专利名称：测量排放和量化排放源的方法和系统的制作方法
技术领域：
本发明涉及空气监视，更确切地说，涉及量化排放源的方法和系统。
背景技术：
降低空气中污染物排放对于减小我们对环境的环境冲击是重要的。空气质量监视可能是不精确的学科。空气污染物在视觉上往往觉察不到，并且即使它们可以是可见时，仅仅靠视觉往往难以将其辨别和/或量化。用于监视空气中排放速率比如污染物的方法，往往是简单的并且往往不准确或者作为替代非常复杂，需要熟练的有经验的技术专业人员并往往易于出错。即使在成功地执行了这些方法的情况下，观测结果对于提供有意义的排放量化也可能太模糊或不准确。

发明内容
在一方面，提供了量化排放源的方法。所述方法包括在多个采样点获得多个排放浓度测量结果；当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果； 对于每个采样点，构造由多个点组成的虚拟采样弧，每个点都基于在所述采样点取得的排放浓度测量结果；取得所述排放浓度测量结果时的风向；以及到所述排放源的近似距离， 其中用于构造所述虚拟采样弧之一的全部所述排放浓度测量结果在基本上相同风速取得； 将在基本上相同风速的排放浓度测量结果组成的虚拟采样弧分组为虚拟采样网格；以及近似穿过所述虚拟采样网格的排放量。在另一方面，提供了量化排放源的方法。所述方法包括在单个采样点获得多个排放浓度测量结果；当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果；构造由多个点组成的虚拟采样弧，每个点都基于在所述单个采样点取得的排放浓度测量结果；取得所述排放浓度测量结果时的风向；以及到所述排放源的近似距离，其中用于构造所述虚拟采样弧的全部所述排放浓度测量结果在基本上相同风速取得；以穿过它的所述虚拟采样弧估计排放羽流(plume)形状；使用来自所述虚拟采样弧的点外推在所述排放羽流形状中的若干点；以及近似穿过所述排放羽流形状的排放量。在另一方面，提供了量化排放源的系统。所述系统包括用于获得排放浓度测量结果的多个采样点；用于在所述多个采样点取得排放浓度测量结果的至少一台排放监视器； 操作地连接到所述至少一台排放监视器以从所述至少一台监视器获得排放浓度测量结果的数据处理设备，所述数据处理设备用于从所述至少一台排放监视器获得多个排放浓度测量结果；当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果；对于每个采样点，构造由多个点组成的虚拟采样弧，每个点都基于在所述采样点取得的排放浓度测量结果；取得所述排放浓度测量结果时的风向；以及到所述排放源的近似距离，其中用于构造所述虚拟采样弧之一的全部所述排放浓度测量结果在基本上相同风速取得；将在基本上相同风速的排放浓度测量结果组成的虚拟采样弧分组为虚拟采样网格；以及近似穿过所述虚拟采样网格的排放量。
在另一方面，提供了量化区域排放源的方法。所述方法包括在多个采样点获得多个排放浓度测量结果；当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果；对于每个采样点，构造由多个点组成的虚拟采样阵列，每个点都基于在所述采样点取得的排放浓度测量结果；取得所述排放浓度测量结果时的风向测量结果；以及到由所述排放浓度测量所测量的区域排放源的汇集区域代表中心的代表距离，其中用于构造所述虚拟采样阵列之一的全部所述排放浓度测量结果在基本上相同风速取得；将在基本上相同风速取得的排放浓度测量结果组成的虚拟采样阵列分组为虚拟采样网格；以及近似穿过所述虚拟采样网格的排放量。


参考附图，其中相同的引用号指明贯穿几幅图的类似部分，本发明的几个方面在图中作为实例而不是作为限制进行了详细展示，其中图1是采样系统的示意性展示；图2是流程图，展示了量化排放源的方法；图3是排放羽流的示意性展示；图4是绘制在极坐标系上的排放源和测量点的示意性展示；图5是具有不同方向的大团气流时，图4的排放源和测量点的示意性展示；图6是具有所表明的许多虚拟测量点时，图4的排放源和测量点的示意性展示；图7是虚拟采样网格的示意性展示；图8是流程图，展示了使用一个或多个虚拟采样网格，量化排放源的方法；图9是用于实施已知排放源示范试验的试验装置的示意性展示；图10是用于图9试验装置的排放源的示意性展示；图11是随时间的所测量的排放浓度图；图12是在图11所示的同一时段所收集的风速数据图；图13是在图11所示的同一时段所收集的风向图；图14是在图11所示的同一时段来自排放源的排放流速图；图15是与风速和风向有关的一组排放浓度图；图16是与风速和风向有关的一组平均排放浓度图；图17是横跨某虚拟采样网格获得的数据的表格
图18、图19和图20是对于不同排放速率按垂直和水平距离所绘制的几组排放浓度递增图；图21是在不同样本入口与风速和风向有关的表示平均排放通量的一组图；图22、图23和图24是对于不同排放速率表示在不同风速和观察高度的羽流通量分布的几组图；图25是基于不同风速的排放羽流特征的估计排放速率图；图26是平均排放估计与已知排放速率的曲线图；图27是基于不同风速的排放羽流特征的排放速率估计图；图28是排放速率与实际排放速率的曲线图；图29是基于不同风速的排放羽流特征的排放速率估计6
图30是排放源与测量位置之间的距离未知时，量化排放源方法的流程图；图31是区域排放源和汇集区域的示意性展示；图32是图31中区域排放源和第二汇集区域的示意性展示；图33是图31中区域排放源和第三汇集区域的示意性展示；图34是分成汇集区域的图31中区域排放源的示意性展示；图35是变形的区域排放源的示意性展示；图36是在区域排放源内部测量位置的示意性展示；图37是变形的区域排放源的示意性展示。
具体实施例方式以下连同附图阐述的详细说明力图作为本发明多个实施例的说明，而并非力图表示由本发明人所设想的仅有实施例。该详细说明包括的特定细节是为了提供对本发明的全面理解。不过，对于本领域技术人员显而易见，没有这些特定细节也可以实践本发明。图1展示的采样系统10用于获取空气样本、测量空气中排放浓度以及量化排放源。采样系统10能够具有包含许多采样点20的塔架12。每个采样点20都能够在不同的垂直高度，并且在一方面，全部采样点20都在塔架12上垂直地对齐。每个采样点20都能够有采样管，带有在采样点20处的采样管1的入口。采样管22能够路由到样本路由器设备30，它将在采样点20取得的空气样本选择地供给排放监视器40，比如THC监视器，以便测量空气中一种或多种排放的浓度，比如空气污染物等。排放监视器40能够操作地连接到数据处理系统50，比如个人计算机，以便接收排放监视器40从塔架12上的采样点20收集 /记录的信息。尽管图1展示的采样点20是垂直对齐，但是在某些方面采样点20可以改变水平位置，因此它们未必是垂直对齐的。在运行中，采样系统10可以与塔架12和一段时间位于期望位置的采样点20 —起安装。在这个时段期间能够通过采样点20吸入空气，并由样本路由器设备30经由采样管 22路由引导到排放监视器40。然后排放监视器40能够取得样本中排放的测量结果，并且提供给数据处理系统50，在这里排放读数能够被记载并与取得它的采样点20和取得它的时间相关联。在一方面，可以考虑空气路由经过管路22的旅行时间，以确定在采样点20处取得空气的时间。在进一步的方面，还可以考虑到所述源的距离和空气从所述源到采样点 20的近似旅行时间。在该时段上，能够在多个时间在多个采样点20收集表明排放浓度水平的众多数据。在另一方面，有可能在每个采样点20处提供开路式气体检测器以得到采样点20 处的排放浓度测量结果。典型情况下，开路式气体检测器使用激光源引导激光束经由通路到接收器(在某些情况下它们可以使用镜面将激光反射回接收器)。根据在激光通路中气体对激光的吸收，可以使用开路式气体检测器检测特定排放的存在和浓度。在某些情况下，开路式气体检测器正在监视的间隙可以为6英尺或更长，导致正在测量排放浓度测量结果的采样点为相对大的采样点。图2展示的流程图展示了使用空气中获得的排放样本量化排放源的方法，比如使用图1所示的采样系统10。方法100开始并在步骤102由采样系统100获得关于空气中若干排放的排放浓度数据，并且与涉及排放浓度数据的风速和风向数据结合。在步骤104，所结合的数据被用于估计采样系统10中塔架12上的每个采样点20的无量纲的羽流数据。 在步骤108，塔架15上的每个采样点20都能够被转换为虚拟采样弧。典型情况下，对于特定风速或相对窄的风速范围，对每个采样点20都确定了虚拟采样弧。在步骤110，对不同采样点20确定的虚拟采样弧能够被分组为许多虚拟采样网格。典型情况下，每个虚拟采样网格都将与特定风速或相对窄的风速范围相关联。使用虚拟采样网格，在步骤112，能够完成整体羽流形状。在步骤114，能够确定排放源的源排放速率。在方法100开始后，空气中被测量的排放浓度与有代表性的风速和风向数据在步骤102和104的数学处理中进行结合，产生了从每个测量位置的观点观察到的无量纲羽流。 在本说明书的语境中，排放羽流意味着或指排放物质运动穿过空气的柱状物或聚集。羽流还可以更一般地指运动穿过另一种流体的流体柱。几种作用控制着所述流体的运动，包括动量、浮力、密度差异等。保留了风速和风向的记载，根据空气样本在对应的采样管22、样本路由设备30以及或许排放监视器40中向下传播时间延迟，可以从该记载选择先前的风速测量结果和对应的风向测量结果。在采样时间的间隔期间可以对排放浓度测量结果进行平均，以减少信号噪声以及或许模数转换误差。例如，能够以每秒500个读数的频率进行测量，在10秒时段上收集和平均。排放浓度能够以百万分率(ppm)测量。在跟踪排放源时，可能需要驱动排放羽流从排放源到采样点20的空气运动(风驱动)的准确特征。根据本发明的实施例，风速和风向不必假设为不变。在每个空气样本入口 20、数目缩减的位置或甚至在单个有代表性的位置，都能够测量风速和风向。在测量了风的速度特征比如但是不限于风速和风向之后，风的特征能够与排放监视器40所进行并提供给数据处理系统50的对应排放浓度测量结果相关。与风的特征相关时可以考虑从采样点20沿着采样管22的空气样本旅行时间，以及在所关注区域上的旅行时间。随时间的风速和风向不稳定，并且每秒都能够变化，沿着从排放源到采样塔架12 的非线性路径移动大团空气。障碍物比如地形和建筑物能够使风成为非线性的，并且对这样的障碍物几何形状的了解能够改进空气轨迹的跟踪。所以，风速和风向的估计与来自排放监视器40的各个读数有关。通过反向跟踪大团空气从采样点20回到排放源的非线性路径，可以使用更高级的过程解决风的可变性，方式为从采样点20时间上向回空间向外离去，在每一步对于变化的风状态调整路径和浓度(注意，浓度将被调整为反映羽流向下风移动时发生的扩散)。由排放监视器40所测量的每种排放浓度都能够考虑风速变化已经影响空气样本从采样点20 向外和顶风穿越路径的程度。作为替代，可以使用有代表性的风速，其中空气从排放源到采样塔架12的非线性路径能够以空气从排放源运动到测量空气中排放浓度的采样点20期间，估算平均风(速度)速和风向的线性矢量取代。还能够计算风速和风向标准差的度量以便提供对非线性流动路径的线性度假设准确度的估算。线性度假设在风速低时可能具有更多的误差，因为更长的平均时间以及可能由于风的流动方向更不稳定(即低速风可以比高速风遭受的方向变化更剧烈)。另外，按距离除以风速算出的旅行时间，作为风速倒数的函数并在低速显著地增加(即，以低速运动的空气到达采样点20要花费长得多的时间，并且导致基本上等于旅行时间的更长平均时间)。标准差计算的结果被用于滤除风向偏移太大时出现的分析的读数以准确地预测流动路径。这种技术识别出准确地预测了风作用的风数据并除去了不准确地预测风作用的数据。如果风向稳定，准确的低速风数据对定位很远距离的排放源会非常有价值。掌握了地形、建筑物和其他障碍物的几何形状，排放羽流的轨迹就能够假设为线性的并对障碍物周围的运动进行校正。能够对空气样本从采样点20下到对应采样管22经由样本路由器30到达排放监视器40的旅行时间进行调节。在每个采样点20处测量的排放浓度能够结合与取得排放浓度的测量结果之时相关联的所确定的代表性的风速和风向。在一方面，优选情况下，对代表性的风速和风向存在着许多测出的排放浓度，并且能够对这些测出的排放浓度进行平均(或取中值)以便确定与代表性风速和风向相关联的排放浓度。对这些排放浓度和它们的相关联代表性风速和风向进行分组，就能够构建无量纲的羽流。在方法100的步骤108，使用采样点20到排放源的距离就能够将从每个采样点20 得到的数据转换为一个或多个虚拟采样弧。典型情况下，每个产生的虚拟采样弧都将对应特定的风速或相对窄的风速范围。能够将采样系统10塔架15上的单个采样点20表示为测量位置的某虚拟弧，它将提供某不变高度处的浓度测量。在某虚拟测量位置得到的排放浓度测量结果可以是在该虚拟测量位置处取得的排放浓度测量结果的平均值。对于给定风速，这个虚拟弧将在水平线上与羽流相交。如果羽流高度作为不同风速(由于浮力或动量等)的结果而变化，这条线可以在羽流的不同位置。图3展示的排放羽流130以三条水平线A、B、C穿过排放羽流130 的不同部分。每条线A、B、C都表示从采样系统10的塔架15某特定垂直位置处单个采样点 20取得的虚拟弧。每条线A、B和C都以不同的风速取得；线A表示以第一风速由采样点20 取得的虚拟弧，线B表示以第二风速由采样点20取得的虚拟弧，而线C表示以第三风速由采样点20取得的虚拟弧。正如在图3可见，由采样点20测出的排放羽流130部分可以根据风速变化。图4展示了相对于测量位置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随同大团气流(即风)一起被传送。测量位置155可以是图1所示的采样系统10的塔架15。可以使用平面图中的极坐标轴(θ，r)，其中原点在排放源150，而零(0)度轴与大团气流(即风)的方向平行，它还直接指向测量位置155。测量位置155被显示为位于源自排放源150的排放羽流140中，因为排放羽流140将由大团气流一起被承载。图5展示了大团气流的方向已经偏移(即风已经改变了方向)时的排放源150和测量位置155。在图5中通过保持零(0)度轴与大团气流的方向对准，空气浓度测量位置 155的相对位置相对于上风的排放源150偏移。图5显示了测量位置155处于相对于零(0) 度轴线的微小负角的位置。虽然排放源150和测量位置155实际上都没有移动，但是它们的位置相对于大团气流(它承载着排放羽流140)已经改变。相对位置偏移的幅度直接与大团气流(即风)方向偏移的角度以及排放源150和测量位置155之间的距离有关。虚拟测量位置158表明了测量位置155在图4中相对于大团气流之处。测量位置155现在正在排放羽流140中的不同点处测量排放羽流140中的排放浓度。随着大团气流方向的连续变化，可以使用单个测量位置155作为以径向弧通过排放羽流140的一系列虚拟测量位置158，其中所述弧的中心在排放源150，正如图6所示。利用足够的风向变化和测量点155的排放浓度测量结果，能够确定虚拟采样弧160。这个虚拟采样弧160对于特定的风速或相对窄的风速范围，能够具有沿着虚拟采样弧160的排放羽流140的测出排放浓度。在一方面，沿着虚拟采样弧160的测出排放浓度可以是每个虚拟测量位置158处的测出排放浓度的平均值。使用大团气流方向的角偏移能够确定虚拟采样弧160中虚拟测量位置158的位置。对于点排放源，将大团气流方向中的角移位转换为沿着虚拟测量位置158之间弧的标量长度就是沿着以排放源150为中心的圆弧的弧长
r , AngularWidth AngularWidth ^
Lengthj JJ}r =-χ cirumference =-χ 2 χ χ r 1
LARC360°360°其中Lengthuiic是沿着弧的标量长度，AngularWidth是风向角的变化，而r是排放源150与测量位置158之间的距离。以这种方式，对于构成虚拟采样弧160的每个虚拟测量位置158 (或点)已经测量了排放浓度之处，就能够确定虚拟采样弧160。再次参考图1，以这种方式对于塔架15上的每个采样点20都能够确定一个或多个虚拟采样弧160。典型情况下，每个虚拟采样弧160都与特定的风速或相对窄的风速范围相关联。再次参考图2，一旦在步骤108已经产生了虚拟采样弧，方法100就能够移动到步骤110上，并且能够将在步骤108确定的已产生的虚拟采样弧分组在一起以形成一个或多个虚拟采样网格。图7展示了虚拟采样网格170。典型情况下，每个虚拟采样网格170都将由在特定风速或相对窄的风速范围测出的排放浓度所构成。图1所示的采样系统100的多个采样点20能够用于形成使用测量位置155的排放浓度测量结果的虚拟采样网格170。 虚拟采样网格170能够遵循中心位于排放源150位置的弧。使用在图2所示方法100的步骤108对特定风速或风速范围对每个采样点20所确定的虚拟采样弧160，能够确定虚拟采样网格170。每个虚拟采样弧160都与塔架15上其对应采样点20相关联，并且能够被放置在采样点20垂直高度处的虚拟采样网格170中。 通过在特定风速或风速范围对每个采样点20应用所确定的虚拟采样弧160，能够创建对于特定风速或风速范围的虚拟采样网格170，其中虚拟采样网格170上的每个点都具有在该位置已经被测出的排放浓度。再次参考图2，以这种方式，在步骤110能够构建虚拟采样网格170的组，其中每个虚拟采样网格170都与某风速或风速范围相关联，并且虚拟采样网格170中的每个点都具有在该点处已经测出的排放浓度与其相关联。作为选择，在步骤112，通过对于同一排放羽流，将来自不同采样点20和虚拟测量位置158的信息结合，能够近似整个排放羽流形状和排放羽流的浓度分布图(profile)。如果不同采样点20不提供图7所示的虚拟采样网格170上足够的期望点，就能够使用准径向虚拟采样网格170上点的排放浓度测量结果外推和/或内插以近似排放浓度测量结果不存在或排放浓度测量结果不足的期望点处的排放浓度。在一个实施例中，能够从采样周期期间具有测出的排放浓度的若干位置内插和/或外推排放羽流形状和浓度分布图。对于虚拟采样网格170中没有获得排放浓度测量结果或者获得的排放浓度不足的若干位置能够近似排放浓度以提供有用的平均值。通过使用具有测出的排放浓度的邻近虚拟测量位置158 的内插/外推，能够近似虚拟采样网格170中其他点的排放浓度。例如，假若在两个不同高度存在着测量位置，那么在这些测量位置之间就能够内插羽流形状。另外，如果最高或最低的采样点20的确到达了排放羽流的顶/底，就能够使用邻近采样点20处的测出排放浓度从邻近采样点20外推采样点20之上或之下的点。在一个实施例中，能够从单个采样点20(以及其相关联的虚拟采样弧160)外推排放羽流形状和浓度分布图。排放羽流能够被分解为同心圆环或某种其他假设的形状和区域，或者计算即每个环并确定跨每片的通量，以便将它们积分成总数。将环形假设为所述羽流仅仅是将排放羽流的一条线上测出的浓度分布图外推到羽流其他区域的一种方法，并且能够假设为任何已知且适合的形状。即使是地面接触到排放羽流的下部，使其不再能够发展为实际环形，这种方法也能够有效。基本上，刻画排放羽流的顶部特征并假设底部相同能够提供排放速率的有效估计。再次参考图2，在步骤114，能够量化排放源的排放速率。由采样点20测出的排放羽流能够被分解为较小的可管理片，并且跨这些片分析了每单位排放羽流面积的通量。为了判断哪些片属于整体羽流或子羽流，能够进行评估，以便汇总排放源的整体排放速率和整体羽流内子源的排放速率。图8是流程图，展示了在一方面量化排放源的方法200并且能够被用于执行图2 中方法100的步骤114。方法200开始并在步骤210将图2所示的方法100在步骤112定的虚拟采样网格划分为若干子部分。在步骤220，对于不同风速确定了通过每个子部分的增加的混合物浓度的通量速率。增加的混合物浓度是测出的浓度减去该混合物在该位置正常出现的浓度。使用在步骤220对这些子部分确定的通量速率，在步骤230对于不同风速确定了在排放羽流边界内的子部分。在步骤240，对每个子部分，把在步骤220对子部分确定的通量速率乘以子部分的面积以确定流速。在步骤245，对在步骤240对每个子部分确定的流速汇总以近似源排放速率。以这种方式，能够近似排放速率的量，方式为在将虚拟采样网格划分成子部分后计算跨虚拟采样网格增加的排放通量。因为在每个虚拟采样网格中的测出的排放浓度将依赖于风速而变化，所以对于已经被确定的并与风速或风速范围相关联的每个虚拟采样网格都能够执行方法200，允许对于为特定风速或相对窄的风速范围所确定的每个虚拟采样网格要确定的流速分开量化。在步骤210能够将这些虚拟采样网格划分为若干子部分。如果使用图1所示的采样系统10采样空气并测量排放浓度，那么通过塔架15上采样点20的垂直间隔就能够设置这些子部分的垂直间隔。这些子部分的横向间隔通过聚集数据的风向增量的大小设置。这些增量需要足够小以准确地刻画排放羽流的特征。每个子部分的边界都能够由到邻近子部分中心距离的一半定义。如果没有邻近子部分，比如沿着虚拟采样网格的底部，那么就可以使用大地作为边界(或恰好在地面之上的某物以考虑到沿着地面存在的气流不多)。沿着虚拟采样网格位置顶部的子部分顶边界假设与底边界到子部分中心的距离相同(如果羽流边界在虚拟径向采样网格之上延伸，还可以基于外推的排放羽流浓度分布图假设这种上边界)。如果这些单元是矩形，通过高度乘以宽度就能够计算每个子部分的面积如下Areasub sec tion = HEIGHT X WIDTH[2]
11
在步骤220，能够近似每个子部分的通量值，将增加的排放浓度(S卩，如果正测量的排放是THC，就可能使用THC浓度减去THC的背景水平作为增加的排放浓度)乘以风速就能够近似通量值如下FluxValue = IncreasedEmissionConcentration Xwindspeed [3]这个通量值的单位是单位时间期间通过虚拟测量位置网格单位面积的混合物的
量，例如(mi丄m2)’或者在这些公式中的面积(ffl2)碰翻、流陳浦麵胃积。在步骤230，能够近似排放羽流的边界。可以把排放羽流的边界取为模型化通量向下越过了排放羽流峰值任一侧某个最低通量等级的点。这就允许准确地预测在背景噪声内存在的排放羽流边界。当羽流形状不在背景通量值之上占优势时，模型不符合并且排放羽流被视为不可定义。在步骤230确定了排放羽流的边界之后，在步骤240能够近似通过每个子部分的流速。将在步骤220对该子部分确定的通量值乘以在步骤210所确定的子部分面积，能够确定通过每个子部分的流速，如下所示FlowRate = FluxValueSUBSECTI0N X AreaSUBSECTI0N [4]在步骤230完成时，应当近似通过每个子部分的排放的流速。在步骤245，能够汇总在步骤240为每个子部分近似的流速，以便确定源排放速率。使用在步骤330确定的排放羽流边界，能够横跨排放羽流边界汇总通过每个子部分的近似流速。通过排放羽流边界的总流速能够提供该排放源的排放速率的近似值。再次参考图2，在步骤114之后，随着排放源已经被量化，方法100结束。利用采样设备进行了测试，以构建虚拟测量位置的虚拟采样网格所用的不同高度的采样位置量化已知排放源。以受控的流速释放天然气并刻画结果排放羽流的特征，以及使用以上略述的系统和方法确定了排放速率。如图9和图10所示，在十英亩干草场中竖立了排放源250、风监视器255和采样塔架12。这项研究被设置在阿尔伯达省西南部，这里流行西南风。采样塔架12为15. 2米高，在所示的十个不同高度安置了采样点20。采样塔架12被安置在离排放源250和风监视器255流行的下风方向60米远处。在图10中更详细地显示了排放源250，它包括2. 5米的铝加热管道，直径为150毫米，端点向上离地面的高度为1.52米。使用了两个导管风扇 257A、257B以保持恒定的向上流动并带着从引自气体供应处(未显示)的管线258释放出的天然气，用已经以Gillian制造的气泡流动表校准的流量传感器259计量天然气供应。这种配置允许受控的排放羽流对于不同的天然气排放速率具有大致恒定的出口速度。小直径 (1/4英寸0D)聚乙烯样本管线22将采样塔架15上的采样点20连接到样本路由器30 (200 米远)，它不断地从所有采样点20提取样本并选择性地将这些样本之一引导到排放检测器 40，在这种情况下，火焰电离检测器(Photovac microFID)提供了总烃(THC)的测量。以这种方式，使用一台仪器提供来自多个位置的浓度测量。图9所示的数据处理系统50被用于控制样本路由器30，并且以一秒钟的频率存储来自连接到所述管线258的排放检测器40、 风监视器255和流量表259的数据。图11至图14显示了累积到十秒平均的研究期间所收集的数据曲线。存在着由于设备故障得不到数据的时段。图11显示了通过研究由排放检测器40所测出的THC水平。 图12和图13显示了在该研究期间取得的风速和风向测量结果。图14显示了对释放天然气的受控排放源250的流速进行测量的流量表259的输出曲线。再次参考图2，利用图11至图14所示的数据，执行了方法100的步骤102和步骤 104以得到每个测量位置的无量纲排放羽流。从不同高度取得样本产生了不同水平面的不同羽流THC浓度分布图。图15显示了从11月1日到12月17日期间受控排放速率为 20. 41pm时，在不同高度按风速和风向所绘制的THC浓度。正如这些图显示，在该研究期间的流行风向来自西南。图15的表面显示了在该期间对比风速和风向的平均THC浓度。图 16显示了没有风向从200度到300度、风速从0到25kph的集中数据点时的相同表面。图 15和图16展示了在完成了图2中方法100的步骤102和步骤104之后所得到的结果。图 15和图16显示了不同高度以风速和风向维度中排放羽流(即无量纲)的事实。就其本身， 图15和图16的图形没有表明以米计量的排放羽流的物理尺寸，但是却指示了按照风的角度和速度的排放羽流特征。正如所期待，这些图形显示了最高浓度发生在低风速情况下风向与排放源250和采样塔架15对准时。风向的变化引起采样点20沿着中心在排放源250的圆弧偏移，其中所述弧的半径等于排放源250与采样塔架15之间的距离。所述偏移的幅度等于风变化的度数除以360 乘以圆周长(2 * PI * r)。风向偏移一度将可能导致采样入口 20位置沿着该圆弧1. 047 米的偏移。再次参考图2，执行了步骤108并使用得到的数据构建了一组虚拟采样弧。将图16 的表面数字化为风向一度增量和风速lkph，允许仿真相隔1. 047米的虚拟采样入口阵列， 在采样入口 20的高度处形成虚拟采样弧，正如早先的讨论(注意，这里使用了平滑，用等权平均了相邻读数)。在不同的高度对于每个采样入口 20都存在着类似的虚拟采样弧。利用构建的虚拟采样弧，执行了步骤110并且将构建的虚拟采样弧组合为虚拟采样网格。将每个采样入口 20的虚拟采样弧进行组合导致产生了由离开排放源25060米远的不同高度采样入口 20所仿真的虚拟测量位置的虚拟采样网格，类似于早先的图7，只不过横向间隔将近得多。图17中表内的数字反映了从11月1日到12月17日期间(20. 41pm的排放速率)风速为Ilkph时横跨这个虚拟采样网格所取得的实际THC测量结果减去1. 75ppm 背景水平的结果(即存在着高于背景水平的THC水平)。对于其他风速也可以产生另外的表格(未显示)。图17中的数字显示了源自排放羽流的升高的THC水平。这些数字根据不同风速而变化，用它能够计算另一个类似的表格。然后根据这些数据确定排放羽流形状和浓度分布图。图18对这些数据图形地显示了产生的排放羽流边界和浓度等值线(contour)，以及排放源250的排放速率是20. 41pm 时其他风速为3、7、15和19kph时的排放羽流边界和浓度等值线。短轴上的数字表示以米计量的垂直高度，而长轴上的数字表示沿着虚拟测量位置的网格的横向长度(注意，零表示排放羽流的中心)。重要的是认识到图18的表面不是如所表现的为平的，而是沿着虚拟采样网格弧的曲面。图中的等值线图像和3D表面是在称作Surfer 的绘图软件中产生的， 它使用克里金插值方法将在虚拟测量位置的虚拟采样网格上测量的值转换为图像。同样， 图19和图20显示了从12月18日到1月17日(6. 91pm的排放速率)以及从10月10日到30日(14. 81pm的排放速率)时段的排放羽流图像。
图18到图20的排放羽流图像表示了在采样时段上排放羽流的平均形状。在羽流之外的不均勻水平反映了该方法的“背景噪声”。图18到图20中在低风速时明显的较高噪声很可能反映了大团空气流从排放源250和采样点20移动时，根据位于排放源250的单一风向测量结果预测大团空气流方向的误差。风速较高时，从排放源250到采样点20的旅行时间较短，并且有可能降低对大团空气流方向预测的误差。图18到图20中的某些噪声还由于THC测量中的误差。尽管有背景噪声，但是排放羽流仍易于分辨。再次参考图2，一旦在方法100的步骤112完成了排放羽流形状和浓度分布图，便使用步骤114量化来自排放源250的排放速率。参考图8，执行方法200以近似排放源250 的排放速率。通过在将虚拟采样网格划分为若干子部分之后计算横跨虚拟采样网格的增加的THC混合物通量，就实现了对排放速率的量化。执行了方法的步骤210并将得到的虚拟采样网格划分为若干子部分。通过塔架12 上采样入口 20的垂直间隔设置这些子部分的垂直间隔。通过聚集数据的风向增量的大小能够设置子部分的水平间隔。所述增量能够小到足以准确地刻画排放羽流的特征(测试中使用1度)。在图17中使用一度聚集数据，它与沿着虚拟采样弧的1. 047米分隔相关联。 每个子部分的边界都由到邻近子部分中心距离的一半定义。如果沿着虚拟采样网格的底部不存在邻近子部分，那么该边界就是地面(或者略高的某物以反映沿着地面存在的空气流不多)。沿着虚拟采样网格顶部的这些子部分的顶边界假设与底边界到子部分中心的距离相同(如果排放羽流边界延伸到虚拟径向采样网格之上，还可以根据外推的排放羽流浓度分布图假设这个上边界)。如果这些单元是矩形，通过高度乘以宽度就能够计算这些子部分的面积。图17显示的虚拟采样网格具有一度风向聚集的子部分高度和宽度。虚拟采样网格被分隔为子部分后，执行图8所示的方法200的步骤220并确定横跨每个子部分的通量值。通过将升高的THC浓度(即THC浓度减去1. 75的背景水平)乘以风速而获得通量值。图16所示的THC浓度被转换为通量值并以图21中的风速和风向绘制。这些图形显示了在存在着单一受控排放速率处某时段内对于不同风速和风向的排放羽流的THC通量。再次参考图8，执行了步骤330并对于不同风速确定了在排放羽流边界内的子部分。在图22至图24中，对于三种不同受控排放速率，升高的THC浓度通量图形像图21中的那些对于某些单独风速被隔离，并且按照风向被绘制。以虚线绘制的模型化排放羽流形状是通过通量值的自然对数变换的线性回归拟合到排放羽流形状上部的高斯分布。排放羽流边界取在模型化通量向下越过了排放羽流峰值任一侧某个最低通量等级(我们使用 0. 0067L/(hr * m2))的点。这就允许近似在背景噪声内存在的排放羽流边界。当羽流形状不在背景通量值之上占优势时，模型不符合并且排放羽流被视为不可定义。再次参考图8，执行步骤240以确定通过每个子部分所测出的排放流速。通过将对某面积确定的升高的THC通量速率乘以该子部分的面积确定通过每个子部分的混合物流速。然后执行步骤245并将贯穿该排放羽流的流速合计以近似图9和图10所示的排放源 250的排放速率。使用图2所示的方法100和图8所示的方法200，对于三种不同排放条件和风速从Ikph到19kph计算了排放流速。这些结果呈现在图25中，其显示了该研究期间对于三
14种受控排放速率，估计的排放速率随风速的曲线。图25的图形中存在着三条线，它们显示了所预期的受控排放速率6. 9、14. 8和20. 41pm。这些图形显示了对于7kph以上风速，所估计的排放速率与实际排放速度之间相当好的一致(注意，对于6. 91pm的点在风速更高时较低)。风速较低时一致性不足可能由于该排放羽流特征没有被完全地表现，因为风速低时大团气流的方向估计不准确(即俘获排放羽流时效率不够)。7与15kph之间的平均估计排放速率按照预期的受控排放速率绘制。图23至图25所示的横跨虚拟采样网格的浓度分布图中的背景噪声可能对于根据排放羽流的浓度分布图量化排放速率具有重要的影响。某重要影响是由于为背景水平选定的值。排放的背景水平对排放速率的估计结果具有重要影响，尤其在风速高时，因为它横跨整个排放羽流区域作用。THC背景水平的敏感度分析使用了 1. 72、1. 75和1. 78ppm的水平，并计算了最终的估计排放速率。图26显示了分析的结果，并显示出估计的排放速率随背景水平显著变化，而与预期排放速度最佳的一致使用了 1. 75ppm的背景水平。通过计划测出的THC背景水平显示了某种不稳定性。在去除了 220到280度的风向(即排放源方向)和小于7kph的风速(以避免低风速时的零星高读数)所对应的读数之后，通过平均THC读数计算了在三个排放速率时期的基线水平。对于相关联时段的平均读数如下· 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使用这些不同基线计算了不同时段的排放速率估计结果，并在图27中呈现了这些结果。对于在7kph与Ilkph 之间的风速计算了平均估计的排放速率，并且在图28中对照预期的排放速率绘制。使用回归线的等式作为校正因子能够校正所存在的某些一致性不足。图29显示了应用了校正因子的排放速率估计结果，与预期值具有良好的一致性。需要校正的原因可能因为隔离排放羽流的效率，或者因为原始数据中的背景噪声。隔离排放羽流中效率不足意味着我们仅仅可能俘获离开排放源的一部分THC分子，风速不同时它有可能变化。这与大团气流方向预测的不准确有关。这将可能解释风速较低时排放速率的低估。理解了与风数据准确性相对的俘获排放羽流中的效率，将允许取得离排放源很远距离的风测量结果并使用校正因子估计实际排放速率。这种研究使用了在不同高度的许多采样入口 20以精确地描述排放羽流的特征。 在实践中，使用垂直的排放羽流形状的内插和外推，用少得多的以及有可能仅仅一个测量位置就能够做出排放速率的估计。用于确定羽流边界(见图22到图24)的模型化高斯分布还能够被用来在采样阶段上建立平滑后的平均羽流特征。使用收集之时的精确风速和风向，THC(或者关注的任何混合物)的空气浓度水平能够与长期平均值进行比较。通过假设与长期平均值的偏差是由于源排放速率的短期变化，能够跟踪源排放速率随时间的变化。以这种方式人们能够预测源排放速率随时间的变化，方式为将在虚拟采样网格上或虚拟采样弧上的长期浓度测量的偏差归因于源排放速率的变化。图2的方法100假设到排放源的距离已知。在某些情况下，可能不知道排放源的位置，所以也可能不知道测量位置与排放源之间的距离。知道了到排放源的距离允许人们将从测出的排放浓度所得到的无量纲排放羽流转换为适当的标量量纲。如果知道了排放源的位置，就能够使用图2所示的方法100量化该排放源。如果不知道排放源的位置，那么方法100就不能用并且对排放源的量化可能要采用许多次迭代，并且从许多测量位置对预测的位置和排放源尺寸进行比较并寻求符合。图30是流程图，展示了不知道排放源位置从而不知道测量位置与排放源之间距离时，量化一个或多个排放源的方法300。方法300类似于图2所示的方法100，但是它包括了到排放源距离和可能迭代的假设，并且从许多测量位置对预测的位置和尺寸进行比较以寻求符合。方法300开始并且步骤302和304类似于图2所示方法100的步骤102和104，其中结合了测出的排放浓度数据和风数据以创建有关无量纲排放羽流的数据。在步骤306假设到排放源的距离，然后在步骤308使用这个假设的距离确定一组虚拟采样弧。以类似于图2所示方法100的步骤108、110、112和114的方式能够执行方法 300的步骤308、310、312和314，其中步骤314使用了图8所示的方法200。在基于步骤306假设的到排放源的距离，执行了步骤314和量化了排放源之后，方法300可以继续到步骤316并试图根据从多个测量位置对识别的排放羽流的轨迹作三角测量而确定排放源的位置，并且寻求源特征的一致，正如PCT/CA2008/000080中的介绍。使用两个或更多测量位置能够近似排放源的位置，其中每个测量位置都与其他测量位置在横向上被隔开，以测量若干排放浓度并将其与有代表性的风速和风向结合。由对照相关联有代表性的风速和风向所测量的排放浓度图示中的主峰所标识的到重要源的方向或轨迹，能够从每个测量位置向外投射。沿着每条投射轨迹线的某处就可能是排放源。来自不同测量位置的这些轨迹可能交叉在排放源的附近。由于从每个测量位置能够投射出多条轨迹，某些轨迹路径可能交叉在不是泄漏的位置(虚幻泄漏)。当采用多于两个测量位置时，如果三条或四条轨迹交叉，预测排放源位置的信心便增加。通过对位于这些轨迹交叉点的候选排放源的排放速率进行计算，根据不同测量位置的候选排放源的排放速率之间的基本一致性，能够断言排放源的存在。这个被断言的排放源的位置然后能够被用于近似到这个被断言的排放源的距离。利用在步骤316近似的排放源位置，方法300移动到步骤318，并检查用在步骤 306的到排放源的所假设距离是否与在步骤316所确定的到排放源的距离一致。如果在步骤306假设的到排放源的距离与在步骤316所近似的到排放源的距离一致，方法300就能够移动到步骤320并接受该排放源的位置和量化。不过，如果在步骤318，在步骤306假设的到排放源的距离与在步骤316所近似的到排放源的距离不一致，方法300能够返回到步骤306并使用在步骤316所算出的到排放源的距离作为假设的到排放源的距离。方法300 然后使用所算出的排放源能够执行步骤308、310、312、314和316，以便构造虚拟采样弧组、 虚拟采样网格，量化排放源等。在步骤318，方法300将对照在后来步骤316中确定的到排放源的近似距离，再次检查用在步骤306的到排放源的距离。以这种方式，方法300能够迭代地执行方法300直到所测量的到排放源的距离在能够接受的容差内与假设的到排放源的距离一致。当假设的距离和算出的距离在可接受的范围内时，在步骤420就能够接受该排放源的特征并且方法300能够结束。
以这种方式，方法300能够在没有明确地知道排放源的位置时被用于量化一个或多个排放源。通过假设排放源担当点排放源能够确定测量位置的虚拟采样弧和虚拟采样网格。 不过，这可能不总是准确的假设。本文介绍的方法还适用于其他的源结构，如区域排放源或类似尺寸的多个排放源。再次参考图2，方法100还可能被用于区域排放源。利用了与风数据组合的排放浓度测量结果执行步骤102和104以构造无量纲的排放羽流。然后执行步骤 108并构造一组虚拟采样阵列。与虚拟采样弧不同，这些虚拟采样阵列可以不沿某弧而行， 而是根据区域排放途径的结果变化。因为排放源不作为点排放源对待，而是作为区域排放源对待，所以构造虚拟采样弧的方式必须与假设是点排放源时略微不同。在一方面，通过预见测量位置从区域排放源“汇集”区域下风方向获得来自区域排放源的排放羽流的浓度测量结果，能够完成区域排放源的量化。图31展示了区域排放源350和测量位置355，它测量源自区域排放源350的第一汇集区域360A的排放浓度。测量位置355可以是图1所示的采样系统10中包含采样入口 20的采样塔架12。取决于风相对于区域排放源350和测量位置355的方向，测量位置355 从区域排放源350的许多汇集区域获得排放浓度的测量结果。风向不同时将有区域排放源的不同汇集区域受到监视。图32展示了区域排放源350和测量位置355，其中风向不同于图31从而测量位置355正在测量来自区域排放源350的第二汇集区域360B的排放浓度。 图33展示了风具有又一种方向时的区域排放源350和测量位置355，并且测量位置355正在测量来自排放源350的第三汇集区域360C的排放浓度。区域排放源将具有更复杂的曲线，其中心将位于汇集区域360的代表性中心362， 并且离测量位置355有代表性的距离。代表性距离是测量位置355与正被测量的区域排放源350的汇集区域360代表性中心362之间的距离。这个代表性距离可以是变化的，取决于正由测量位置355所测量的汇集区域360。区域排放源或区域排放源子部分的这个代表性中心是到测量位置的距离被用在这个过程的量化步骤中时将提供适宜的排放速率的位置。 在一方面，汇集区域360的矩心(centroid)可以被用作代表性中心。对于每种风向的排放羽流的标量宽度将基于到被测量的汇集区域360的代表性中心362的代表性距离，并且能够按下式计算
权利要求
1.一种量化排放源的方法，包括 在多个采样点获得多个排放浓度测量结果；当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果； 对于每个采样点，构造由多个点组成的虚拟采样弧，每个点都基于 在所述采样点取得的排放浓度测量结果； 取得所述排放浓度测量结果时的风向；以及到所述排放源的近似距离，其中用于构造所述虚拟采样弧之一的全部所述排放浓度测量结果在基本上相同风速取得；将在基本上相同风速的排放浓度测量结果组成的虚拟采样弧分组为虚拟采样网格；以及近似穿过所述虚拟采样网格的排放量。
2.根据权利要求1的方法，其中，所述采样点是垂直分开的。
3.根据权利要求2的方法，其中，所述采样点是垂直对齐的。
4.根据权利要求1的方法，其中，在所述多个采样点获得所述风速测量结果和所述风向测量结果。
5.根据权利要求1的方法，其中，从所述采样点到所述排放源的所述近似距离是估计的距离。
6.根据权利要求1的方法，进一步包括提供与所述多个采样点横向分开的附加采样点；使用在所述附加采样点取得的排放浓度测量结果确定来自所述排放源的第一排放轨迹；使用在所述多个采样点取得的排放浓度测量结果确定来自所述排放源的第二排放轨迹；以及使用所述第一轨迹和第二轨迹近似到所述排放源的距离。
7.根据权利要求6的方法，其中，穿过所述虚拟采样网格的排放量和到所述排放源的距离被迭代地近似。
8.根据权利要求1的方法，其中，通过将所述虚拟采样网格划分为几部分确定穿过所述虚拟采样网格的排放量；近似通过每个部分的排放流速；以及确定通过所述虚拟采样网格的排放羽流的近似总流速。
9.根据权利要求8的方法，进一步包括判断每个部分是否落入源自所述排放源的排放羽流之内。
10.根据权利要求8的方法，进一步包括近似源自所述排放源的排放羽流的形状。
11.根据权利要求10的方法，进一步包括在虚拟采样网格中不存在点之处内插附加点ο
12.根据权利要求10的方法，进一步包括在虚拟采样网格之外外推附加点。
13.根据权利要求1的方法，其中，以至少一台开路式气体检测器取得所述排放浓度测量结果。
14.一种量化排放源的方法，包括 在单个采样点获得多个排放浓度测量结果；当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果； 构造由多个点组成的虚拟采样弧，每个点都基于 在所述单个采样点取得的排放浓度测量结果； 取得所述排放浓度测量结果时的风向；以及到所述排放源的近似距离，其中，用于构造所述虚拟采样弧的全部所述排放浓度测量结果在基本上相同风速取得；以穿过它的所述虚拟采样弧估计排放羽流形状；使用来自所述虚拟采样弧的点外推在所述排放羽流形状中的点；以及近似穿过所述排放羽流形状的排放量。
15.一种量化排放源的系统，包括 用于获得排放浓度测量结果的多个采样点；用于在所述多个采样点取得排放浓度测量结果的至少一台排放监视器； 操作地连接到所述至少一台排放监视器以从所述至少一台监视器获得排放浓度测量结果的数据处理设备，所述数据处理设备用于从所述至少一台排放监视器获得多个排放浓度测量结果； 当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果； 对于每个采样点，构造由多个点组成的虚拟采样弧，每个点都基于 在所述采样点取得的排放浓度测量结果； 取得所述排放浓度测量结果时的风向；以及到所述排放源的近似距离，其中用于构造所述虚拟采样弧之一的全部所述排放浓度测量结果在基本上相同风速取得；将在基本上相同风速的排放浓度测量结果组成的虚拟采样弧分组为虚拟采样网格；以及近似穿过所述虚拟采样网格的排放量。
16.根据权利要求15的系统，其中，在塔架上垂直分开地提供所述采样点。
17.根据权利要求15的系统，其中，所述至少一台排放监视器是开路式气体检测器。
18.根据权利要求15的系统，其中，开路式气体检测器被放置在每个采样点处以获得所述采样点处的排放浓度测量结果。
19.根据权利要求15的系统，其中，所述采样点是垂直分开的。
20.根据权利要求19的系统，其中，所述采样点是垂直对齐的。
21.根据权利要求15的系统，其中，在所述多个采样点处获得所述风速测量结果和所述风向测量结果。
22.根据权利要求15的系统，其中，从所述采样点到所述排放源的所述近似距离是估计的距离。
23.根据权利要求15的系统，其中，所述数据处理设备进一步用于获取在与所述多个采样点横向分开的附加采样点处取得的排放浓度测量结果； 使用在所述附加采样点处取得的排放浓度测量结果确定来自所述排放源的第一排放轨迹；使用在所述多个采样点取得的排放浓度测量结果确定来自所述排放源的第二排放轨迹；以及使用所述第一轨迹和第二轨迹近似到所述排放源的所述距离。
24.根据权利要求23的系统，其中，穿过所述虚拟采样网格的排放量和到所述排放源的距离被迭代地近似。
25.根据权利要求15的系统，其中，通过将所述虚拟采样网格划分为几部分确定穿过所述虚拟采样网格的排放量；近似通过每个部分的排放流速；以及确定通过所述虚拟采样网格的排放羽流的近似总流速。
26.根据权利要求25的系统，进一步包括判断每个部分是否落入源自所述排放源的排放羽流之内。
27.根据权利要求15的系统，进一步包括近似源自所述排放源的排放羽流的形状。
28.根据权利要求27的系统，进一步包括在虚拟采样网格中不存在点之处内插附加点ο
29.根据权利要求27的系统，进一步包括在虚拟采样网格之外外推附加点。
30.一种量化区域排放源的方法，所述方法包括 在多个采样点获得多个排放浓度测量结果；当取得所述多个排放浓度测量结果时获得风速测量结果和风向测量结果； 对于每个采样点，构造由多个点组成的虚拟采样阵列，每个点都基于 在所述采样点取得的排放浓度测量结果； 取得所述排放浓度测量结果时的风向测量结果；以及到由所述排放浓度测量结果所测量的区域排放源的汇集区域的代表中心的代表距离， 其中，用于构造所述虚拟采样阵列之一的全部所述排放浓度测量结果在基本上相同风速取得；将在基本上相同风速取得的排放浓度测量结果组成的虚拟采样阵列分组为虚拟采样网格；以及近似穿过所述虚拟采样网格的排放量。
31.根据权利要求30的方法，其中，所述代表中心是由所述排放浓度测量结果所测量的所述区域排放源的所述汇集区域。
32.根据权利要求30的方法，其中，所述代表距离在排放浓度测量结果之间变化。
33.根据权利要求30的方法，其中，所述采样点是垂直分开的。
34.根据权利要求30的方法，其中，所述采样点是垂直对齐的。
35.根据权利要求30的方法，其中，在所述多个采样点获得所述风速测量结果和所述风向测量结果。
36.根据权利要求30的方法，其中，通过将所述虚拟采样网格划分为几部分确定穿过所述虚拟采样网格的排放量；近似通过每个部分的排放流速；以及确定通过所述虚拟采样网格的排放羽流的近似总流速。
全文摘要
提供了量化排放源的系统和方法。所述系统和方法在一个或多个采样点获得多个排放浓度测量结果以及测量所述排放浓度时的风数据。对于每个采样点，使用在所述采样点取得的排放浓度测量结果、取得排放浓度测量结果时的风数据以及到排放源的近似距离，能够构造虚拟采样弧。然后该虚拟采样弧能够用于构造一个或多个虚拟采样网格以及从该虚拟采样网格近似的排放源发出的排放量。
文档编号G01N1/22GK102460220SQ201080024266
公开日2012年5月16日 申请日期2010年1月15日 优先权日2009年4月14日
发明者D·普里斯 申请人:艾尔达股份有限公司