EVS:如何使用自动环境空气质量监测和预报系统运营102个项目

简而言之，对环境空气质量问题采取行动以降低风险仅知道现存问题是不够的，还必须知道如何有效地将行动集中在问题的原因上。

由于许多类型的排放污染物不可见，因此忽视问题随着时间推移，排放量经常变化很大，其影响在很大程度上也取决于天气条件。

最初，自动环境空气质量监测系统是由改善环境绩效的需求驱动的。新的合规性需求，需要新的环境空气质量管理方法。

在某些情况下，环境许可证要求采用近乎实时的环境空气质量监测或预测。通常由私营企业提供和支持，但由组织本身使用，很少有人对这些类型的系统特征进行公开分析。

作为在澳大利亚阿德莱德举行的 2022 年 CASANZ 会议的一部分，Envirosuite 的全球采矿主管 Matt Scholl 和 EVS Water 经理 Chaim Kolominskas 发表了一篇题为“近实时空气质量建模、预测和管理系统的采用和发展”的论文（Uptake and evolution of predictive and near real time air quality modelling, forecasting and management systems）

本文目的是了解是否可以使用更大的项目数据集来指导如何进一步改进近场、近实时和预测空气质量建模和管理系统的设计和实施。

本文分析了过去12年来空气质量管理实时和预测系统的设计和使用趋势，这些数据来自Envirosuite在该领域正在进行的项目的匿名数据，总共102个项目。

项目分为以下三种类型:

Envirosuite的Omnis软件结合了实时环境空气质量监测数据，天气预报和排放建模，使用户能够管理周围的环境空气质量。

在全球102个正在进行的项目中，基于建模的解决方案(39%)和基于监测的解决方案(36%)被同等使用，25%的项目使用了排放源识别建模解决方案。

在使用方面，根据102个活动项目的90天使用统计数据(截止到2022年4月)，74%的解决方案交互与基于监控有关，16%与建模和预测有关，10%与某种排放源识别建模有关。

使用统计提供了几个更有趣的剖析：

• 62% 的项目与 1 种以上的解决方案相关联。

• 拥有最频繁用户的项目每天访问该解决方案超过20次。

• 平均而言，28% 站点的用户至少每天访问该解决方案。

从这些见解中可以清楚地看出，要在多种解决方案中对环境空气质量问题采取有意义的行动，详细的、可操作的见解是必不可少的。

上图显示了活动位置的概念模型 - Envirosuite的Omnis软件推出的一项功能，允许用户识别其设施中的未知排放源。

当今工业运营商或市政当局不能仅依靠环境空气质量监测网络进行主动分析，仅知道存在问题是不够的，您需要知道如何有效地将行动集中在问题原因上。

Envirosuite的Omnis软件即将推出的一项功能称为活动定位，旨在帮助在运营中遇到排放问题但不知排放源的客户。

为用户提供准确的见解，以有效地针对产生排放问题的区域。用户可以“临近预报”，比以往更准确地做出具体的运营决策。历史活动位置可以为有效调查排放事件提供明确的分析。

此外，Omnis的排放源识别功能为运营商进行环境空气质量监测提供了价值，使其及时了解哪些排放源需要立即关注。