為每個子部分近似的流速，以便確定源排放速率。使用在步驟330確定的排放羽流邊界，能夠橫跨排放羽流邊界匯總通過每個子部分的近似流速。通過排放羽流邊界的總流速能夠提供該排放源的排放速率的近似值。再次參考圖2，在步驟114之后，隨著排放源已經被量化，方法100結束。利用采樣設備進行了測試，以構建虛擬測量位置的虛擬采樣網格所用的不同高度的采樣位置量化已知排放源。以受控的流速釋放天然氣并刻畫結果排放羽流的特征，以及使用以上略述的系統和方法確定了排放速率。如圖9和圖10所示，在十英畝干草場中豎立了排放源250、風監視器255和采樣塔架12。這項研究被設置在阿爾伯達省西南部，這里流行西南風。采樣塔架12為15. 2米高，在所示的十個不同高度安置了采樣點20。采樣塔架12被安置在離排放源250和風監視器255流行的下風方向60米遠處。在圖10中更詳細地顯示了排放源250，它包括2. 5米的鋁加熱管道，直徑為150毫米，端點向上離地面的高度為1.52米。使用了兩個導管風扇 257A、257B以保持恒定的向上流動并帶著從引自氣體供應處(未顯示)的管線258釋放出的天然氣，用已經以Gillian制造的氣泡流動表校準的流量傳感器259計量天然氣供應。這種配置允許受控的排放羽流對于不同的天然氣排放速率具有大致恒定的出口速度。小直徑 (1/4英寸0D)聚乙烯樣本管線22將采樣塔架15上的采樣點20連接到樣本路由器30 (200 米遠)，它不斷地從所有采樣點20提取樣本并選擇性地將這些樣本之一引導到排放檢測器 40，在這種情況下，火焰電離檢測器(Photovac microFID)提供了總烴(THC)的測量。以這種方式，使用一臺儀器提供來自多個位置的濃度測量。圖9所示的數據處理系統50被用于控制樣本路由器30，并且以一秒鐘的頻率存儲來自連接到所述管線258的排放檢測器40、 風監視器255和流量表259的數據。圖11至圖14顯示了累積到十秒平均的研究期間所收集的數據曲線。存在著由于設備故障得不到數據的時段。圖11顯示了通過研究由排放檢測器40所測出的THC水平。 圖12和圖13顯示了在該研究期間取得的風速和風向測量結果。圖14顯示了對釋放天然氣的受控排放源250的流速進行測量的流量表259的輸出曲線。再次參考圖2，利用圖11至圖14所示的數據，執行了方法100的步驟102和步驟 104以得到每個測量位置的無量綱排放羽流。從不同高度取得樣本產生了不同水平面的不同羽流THC濃度分布圖。圖15顯示了從11月1日到12月17日期間受控排放速率為 20. 41pm時，在不同高度按風速和風向所繪制的THC濃度。正如這些圖顯示，在該研究期間的流行風向來自西南。圖15的表面顯示了在該期間對比風速和風向的平均THC濃度。圖 16顯示了沒有風向從200度到300度、風速從0到25kph的集中數據點時的相同表面。圖 15和圖16展示了在完成了圖2中方法100的步驟102和步驟104之后所得到的結果。圖 15和圖16顯示了不同高度以風速和風向維度中排放羽流(即無量綱)的事實。就其本身， 圖15和圖16的圖形沒有表明以米計量的排放羽流的物理尺寸，但是卻指示了按照風的角度和速度的排放羽流特征。正如所期待，這些圖形顯示了最高濃度發生在低風速情況下風向與排放源250和采樣塔架15對準時。風向的變化引起采樣點20沿著中心在排放源250的圓弧偏移，其中所述弧的半徑等于排放源250與采樣塔架15之間的距離。所述偏移的幅度等于風變化的度數除以360 乘以圓周長(2 * PI * r)。風向偏移一度將可能導致采樣入口 20位置沿著該圓弧1. 047 米的偏移。再次參考圖2，執行了步驟108并使用得到的數據構建了一組虛擬采樣弧。將圖16 的表面數字化為風向一度增量和風速lkph，允許仿真相隔1. 047米的虛擬采樣入口陣列， 在采樣入口 20的高度處形成虛擬采樣弧，正如早先的討論(注意，這里使用了平滑，用等權平均了相鄰讀數)。在不同的高度對于每個采樣入口 20都存在著類似的虛擬采樣弧。利用構建的虛擬采樣弧，執行了步驟110并且將構建的虛擬采樣弧組合為虛擬采樣網格。將每個采樣入口 20的虛擬采樣弧進行組合導致產生了由離開排放源25060米遠的不同高度采樣入口 20所仿真的虛擬測量位置的虛擬采樣網格，類似于早先的圖7，只不過橫向間隔將近得多。圖17中表內的數字反映了從11月1日到12月17日期間(20. 41pm的排放速率)風速為Ilkph時橫跨這個虛擬采樣網格所取得的實際THC測量結果減去1. 75ppm 背景水平的結果(即存在著高于背景水平的THC水平)。對于其他風速也可以產生另外的表格(未顯示)。圖17中的數字顯示了源自排放羽流的升高的THC水平。這些數字根據不同風速而變化，用它能夠計算另一個類似的表格。然后根據這些數據確定排放羽流形狀和濃度分布圖。圖18對這些數據圖形地顯示了產生的排放羽流邊界和濃度等值線(contour)，以及排放源250的排放速率是20. 41pm 時其他風速為3、7、15和19kph時的排放羽流邊界和濃度等值線。短軸上的數字表示以米計量的垂直高度，而長軸上的數字表示沿著虛擬測量位置的網格的橫向長度(注意，零表示排放羽流的中心)。重要的是認識到圖18的表面不是如所表現的為平的，而是沿著虛擬采樣網格弧的曲面。圖中的等值線圖像和3D表面是在稱作Surfer 的繪圖軟件中產生的， 它使用克里金插值方法將在虛擬測量位置的虛擬采樣網格上測量的值轉換為圖像。同樣， 圖19和圖20顯示了從12月18日到1月17日(6. 91pm的排放速率)以及從10月10日到30日(14. 81pm的排放速率)時段的排放羽流圖像。
圖18到圖20的排放羽流圖像表示了在采樣時段上排放羽流的平均形狀。在羽流之外的不均勻水平反映了該方法的“背景噪聲”。圖18到圖20中在低風速時明顯的較高噪聲很可能反映了大團空氣流從排放源250和采樣點20移動時，根據位于排放源250的單一風向測量結果預測大團空氣流方向的誤差。風速較高時，從排放源250到采樣點20的旅行時間較短，并且有可能降低對大團空氣流方向預測的誤差。圖18到圖20中的某些噪聲還由于THC測量中的誤差。盡管有背景噪聲，但是排放羽流仍易于分辨。再次參考圖2，一旦在方法100的步驟112完成了排放羽流形狀和濃度分布圖，便使用步驟114量化來自排放源250的排放速率。參考圖8，執行方法200以近似排放源250 的排放速率。通過在將虛擬采樣網格劃分為若干子部分之后計算橫跨虛擬采樣網格的增加的THC混合物通量，就實現了對排放速率的量化。執行了方法的步驟210并將得到的虛擬采樣網格劃分為若干子部分。通過塔架12 上采樣入口 20的垂直間隔設置這些子部分的垂直間隔。通過聚集數據的風向增量的大小能夠設置子部分的水平間隔。所述增量能夠小到足以準確地刻畫排放羽流的特征(測試中使用1度)。在圖17中使用一度聚集數據，它與沿著虛擬采樣弧的1. 047米分隔相關聯。 每個子部分的邊界都由到鄰近子部分中心距離的一半定義。如果沿著虛擬采樣網格的底部不存在鄰近子部分，那么該邊界就是地面(或者略高的某物以反映沿著地面存在的空氣流不多)。沿著虛擬采樣網格頂部的這些子部分的頂邊界假設與底邊界到子部分中心的距離相同(如果排放羽流邊界延伸到虛擬徑向采樣網格之上，還可以根據外推的排放羽流濃度分布圖假設這個上邊界)。如果這些單元是矩形，通過高度乘以寬度就能夠計算這些子部分的面積。圖17顯示的虛擬采樣網格具有一度風向聚集的子部分高度和寬度。虛擬采樣網格被分隔為子部分后，執行圖8所示的方法200的步驟220并確定橫跨每個子部分的通量值。通過將升高的THC濃度(即THC濃度減去1. 75的背景水平)乘以風速而獲得通量值。圖16所示的THC濃度被轉換為通量值并以圖21中的風速和風向繪制。這些圖形顯示了在存在著單一受控排放速率處某時段內對于不同風速和風向的排放羽流的THC通量。再次參考圖8，執行了步驟330并對于不同風速確定了在排放羽流邊界內的子部分。在圖22至圖24中，對于三種不同受控排放速率，升高的THC濃度通量圖形像圖21中的那些對于某些單獨風速被隔離，并且按照風向被繪制。以虛線繪制的模型化排放羽流形狀是通過通量值的自然對數變換的線性回歸擬合到排放羽流形狀上部的高斯分布。排放羽流邊界取在模型化通量向下越過了排放羽流峰值任一側某個最低通量等級(我們使用 0. 0067L/(hr * m2))的點。這就允許近似在背景噪聲內存在的排放羽流邊界。當羽流形狀不在背景通量值之上占優勢時，模型不符合并且排放羽流被視為不可定義。再次參考圖8，執行步驟240以確定通過每個子部分所測出的排放流速。通過將對某面積確定的升高的THC通量速率乘以該子部分的面積確定通過每個子部分的混合物流速。然后執行步驟245并將貫穿該排放羽流的流速合計以近似圖9和圖10所示的排放源 250的排放速率。使用圖2所示的方法100和圖8所示的方法200，對于三種不同排放條件和風速從Ikph到19kph計算了排放流速。這些結果呈現在圖25中，其顯示了該研究期間對于三
14種受控排放速率，估計的排放速率隨風速的曲線。圖25的圖形中存在著三條線，它們顯示了所預期的受控排放速率6. 9、14. 8和20. 41pm。這些圖形顯示了對于7kph以上風速，所估計的排放速率與實際排放速度之間相當好的一致(注意，對于6. 91pm的點在風速更高時較低)。風速較低時一致性不足可能由于該排放羽流特征沒有被完全地表現，因為風速低時大團氣流的方向估計不準確(即俘獲排放羽流時效率不夠)。7與15kph之間的平均估計排放速率按照預期的受控排放速率繪制。圖23至圖25所示的橫跨虛擬采樣網格的濃度分布圖中的背景噪聲可能對于根據排放羽流的濃度分布圖量化排放速率具有重要的影響。某重要影響是由于為背景水平選定的值。排放的背景水平對排放速率的估計結果具有重要影響，尤其在風速高時，因為它橫跨整個排放羽流區域作用。THC背景水平的敏感度分析使用了 1. 72、1. 75和1. 78ppm的水平，并計算了最終的估計排放速率。圖26顯示了分析的結果，并顯示出估計的排放速率隨背景水平顯著變化，而與預期排放速度最佳的一致使用了 1. 75ppm的背景水平。通過計劃測出的THC背景水平顯示了某種不穩定性。在去除了 220到280度的風向(即排放源方向)和小于7kph的風速(以避免低風速時的零星高讀數)所對應的讀數之后，通過平均THC讀數計算了在三個排放速率時期的基線水平。對于相關聯時段的平均讀數如下· 10 月 10 日到 30 日(14. 81pm 排放速率)是 1. 79ppm· 11月1日到12月17日(20. 41pm排放速率)是1. 76ppm· 12月18日到1月17日(6. 91pm排放速率)是1. 89ppm使用這些不同基線計算了不同時段的排放速率估計結果，并在圖27中呈現了這些結果。對于在7kph與Ilkph 之間的風速計算了平均估計的排放速率，并且在圖28中對照預期的排放速率繪制。使用回歸線的等式作為校正因子能夠校正所存在的某些一致性不足。圖29顯示了應用了校正因子的排放速率估計結果，與預期值具有良好的一致性。需要校正的原因可能因為隔離排放羽流的效率，或者因為原始數據中的背景噪聲。隔離排放羽流中效率不足意味著我們僅僅可能俘獲離開排放源的一部分THC分子，風速不同時它有可能變化。這與大團氣流方向預測的不準確有關。這將可能解釋風速較低時排放速率的低估。理解了與風數據準確性相對的俘獲排放羽流中的效率，將允許取得離排放源很遠距離的風測量結果并使用校正因子估計實際排放速率。這種研究使用了在不同高度的許多采樣入口 20以精確地描述排放羽流的特征。 在實踐中，使用垂直的排放羽流形狀的內插和外推，用少得多的以及有可能僅僅一個測量位置就能夠做出排放速率的估計。用于確定羽流邊界(見圖22到圖24)的模型化高斯分布還能夠被用來在采樣階段上建立平滑后的平均羽流特征。使用收集之時的精確風速和風向，THC(或者關注的任何混合物)的空氣濃度水平能夠與長期平均值進行比較。通過假設與長期平均值的偏差是由于源排放速率的短期變化，能夠跟蹤源排放速率隨時間的變化。以這種方式人們能夠預測源排放速率隨時間的變化，方式為將在虛擬采樣網格上或虛擬采樣弧上的長期濃度測量的偏差歸因于源排放速率的變化。圖2的方法100假設到排放源的距離已知。在某些情況下，可能不知道排放源的位置，所以也可能不知道測量位置與排放源之間的距離。知道了到排放源的距離允許人們將從測出的排放濃度所得到的無量綱排放羽流轉換為適當的標量量綱。如果知道了排放源的位置，就能夠使用圖2所示的方法100量化該排放源。如果不知道排放源的位置，那么方法100就不能用并且對排放源的量化可能要采用許多次迭代，并且從許多測量位置對預測的位置和排放源尺寸進行比較并尋求符合。圖30是流程圖，展示了不知道排放源位置從而不知道測量位置與排放源之間距離時，量化一個或多個排放源的方法300。方法300類似于圖2所示的方法100，但是它包括了到排放源距離和可能迭代的假設，并且從許多測量位置對預測的位置和尺寸進行比較以尋求符合。方法300開始并且步驟302和304類似于圖2所示方法100的步驟102和104，其中結合了測出的排放濃度數據和風數據以創建有關無量綱排放羽流的數據。在步驟306假設到排放源的距離，然后在步驟308使用這個假設的距離確定一組虛擬采樣弧。以類似于圖2所示方法100的步驟108、110、112和114的方式能夠執行方法 300的步驟308、310、312和314，其中步驟314使用了圖8所示的方法200。在基于步驟306假設的到排放源的距離，執行了步驟314和量化了排放源之后，方法300可以繼續到步驟316并試圖根據從多個測量位置對識別的排放羽流的軌跡作三角測量而確定排放源的位置，并且尋求源特征的一致，正如PCT/CA2008/000080中的介紹。使用兩個或更多測量位置能夠近似排放源的位置，其中每個測量位置都與其他測量位置在橫向上被隔開，以測量若干排放濃度并將其與有代表性的風速和風向結合。由對照相關聯有代表性的風速和風向所測量的排放濃度圖示中的主峰所標識的到重要源的方向或軌跡，能夠從每個測量位置向外投射。沿著每條投射軌跡線的某處就可能是排放源。來自不同測量位置的這些軌跡可能交叉在排放源的附近。由于從每個測量位置能夠投射出多條軌跡，某些軌跡路徑可能交叉在不是泄漏的位置(虛幻泄漏)。當采用多于兩個測量位置時，如果三條或四條軌跡交叉，預測排放源位置的信心便增加。通過對位于這些軌跡交叉點的候選排放源的排放速率進行計算，根據不同測量位置的候選排放源的排放速率之間的基本一致性，能夠斷言排放源的存在。這個被斷言的排放源的位置然后能夠被用于近似到這個被斷言的排放源的距離。利用在步驟316近似的排放源位置，方法300移動到步驟318，并檢查用在步驟 306的到排放源的所假設距離是否與在步驟316所確定的到排放源的距離一致。如果在步驟306假設的到排放源的距離與在步驟316所近似的到排放源的距離一致，方法300就能夠移動到步驟320并接受該排放源的位置和量化。不過，如果在步驟318，在步驟306假設的到排放源的距離與在步驟316所近似的到排放源的距離不一致，方法300能夠返回到步驟306并使用在步驟316所算出的到排放源的距離作為假設的到排放源的距離。方法300 然后使用所算出的排放源能夠執行步驟308、310、312、314和316，以便構造虛擬采樣弧組、 虛擬采樣網格，量化排放源等。在步驟318，方法300將對照在后來步驟316中確定的到排放源的近似距離，再次檢查用在步驟306的到排放源的距離。以這種方式，方法300能夠迭代地執行方法300直到所測量的到排放源的距離在能夠接受的容差內與假設的到排放源的距離一致。當假設的距離和算出的距離在可接受的范圍內時，在步驟420就能夠接受該排放源的特征并且方法300能夠結束。
以這種方式，方法300能夠在沒有明確地知道排放源的位置時被用于量化一個或多個排放源。通過假設排放源擔當點排放源能夠確定測量位置的虛擬采樣弧和虛擬采樣網格。 不過，這可能不總是準確的假設。本文介紹的方法還適用于其他的源結構，如區域排放源或類似尺寸的多個排放源。再次參考圖2，方法100還可能被用于區域排放源。利用了與風數據組合的排放濃度測量結果執行步驟102和104以構造無量綱的排放羽流。然后執行步驟 108并構造一組虛擬采樣陣列。與虛擬采樣弧不同，這些虛擬采樣陣列可以不沿某弧而行， 而是根據區域排放途徑的結果變化。因為排放源不作為點排放源對待，而是作為區域排放源對待，所以構造虛擬采樣弧的方式必須與假設是點排放源時略微不同。在一方面，通過預見測量位置從區域排放源“匯集”區域下風方向獲得來自區域排放源的排放羽流的濃度測量結果，能夠完成區域排放源的量化。圖31展示了區域排放源350和測量位置355，它測量源自區域排放源350的第一匯集區域360A的排放濃度。測量位置355可以是圖1所示的采樣系統10中包含采樣入口 20的采樣塔架12。取決于風相對于區域排放源350和測量位置355的方向，測量位置355 從區域排放源350的許多匯集區域獲得排放濃度的測量結果。風向不同時將有區域排放源的不同匯集區域受到監視。圖32展示了區域排放源350和測量位置355，其中風向不同于圖31從而測量位置355正在測量來自區域排放源350的第二匯集區域360B的排放濃度。 圖33展示了風具有又一種方向時的區域排放源350和測量位置355，并且測量位置355正在測量來自排放源350的第三匯集區域360C的排放濃度。區域排放源將具有更復雜的曲線，其中心將位于匯集區域360的代表性中心362， 并且離測量位置355有代表性的距離。代表性距離是測量位置355與正被測量的區域排放源350的匯集區域360代表性中心362之間的距離。這個代表性距離可以是變化的，取決于正由測量位置355所測量的匯集區域360。區域排放源或區域排放源子部分的這個代表性中心是到測量位置的距離被用在這個過程的量化步驟中時將提供適宜的排放速率的位置。 在一方面，匯集區域360的矩心(centroid)可以被用作代表性中心。對于每種風向的排放羽流的標量寬度將基于到被測量的匯集區域360的代表性中心362的代表性距離，并且能夠按下式計算
權利要求
1.一種量化排放源的方法，包括 在多個采樣點獲得多個排放濃度測量結果；當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果； 對于每個采樣點，構造由多個點組成的虛擬采樣弧，每個點都基于 在所述采樣點取得的排放濃度測量結果； 取得所述排放濃度測量結果時的風向；以及到所述排放源的近似距離，其中用于構造所述虛擬采樣弧之一的全部所述排放濃度測量結果在基本上相同風速取得；將在基本上相同風速的排放濃度測量結果組成的虛擬采樣弧分組為虛擬采樣網格；以及近似穿過所述虛擬采樣網格的排放量。
2.根據權利要求1的方法，其中，所述采樣點是垂直分開的。
3.根據權利要求2的方法，其中，所述采樣點是垂直對齊的。
4.根據權利要求1的方法，其中，在所述多個采樣點獲得所述風速測量結果和所述風向測量結果。
5.根據權利要求1的方法，其中，從所述采樣點到所述排放源的所述近似距離是估計的距離。
6.根據權利要求1的方法，進一步包括提供與所述多個采樣點橫向分開的附加采樣點；使用在所述附加采樣點取得的排放濃度測量結果確定來自所述排放源的第一排放軌跡；使用在所述多個采樣點取得的排放濃度測量結果確定來自所述排放源的第二排放軌跡；以及使用所述第一軌跡和第二軌跡近似到所述排放源的距離。
7.根據權利要求6的方法，其中，穿過所述虛擬采樣網格的排放量和到所述排放源的距離被迭代地近似。
8.根據權利要求1的方法，其中，通過將所述虛擬采樣網格劃分為幾部分確定穿過所述虛擬采樣網格的排放量；近似通過每個部分的排放流速；以及確定通過所述虛擬采樣網格的排放羽流的近似總流速。
9.根據權利要求8的方法，進一步包括判斷每個部分是否落入源自所述排放源的排放羽流之內。
10.根據權利要求8的方法，進一步包括近似源自所述排放源的排放羽流的形狀。
11.根據權利要求10的方法，進一步包括在虛擬采樣網格中不存在點之處內插附加點ο
12.根據權利要求10的方法，進一步包括在虛擬采樣網格之外外推附加點。
13.根據權利要求1的方法，其中，以至少一臺開路式氣體檢測器取得所述排放濃度測量結果。
14.一種量化排放源的方法，包括 在單個采樣點獲得多個排放濃度測量結果；當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果； 構造由多個點組成的虛擬采樣弧，每個點都基于 在所述單個采樣點取得的排放濃度測量結果； 取得所述排放濃度測量結果時的風向；以及到所述排放源的近似距離，其中，用于構造所述虛擬采樣弧的全部所述排放濃度測量結果在基本上相同風速取得；以穿過它的所述虛擬采樣弧估計排放羽流形狀；使用來自所述虛擬采樣弧的點外推在所述排放羽流形狀中的點；以及近似穿過所述排放羽流形狀的排放量。
15.一種量化排放源的系統，包括 用于獲得排放濃度測量結果的多個采樣點；用于在所述多個采樣點取得排放濃度測量結果的至少一臺排放監視器； 操作地連接到所述至少一臺排放監視器以從所述至少一臺監視器獲得排放濃度測量結果的數據處理設備，所述數據處理設備用于從所述至少一臺排放監視器獲得多個排放濃度測量結果； 當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果； 對于每個采樣點，構造由多個點組成的虛擬采樣弧，每個點都基于 在所述采樣點取得的排放濃度測量結果； 取得所述排放濃度測量結果時的風向；以及到所述排放源的近似距離，其中用于構造所述虛擬采樣弧之一的全部所述排放濃度測量結果在基本上相同風速取得；將在基本上相同風速的排放濃度測量結果組成的虛擬采樣弧分組為虛擬采樣網格；以及近似穿過所述虛擬采樣網格的排放量。
16.根據權利要求15的系統，其中，在塔架上垂直分開地提供所述采樣點。
17.根據權利要求15的系統，其中，所述至少一臺排放監視器是開路式氣體檢測器。
18.根據權利要求15的系統，其中，開路式氣體檢測器被放置在每個采樣點處以獲得所述采樣點處的排放濃度測量結果。
19.根據權利要求15的系統，其中，所述采樣點是垂直分開的。
20.根據權利要求19的系統，其中，所述采樣點是垂直對齊的。
21.根據權利要求15的系統，其中，在所述多個采樣點處獲得所述風速測量結果和所述風向測量結果。
22.根據權利要求15的系統，其中，從所述采樣點到所述排放源的所述近似距離是估計的距離。
23.根據權利要求15的系統，其中，所述數據處理設備進一步用于獲取在與所述多個采樣點橫向分開的附加采樣點處取得的排放濃度測量結果； 使用在所述附加采樣點處取得的排放濃度測量結果確定來自所述排放源的第一排放軌跡；使用在所述多個采樣點取得的排放濃度測量結果確定來自所述排放源的第二排放軌跡；以及使用所述第一軌跡和第二軌跡近似到所述排放源的所述距離。
24.根據權利要求23的系統，其中，穿過所述虛擬采樣網格的排放量和到所述排放源的距離被迭代地近似。
25.根據權利要求15的系統，其中，通過將所述虛擬采樣網格劃分為幾部分確定穿過所述虛擬采樣網格的排放量；近似通過每個部分的排放流速；以及確定通過所述虛擬采樣網格的排放羽流的近似總流速。
26.根據權利要求25的系統，進一步包括判斷每個部分是否落入源自所述排放源的排放羽流之內。
27.根據權利要求15的系統，進一步包括近似源自所述排放源的排放羽流的形狀。
28.根據權利要求27的系統，進一步包括在虛擬采樣網格中不存在點之處內插附加點ο
29.根據權利要求27的系統，進一步包括在虛擬采樣網格之外外推附加點。
30.一種量化區域排放源的方法，所述方法包括 在多個采樣點獲得多個排放濃度測量結果；當取得所述多個排放濃度測量結果時獲得風速測量結果和風向測量結果； 對于每個采樣點，構造由多個點組成的虛擬采樣陣列，每個點都基于 在所述采樣點取得的排放濃度測量結果； 取得所述排放濃度測量結果時的風向測量結果；以及到由所述排放濃度測量結果所測量的區域排放源的匯集區域的代表中心的代表距離， 其中，用于構造所述虛擬采樣陣列之一的全部所述排放濃度測量結果在基本上相同風速取得；將在基本上相同風速取得的排放濃度測量結果組成的虛擬采樣陣列分組為虛擬采樣網格；以及近似穿過所述虛擬采樣網格的排放量。
31.根據權利要求30的方法，其中，所述代表中心是由所述排放濃度測量結果所測量的所述區域排放源的所述匯集區域。
32.根據權利要求30的方法，其中，所述代表距離在排放濃度測量結果之間變化。
33.根據權利要求30的方法，其中，所述采樣點是垂直分開的。
34.根據權利要求30的方法，其中，所述采樣點是垂直對齊的。
35.根據權利要求30的方法，其中，在所述多個采樣點獲得所述風速測量結果和所述風向測量結果。
36.根據權利要求30的方法，其中，通過將所述虛擬采樣網格劃分為幾部分確定穿過所述虛擬采樣網格的排放量；近似通過每個部分的排放流速；以及確定通過所述虛擬采樣網格的排放羽流的近似總流速。
全文摘要
提供了量化排放源的系統和方法。所述系統和方法在一個或多個采樣點獲得多個排放濃度測量結果以及測量所述排放濃度時的風數據。對于每個采樣點，使用在所述采樣點取得的排放濃度測量結果、取得排放濃度測量結果時的風數據以及到排放源的近似距離，能夠構造虛擬采樣弧。然后該虛擬采樣弧能夠用于構造一個或多個虛擬采樣網格以及從該虛擬采樣網格近似的排放源發出的排放量。
文檔編號G01N1/22GK102460220SQ201080024266
公開日2012年5月16日 申請日期2010年1月15日 優先權日2009年4月14日
發明者D·普里斯 申請人:艾爾達股份有限公司