近日，a片漫画 李泽晖副教授课题组联合多家单位，在工业园区异味污染精准监测与溯源领域取得重要进展。该成果以“基于源指纹的工业园区特定异味源靶向浓度图谱构建”（Source fingerprint-guided species-specific concentration mapping for targeted malodor source management in industrial park）为题，在线发表在Environment International期刊。a片漫画 环境科学与工程学院硕士研究生龙曼云、博士后沈雪洁与浙江海洋大学硕士研究生冯添祺为论文共同第一作者，李泽晖副教授为唯一通讯作者。a片漫画 为论文第一署名单位。
研究简介
异味污染不仅影响周边居民的生活质量，部分特征污染物在一定浓度和暴露条件下还可能对人体健康产生不利影响。明确其时空分布特征并识别排放源头，是实施有效治理的根本前提。然而，异味污染往往具有无组织排放、突发性强等特点，传统监管手段的响应时效往往难以满足实际需求。低成本传感器网络因响应迅速、可实现持续在线监测且部署成本较低，被视作极具应用前景的技术路径。但是，实验室标定的低成本气体传感器在复杂工况下易受交叉干扰和温湿度影响，难以区分不同组分，无法将检测信号可靠归因于具体污染源，易产生误报。当前，针对多组分混合异味气体的原位校准方案缺失，是制约低成本传感技术落地应用的关键瓶颈。
针对这一挑战，团队采取了“源指纹识别—FTIR校准—网络化定位”的技术路径，以东南沿海某3 km2综合工业园区为研究对象，结合人工嗅觉筛查与多平台仪器分析的标准化流程，获得异味排放源的特征指纹图谱，确定三甲胺、乙硫醇、硫化氢和氨为园区关键异味物质，四种物质的累计气味活度值（OAV）贡献率超过90%。在此基础上，团队针对性开发了五通道专用传感器阵列，通过与傅里叶变换红外光谱（FTIR）同步现场测量，并引入XGBoost机器学习模型进行原位校准，在一定程度上减弱了温湿度波动和多组分交叉干扰的影响。最终，研究团队部署了由42台传感阵列设备组成的高密度监测网络，以10分钟为间隔连续采集数据，实时反演了三甲胺、乙硫醇、硫化氢和氨四种异味化合物的空间浓度等值线图，实现了污染热点的快速识别与定位，平均定位偏差小于150 m。
图1 基于FTIR校准的传感器阵列网络获取的关键异味物质空间浓度等值线图
图文导读
研究选取东南沿海某3 km2综合工业园区为典型场景，涵盖海鲜加工厂、化工厂、污水处理厂、海产品烘干区、海产品活性物质提取区等五类主要异味排放源，周边分布居民区、学校等敏感区域。团队首先采用气相色谱-质谱联用（GC-MS）、紫外
图2 不同排放源的异味特征指纹图谱
图3 五通道传感器阵列的设计、实验室表征与选择性评估
基于上述源指纹谱，研究团队针对性开发了五通道传感器阵列模块。实验室性能测试表明，该阵列对四种目标气体具备良好的区分能力（图3）。为克服现场环境温湿度波动及多组分交叉干扰对传感器响应的影响，团队采用了基于FTIR的原位校准方法。传感阵列设备与FTIR参考仪器布设间距控制在20 m以内，同步采集现场异味物质浓度和传感器响应数据集，结合温湿度补偿，采用XGBoost模型进行训练校准。由于高湿条件下氨可能与酸性组分反应生成铵盐，加之现场存在瞬时极端峰值，导致氨气预测结果的不确定性相对较大。其余三种异味化合物的Pearson相关系数达0.72
图4 基于FTIR原位校准的XGBoost模型性能评估
在系统校准基础上，团队在园区内部署了42套传感阵列设备，构成高密度监测网络。重点污染源及下风向加密布设，背景区域稀疏布设。各设备每10分钟输出一组监测数据，通过5G网络实时回传生成园区异味物质空间浓度等值线图。为验证污染热点定位的可靠性，团队采用移动FTIR走航观测进行独立验证，结果表明异味热点定位的平均空间偏差小于150 m（图5）。
基于为期一年的连续在线监测数据，研究揭示了园区异味的时空演变规律。研究期间，受夜间至凌晨大气边界层稳定化、近地面风速较低的气象背景约束，四类异味化合物普遍呈现夜间累积浓度升高的变化特征。傍晚18:00-20:00时段，企业日间生产残留排放与逆温效应叠加，驱使污染物浓度再次出现高值；昼间部分异味组分浓度相对较低，这可能与光化学反应增强、边界层抬升及扩散条件改善等因素有关。基于实时风向与浓度梯度的动态分析，系统可在较短时间内锁定具体异味化合物组分的高值热点，并区分不同时段的主要贡献源。其中工作日白天异味物质高值集中于海鲜加工与海产品烘干企业周边，而夜间和清晨高值更多来源于污水处理厂周边。
图5 典型时刻（11:00）四种目标异味化合物的空间浓度等值线图与热点定位验证
小结
本研究通过解析异味源特征指纹谱，定向开发传感器阵列，结合FTIR原位校准减弱了现场环境干扰，在此基础上搭建高密度监测网络，实现了工业园区异味化合物浓度时空分布的反演与污染热点定位。该技术路径将园区异味治理从投诉驱动的被动响应，升级为实时监测溯源导向的精准管控模式，为同类工业园区提供了具有推广潜力的技术方案。
研究也指出了当前工作的局限：受存储、通信及供电条件限制，10分钟的采样间隔尚难以捕捉极短时突发排放事件；氨气等传感器在高湿条件下仍存在不确定性，尚无法直接获取源强排放速率。未来将融合移动自主观测平台与物理信息模型，构建动态源指纹库，并进一步优化传感材料与湿度补偿算法，持续提升复杂工业场景下的异味监测与溯源能力。
其他说明
研究合作单位包括清华大学、中国科学院合肥物质科学研究院、浙江海洋大学、武汉大学、河南师范大学、浙江省舟山市生态环境局普陀分局、清芯未来（北京）科技有限公司等。
研究工作得到了京津冀环境综合治理国家科技重大专项、国家重点研发计划、国家自然科学基金、上海市自然科学基金、云南洱海湖泊生态系统国家野外科学观测研究站重点课题、安徽省自然科学基金等相关项目的大力支持。
文章链接：//doi.org/10.1016/j.envint.2026.110470