知道臭，不知道臭从哪儿来。监测人员赶来了，异味儿早都散了。

在处理群众投诉时，难以及时、有效采集到污染样品；对于恶臭产业集中的地区，有时难以有效溯源。

这是当前恶臭异味监管面临的现实困境。

中国工程院院士、中华环保联合会恶臭异味污染防治专业委员会主任委员刘文清在近日的发言中指出，

当前，需要发展覆盖范围更广、时空分辨率更高、监测精度更高的智能化恶臭气体立体监测技术。

恶臭定义“难以量化”，生活服务区缺乏排放标准限制

“恶臭气体是指一切刺激嗅觉器官、引起人们不愉快及损坏生活环境的气体物质，包括高浓度的香味。

但‘不愉快’是较难量化的。”中国环境监测总站研究员张颖指出了恶臭监测面临的独特挑战。

她表示，恶臭的定义基于人类感官，是一种非定量、非标准化的概念，这与传统污染物的浓度超标定义截然不同。

由于人种、温度、情绪甚至现场环境的不同，人们对恶臭的感知差异巨大，导致监测和监管难以操作。

目前，国家排放标准采用单一因子评价，即一项指标超标就算不达标，但“今天不愉快，明天可能愉快”的感官

特性，使得恶臭监测充满不确定性。

臭气浓度检测依赖于人的感官，即通过稀释倍数判断是否“闻不到”，这是一种无量纲的检测方法。

而无论是仪器分析还是实验室分析都主要是针对单因子物质进行检测，这两者间存在系统性差异，也导致了检测

结果与感官体会到的不一定“百分百对得上”。

“三废处理区域、工业园区和生活服务区是恶臭的主要来源，工业园区有相关的排放控制标准限制，相对可控。

但生活服务区只有卫生防护距离，缺乏排放控制标准，导致投诉不断。”

张颖进一步指出，其实归根结底缘于国内缺乏环境空气质量的恶臭排放标准。

此外，由于各行业原料、工艺和管理差异，恶臭排放的底数仍不清晰。

如何在排查中降低成本并有效除臭，仍需在未来的政策文件及技术指南中进一步明确。张颖表示：“从政府监管、

监测技术到居民感知，推动三者一致仍有很长的路要走。”

传统检测方式时间滞后，智慧化监管或成破局关键

生态环境部恶臭污染控制重点实验室执行主任王亘介绍，目前大多数地区仍采用“人工排查+实验室分析” 

这种“慢半拍”的传统方式进行监管，效率低下，难以应对恶臭污染的瞬时性和复杂性。

他解释，当收到居民投诉恶臭问题时，生态环境监管部门需要到现场查看并采样检测。

但由于恶臭污染的阵发性和瞬时性，现场往往难以采集到有效样品，更无法明确污染源头。

“这些环节导致后续管理手段难以跟上，污染问题得不到有效控制。”王亘说。

恶臭异味物质污染瞬时、阵发的特性，对监测技术和设备提出更高的要求——实时追踪、连续监测、又快又准地

识别及分析污染物。

“大气扩散会将异味带至远处。”张颖以上海某大型垃圾处置区域举例，此前这一区域的恶臭投诉曾一直集中

在5公里外的区域。

为解决这一问题，这一区域采用了智慧化管理手段，积极安装在线监测系统实时检测恶臭浓度，一旦检测到浓度

超标，便自动增加掩蔽剂的投放量和投放速度。这一创新举措不仅有效降低了投诉率，还为企业每年节省了数百

万元的成本。

张颖称，恶臭监测的复杂性远超传统污染物，从超标点位排查到后续处置，都需要综合性解决方案。

智慧化管理和实时化、标准化建设，或将成为未来恶臭监测困境破局的关键。

精准监测将搭上ai发展快车

据了解，现有恶臭异味监测以传感器、电子鼻、光谱、质谱-气相色谱仪联用等技术为主。

刘文清指出，从实际需求出发，当前需要研发覆盖范围更广，时空分辨率更高，监测精度更高、更智能化的异味

恶臭气体立体探测技术。

“比如一个小区，进入的气体浓度是多少？逃逸的气体浓度是多少？整个小区的排放通量是多少？对可能发生的

异味有没有模拟预测预报？这样的精准监测技术是目前所需要的。”刘文清说道。

刘文清介绍，近年来，在各类项目的支持下，我国发展了高灵敏环境监测新方法、新技术，研发了一系列环境监

测技术与设备并实现产业化，促进了我国环境探测技术的发展和进步。例如，团队研发的超光谱成像遥感可以解

析各类型企业排口烟羽中污染物分布特征，及时发现苯、苯甲醛，以及二硫化碳（cs2）等污染物的浓度高值。

“ai模型在污染源识别和数据分析中发挥着重要作用。通过软件模拟和数据分析，可以区分多种污染物，辅助提

高监测效率。”刘文清强调，除了硬件技术的突破，人工智能（ai）与监测技术的结合将成为恶臭精准溯源的重要技术发展方向。

“卫星遥感会受到天气、云层覆盖等参数的影响，导致数据缺失。而基于ai技术通过结合卫星遥感、气象场、人

口分布、地形参数和排放源清单等多源数据，可以有效填补卫星遥感数据的缺失，重构全球范围内污染气体、恶臭异味气体等的高时空分辨率分布数据。”刘文清举例指出，团队利用ai技术重构了全球甲醛分布，并精准分析了此前北美野火甲醛排放给周边大型城市带来的影响，分辨精度可以从70%提升至90%。

在上海大学环境与化学工程学院副研究员高松看来，可以用ai技术让臭味监测更智能、更精准，还能通过ai溯源，

提升异味管控的效率。

“比如让ai学会‘闻味道’。目前电子鼻就是这种思路。ai可以从大量气味数据中找出规律，快速分辨出各种臭

味，并评估大概‘有多臭’。根据当前的监测数据、历史数据，以及天气情况，高精度实时预测臭味的变化趋势。甚至，对于一些小区、街道、园区，可以通过多站点监测数据，搭建ai小尺度智能溯源模型，实现异味污染源迅速定位。”高松告诉记者。

高松进一步指出，还可以通过云计算搭建数据共享与协同平台，让不同地区、不同机构的恶臭、异味数据实现联

网。当发生区域跨界污染时，协同分析、高效管控。

“智能化势必会成为恶臭气体精准溯源和高效治理的关键。结合人工智能技术，实现自动校准、自主学习和动态

响应，提升监测的准确性和实时性。多传感器融合技术将通过优化传感器阵列设计和先进的ai融合算法，增强对

复杂气味混合物的识别和分析能力，提高系统的可靠性和精确性。”高松说。