以油田两处污油池为研究对象开展VOCs浓度监测,结合社会科学统计软件包(Statistical Package for the Social Science,SPSS)的Pearson相关分析对监测数据进行了分析;并利用地面浓度反推法核算污油池的VOCs排放源强,将结果与排放系数法...以油田两处污油池为研究对象开展VOCs浓度监测,结合社会科学统计软件包(Statistical Package for the Social Science,SPSS)的Pearson相关分析对监测数据进行了分析;并利用地面浓度反推法核算污油池的VOCs排放源强,将结果与排放系数法计算值进行对比;最后对下风向不同距离采样线监测数据反推源强逐渐减小的原因进行了讨论。结果表明:污油池B各采样线监测数据间的相关性好,反推出的源强较为准确,VOCs年排放量为17.6 t/a;而污油池A监测数据间的相关性不佳,可能是由于其他无组织排放源相距较近影响所致,不适合直接应用地面浓度反推法计算其源强,需要结合其他排放源的情况进行修正。展开更多
文摘以油田两处污油池为研究对象开展VOCs浓度监测,结合社会科学统计软件包(Statistical Package for the Social Science,SPSS)的Pearson相关分析对监测数据进行了分析;并利用地面浓度反推法核算污油池的VOCs排放源强,将结果与排放系数法计算值进行对比;最后对下风向不同距离采样线监测数据反推源强逐渐减小的原因进行了讨论。结果表明:污油池B各采样线监测数据间的相关性好,反推出的源强较为准确,VOCs年排放量为17.6 t/a;而污油池A监测数据间的相关性不佳,可能是由于其他无组织排放源相距较近影响所致,不适合直接应用地面浓度反推法计算其源强,需要结合其他排放源的情况进行修正。
