推动环境监测与治理数字化转型 北京环保服务机构启用灵嗅P1
背景：减排潜力收窄，空气质量改善难度加大
2022年北京市空气质量大幅改善，但PM2.5尚未达到国家标准（PM2.5年平均浓度值与国家一级标准差距较大），且污染来源主体转向城市运行、生活源等刚性需求，呈现点多面广的特点，减排潜力收窄。
国际经验表明，这一阶段的空气质量改善速度将放缓。特别是夏季臭氧污染问题凸显、反应机理更为复杂，也是国际大都市目前仍普遍存在、未能根本解决的问题。
协同治理PM2.5和臭氧成为下一阶段的重要任务，改善空气质量的难度加大。
应对：迎接挑战，北京环保服务机构启用灵嗅P1
灵嗅P1车载走航监测系统，可以丰富排查手段、强化预警体系、完善监测模式、强化数据应用价值，进而推动环保服务机构监测与治理数字化转型。
北京世纪大千环境科技有限公司成立于2008年9月，多年来专注于环境污染治理技术应用及创新，致力于为企业、政府、园区提供系统化环境管理方式和污染防治技术解决方案，公司主营业务涵盖环保管家、环保工程和环保咨询三大板块。
图：2023年8月1日，5台灵嗅P1（颗粒物+TVOC）完成部署，投入运营。
成效：初见成效，灵嗅P1融入业务场景
在过去的一个月里面，灵嗅P1已经初步融入项目组工作业务流程和环节，它在污染源排查、污染源分类管理、污染源管控以及考核站点的精细化管控等工作场景中展现了重要价值。
一、污染源排查
污染源排查是大气污染防治的关键环节。
- 难点：城市违规排放和无组织排放污染源存在空间尺度小、时空分布零散特点，现有的监测手段难以实现常态化追溯。并且污染物扩散和传播受气象因素影响，这会加大污染溯源难度。
- 优势：灵嗅P1实现了高时空分辨率的环境数据常态化采集，发挥环境大数据的应用价值，可大幅提升污染溯源的效率和准确性。
图：灵嗅时空大数据平台提供了“实时浓度地图”、“关键事件”、“历史云图”等多种功能，辅助高值区位识别。
2023年8月28日，基于平台高值区位分析结果，世纪大千锁定多个目标区位，组织巡查队伍现场溯源。
颗粒物目标区位一：建筑垃圾裸露且苫盖不全。
颗粒物目标区位二：工地物料堆放未落实苫盖。
颗粒物目标区位三：道路积尘严重，清扫和洒水不足。
颗粒物目标区位四：内部道路干燥积尘严重。
TVOC目标区位一：室内装修有机溶剂型涂料的使用。
TVOC目标区位二：汽修行业喷烤漆工序中使用的油漆、固化剂和稀释剂中有机溶剂的挥发。
TVOC目标区位三：物流企业周边较多大型货运车聚集怠速状态下不完全燃烧引发的油品挥发。
TVOC目标区位四：非道路移动机械的停放、维护、操作环节存在燃料蒸发、润滑油挥发隐患。
TVOC目标区位五：加油站收油、储存油、发油等环节过程中因为油气蒸发和逸散造成的TVOC高值。
二、污染源分类管理
污染源分类管理可以更准确识别和理解每种污染物类型的特点和影响，是大气污染精细化管控的基础。
- 难点：城市污染来源广、种类多、时空分布零散，缺乏常态化的监测数据辅助精细化分类与管控。
- 优势：灵嗅P1“兴趣地点”功能，支持按需上传目标兴趣点坐标和边界信息，定义污染源位置和范围，评估污染源环境质量现状和趋势。
物流企业：关注颗粒物和TVOC，货运车集聚怠速导致的油品挥发，道路扬尘以及货物装卸带来的颗粒物扬尘等。
汽修企业：关注TVOC，喷烤漆工序中使用的油漆、固化剂和稀释剂中有机溶剂的挥发等。
图：“兴趣地点”功能，支持上传目标兴趣地点坐标和边界信息，按需实现兴趣地点时空环境大数据分析。
三、污染源管控
污染源管控，指的是对于各类污染问题，需要进行现场规范、督查隐患整改，或者通过联动机制协调各方解决。
- 难点：缺乏高时空分辨率的环境大数据，阐述清楚污染问题成因、影响、传播，进而推动责任明确、传递治理压力，促进协同治理，确保污染源得到有效管控。
- 优势：灵嗅P1可以灵活调用任意时间范围数据，辅助污染问题的综合研判。
通过灵嗅时空大数据平台，世纪大千发现某个区位存在连续多天颗粒物浓度均偏高、在不同时段颗粒物浓度均偏高特征，初步判断目标区位颗粒物污染问题严重、持续时间长、影响范围广，需要重点管控。
图：“历史云图”功能，支持调取任意日期区间数据快速分析；“网格24小时平均分布”功能，可了解高值网格排放热点时段；
世纪大千环保巡查队伍实地排查发现，目标区位为物流企业聚集区，来往大型货运车引起道路扬尘，同时货物装卸过程存在颗粒物扬尘隐患；结合灵嗅时空大数据平台，世纪大千用数据说话，与目标区位内多个物流企业积极沟通做好扬尘管控工作，落实园内道路和门前道路的湿化降尘工作，加大洒水频次。
图：实地排查现场照片
通过灵嗅时空大数据平台“双时段历史云图”功能，世纪大千评估管控措施前后目标区位颗粒物浓度改善情况，构建工作闭环。
图：“历史云图双时段分析”功能，可实现不同参数、不同时段的监测数据联动对比。
四、考核站点精细化管理
考核站点环境空气质量提升，是区域大气污染防治工作的重点和关键抓手。
- 难点：缺乏全面分析考核站点污染问题的工具，难以形成以问题为导向的工作模式，无法构建长效的工作机制，精细化管理难以落地。
- 优势：灵嗅P1车载走航监测系统，实现了低成本获取海量的高时空分辨率环境数据，搭配灵嗅时空大数据平台，深入业务场景提供了丰富的大数据分析功能，推动精细化管理工作落地。
4.1 考核站点网格化管理
以考核站点为中心，世纪大千对其半径500米范围区域实施重点管控，明确责任方，实现科学高效的联动治理。
图：“历史云图”功能，支持快速调取任意日期区间历史数据，实现空间分辨率高至50m的网格分析。
4.2 考核站点污染实时管理
监测数据实时上传，可第一时间识别污染区位、传播、影响，提升站点周边污染问题治理及时性。
图：“实时浓度地图”功能，支持调用实时风场数据，评估实时轨迹高值路段污染对考核站点的影响。
4.3 考核站点污染事件管理
监测高值以关键事件形式留存，有效指导污染治理工作落地。
图：通过“关键事件”功能，可自定义污染事件的生成条件，可获取污染事件的空间位置、持续时间、平均浓度数值等信息，还可以考核站点为中心索引周边污染事件。
4.4 考核站点污染源管理
对考核站点周边污染源实施统一管理，结合高值区位及溯源结果确定污染源，按行业属性实施污染源分类，通过环比分析、同比分析、趋势分析、24小时分布分析等综合评估污染源。
图：“兴趣地点”功能，支持上传目标兴趣地点坐标和边界信息，按需实现兴趣地点时空环境大数据分析。
4.5 考核站点周边环境质量趋势研判
通过对考核站点周边环境质量的每小时、每日、每周趋势分析，辅助了解其长期演变规律，协助制定考核站点综合提升方案。
图：“趋势动画”功能，支持选择任意日期区间，快速生成精美的污染演变趋势动画
借助繁忙的城市公共交通网络，灵嗅P1开创了高效、持续、高效费比的环境大数据采集方式；搭配“灵嗅时空大数据平台”，整套方案实现了数据采集、实时传输、智能存储、分析挖掘与时空可视化展示全流程智能化，推动环境监测与治理数字化转型，助力应对生态环境领域的诸多挑战。
