概述

城市扬尘污染是大气环境治理的一大难题,其管理因分布广泛、易于反复产生等因素而面临重大挑战。

2024年1月,运城市引入了100套“灵嗅P1-T”出租车载走航监测系统,旨在提升城市扬尘问题的监测与治理效率。该系统通过建立一套动态、移动的监测网络,为城市扬尘的精准治理提供了强有力的技术支持,并在监测模式优化、监测范围拓展、实时与历史污染数据分析、长效机制构建等多方面展现出其独特价值。

背景

《防治城市扬尘污染技术规范》(HJT393-2007),将扬尘源分为道路扬尘、施工扬尘、土壤扬尘与堆场扬尘四类。

强化扬尘管控是大气污染防治攻坚重点工作。在《运城市2023-2024年秋冬季大气污染防治攻坚行动方案》中,强化扬尘管控作为核心内容之一,旨在通过处理施工扬尘、道路扬尘、堆场扬尘和裸地扬尘等问题,健全扬尘污染防治的长效管理机制,使其成为规范化、常态化的一部分,从而有效减轻各类扬尘对空气质量的不利影响。

扬尘治理面临的挑战在于其源头的广泛性和管理的复杂性。尽管扬尘防治技术相对成熟、成本较低,但由于其特有的分布特点,建立一套完善的排放标准、监测规范和治理措施一直是个难题,导致许多地区在扬尘治理上出现“管之则止、松之则反”的局面。

应对策略

面对这些挑战,建立一个高效、智能的扬尘污染监测与防治体系显得尤为关键。“灵嗅P1-T”系统的引入正是基于这一需求。系统通过出租车这一移动载体,实现了对城市扬尘的动态监测,极大地提高了监测的覆盖面和实时性,为城市扬尘的精细化管理和治理提供了有力的数据支撑。

这一创新不仅推动了城市扬尘治理向数字化、智能化的转型,也为其他城市提供了一种可借鉴的成功模式。

图:运城项目部署情况

成效

完善监测模式,弥补传统局限

扬尘污染对区域空气质量的负面影响不容忽视,而其高效监测是扬尘管理策略的核心。尽管多数城市已经建立了复合监测网络,但这些传统方法仍存在一定局限性:

“灵嗅P1-T”出租车载走航监测系统利用密集的出租车网络,开创了一条高效、持续、且成本效益高的环境大数据采集新途径。不仅极大地丰富了监测维度,更提供了高时空分辨率的环境大数据支持,为扬尘污染的综合治理注入新动力,有效弥补传统监测体系的局限。

图:高时空分辨率的环境数据展现前所未有的空间细节

扩大监测范围,减少监测盲区

伴随城市化进程的加速,面临的扬尘问题也日益加剧,涉及道路、建筑工地、裸露土地及堆存区等多种源头。

“灵嗅P1-T”出租车走航监测系统发挥出租车长时间运营、路线多样性以及移动性的优势,实现了对城市扬尘源的常态化监控,不仅大幅扩展了监测的地理范围,还显著减少了城市监测的盲区:

示例:小巷污染无从遁形

2024年1月,项目运维方基于平台“历史云图”功能锁定的高值区位,深入现场实施污染源排查,揭示了一些隐秘扬尘源:

图:运城市盐湖区泰山巷

图:运城市盐湖区大张家巷

强化实时监测,促进及时治理

城市扬尘的管理相对于其他颗粒物污染源而言,技术门槛并不高,但其成功的关键因素之一在于能否做到及时应对。例如,定期的道路清扫可以有效减少路面扬尘;对裸露土地进行硬化处理,能够显著抑制土壤扬尘的产生;对堆放物进行覆盖,可以大量减少扬尘释放;严格执行施工现场的作业规范,能够有效降低施工产生的扬尘。这些防控措施的有效实施,依赖于对扬尘源头和扩散情况的实时监测。

在公共健康的视角下,扬尘污染的影响既深远又持久。公众在日常生活中,无论是行走在繁华的街道或是享受户外休闲活动,均直接暴露在扬尘污染之中。因此,及时治理扬尘不仅是解决环境问题的必要措施,更是对民众健康的投资,直接提升了城市居住的品质。

借助“灵嗅P1-T”系统的实时监测和分析能力,我们能够迅速识别扬尘污染,确保在扬尘开始扩散的初期就能够采取有针对性的控制措施,极大地提升了防控效率和成效。

示例:即时应对关键污染源

2024年1月,项目运维方基于平台“实时概览”功能,锁定的高值路段,实地排查问题根因,有效提升污染治理及时性:

图:通过“实时概览”实时轨迹数据,锁定高值区位

图:现场排查发现目标区位存在“裸土未苫盖、苫盖不完全等问题”

提升监测密度,实现全面洞察

城市扬尘浓度的形成受两大关键因素影响:一是扬尘源如道路积尘的颗粒物含量;二是扬尘颗粒被人为活动或自然力量扰动的程度。面对城市扬尘的源头不确定性和排放的随机性,我们需要的是既广泛又深入的监测。

“灵嗅P1-T”系统每秒高频采集数据,通过提高部署密度,极大增强了面对扬尘不确定性因素的应对力。通过提升监测的时空密度,实现了扬尘的精确识别与监控。

这种高密度的监测不仅捕捉到了扬尘排放的即时数据,更通过持续监测揭示了扬尘变化的动态模式,为制定具有针对性和时效性的扬尘控制策略提供了重要依据。

示例:运用环境大数据,综合研判施工扬尘难题

2024年1月,项目运维方基于平台海量数据,全面分析、综合研判目标区位扬尘问题:

图:平台提供了多种数据分析维度,辅助全面认知区域污染问题

图:现场排查发现施工区域周边管理较为粗放

发挥数据价值,构建长效机制

尽管城市扬尘源的防控技术相对简单且能快速见效,实际操作中却经常遇到一个难题:监管和管理一旦松懈,扬尘问题便会迅速恢复。这种“管之则止、松之则反”的现象突出了建立持续有效管理体系的重要性,以确保扬尘控制措施的长期效力和稳定性。

建立考核体系,强化属地管理

利用“灵嗅P1-T”系统通过出租车走航所采集的环境大数据,能够构建起一个精细化的环境评估体系。该体系针对不同区域(如区县、乡镇排名、道路等)进行量化分析与评价,从而加大地方治理责任的执行力度,确保各级治理措施落到实处,实现扬尘污染的长期有效控制。

图:"兴趣地点"功能使用户能够对选定地区的空气质量进行专门评估和分析,以获得针对性的环境信息,辅助考核体系制定。

促进多方参与,落地协同治理

扬尘治理需跨部门(包括城建、城管、交通、生态环境等部门)协同,共同构建持久有效的管理体系。密切合作,共同努力至关重要。

“可飞时空大数据”平台在账号管理、数据联通、数据应用层面可推动多方协作,实现共治共享。

左图:通过后台管理系统“用户管理”功能,创建多级权限账号,促进跨部门应用

右图:通过后台管理系统“数据转发”功能,实现数据互联互通,促进跨部门应用

图:通过“兴趣地点”功能创建不同类型的兴趣地点分组,促进跨部门应用(如提供施工工地扬尘监测数据服务于住房和城乡建设主管部门)

问题导向,闭环管理

“可飞时空大数据”平台通过其深度的数据分析功能,支持建立以问题为核心的工作流程:“监测发现→精确追溯→整改落实→反馈优化”,从而加强问题导向的管理模式。

图:使用“双时段历史云图”,评估道路扬尘源治理前后改善情况

聚焦重点,分类施策

聚焦道路扬尘管控

道路扬尘作为城市扬尘的主要来源之一,对城市空气质量影响显著。由于其高频的人群接触率、大量的扬尘产生以及较好的可控性,道路扬尘成为城市综合扬尘治理的关键环节。在制定城市扬尘综合管控方案时,可优先考虑道路扬尘的控制。

示例:运城聚焦道路扬尘治理

2024年,项目运维方以道路扬尘为重点,采取以下措施加强管理:

图:通过“兴趣地点”功能,自定义划定重点管控道路

图:通过“兴趣地点”功能,对不同道路实施评价与排名

聚焦站点扬尘管控

考核站点周边的扬尘污染源管控,是区域大气污染防治的重心。通过“可飞时空大数据平台”,可以辅助站点精细化管控实施。

示例:运城聚焦站点扬尘管控

2024年,项目运维方以站点周边扬尘源为重点,采取以下措施加强管理:

图:“可飞时空大数据平台”配备了完善的功能,辅助站点精细化管控实施

空地一体,立体监测

在扬尘治理的闭环管理中,"精准溯源"环节至关重要,它不仅衔接了监测和整改环节,还是深入了解污染原因、推动有效措施的关键。深究扬尘根源的能力,直接影响问题解决的效果。现场排查面临诸多挑战,如扬尘源的多元复杂性,特别是在广阔的裸露土地上,传统排查方法难以全面覆盖,导致资源浪费和工作效率低下。施工现场的围挡等障碍物,也限制了传统排查的深入性。

结合“灵嗅P1-T”走航监测系统和“灵嗅”无人机多气体监测系统,实现了业务与数据的深度融合,极大提高了溯源环节的覆盖广度和数据收集的全面性。这种联合监测方式能快速精确追踪扬尘源,克服了传统方法的局限,为扬尘问题的迅速解决提供了强有力的技术支撑。

示例:无人机助力高效监测取证

2024年1月,项目运维方成功实现了“灵嗅P1-T”与“灵嗅”无人机多气体监测系统业务与数据的深度融合:

图:通过“历史云图”锁定热点污染区位

2、结合“灵嗅”无人机多气体监测系统,利用无人机影像功能进行摄影取证,有以下发现:

图:利用无人机拍摄的现场照片

3、“可飞时空大数据平台”支持导入“灵嗅”无人机多气体监测数据。通过分析发现,这些数据的高值分布趋势与“灵嗅P1-T”相符,并且特征污染源的位置也相当吻合。这进一步加强了对目标区域扬尘污染原因的分析。

左图:“灵嗅”无人机多气体监测数据在“可飞时空大数据平台”的可视化分析

右图:“灵嗅P1-T”走航监测数据在“可飞时空大数据平台”的可视化分析

4、通过“可飞时空大数据平台”海量的历史数据,辅助全面说明区位的污染问题:

图:通过“趋势动画”功能,了解目标区位污染日变化趋势。