灰色系统在大气质量预测中的应用

把大气环境看作一个灰色系统,联系重庆市大气环境的实际情况,利用灰色关联分析判断出重庆市2000-2005年间大气污染物中主要污染因子为PM10和SO2,同时建立灰色模型对其进行质量预测.短期预测结果表明大气PM10和SO2浓度呈下降趋势,其浓度分别到2009年和2012年可达国家二级标准.     

基于加权灰色统计的平顶山市空气质量分析

依据平顶山市2000—2009年环境状况公报数据,选取空气污染物SO2,NO2,PM10作为评价因子,将灰色统计方法和模糊综合评价模型相结合,建立加权灰色统计模型,对河南省平顶山市空气质量进行综合评价.结果显示:平顶山市2000—2002年空气质量综合评价Ⅳ级,为重污染;2003—2007年空气质量综合评价Ⅲ级,为轻污染;2008—2009年空气质量综合评价Ⅱ级,为尚清洁.2000—2009年(2007年除外)主要污染因子为PM10,2007年的主要污染因子为SO2.但近几年PM10对空气质量的影响呈现逐年下降趋势,NO2对空气质量的影响呈现逐年上升趋势.     

基于神经网络的PM2.5预测模型

目前PM2.5的计算主要采用物理方法,其成本较高.为此,通过采集空气中O3,CO,PM10,SO2,NO2的浓度数据,选择神经网络方法建立PM2.5预测模型.实验结果表明,该模型对PM2.5的预测准确率较高.     

近十几年上海空气质量变化动态及主要污染指标间的相关性分析

分析了近20年来上海空气质量的变化情况,同时研究了总悬浮颗粒物(TSP)浓度与降尘量相关性,可吸入颗粒物(PM10)浓度与降尘量、二氧化硫(SO2)、二氧化氮(NO2)浓度相关性,以及酸雨频率与SO2、NO2浓度相关性.发现上海空气质量优良率、TSP,PM10,SO2和NO2浓度以及全市区域降尘量等指标均呈波浪式改善趋势,但酸雨频率和酸度呈恶化趋势.城区和全市TSP浓度与城区降尘强度、城区PM10浓度与全市区域降尘量及城区NO2浓度间均表现出极显著的相关关系.城区PM10浓度与道路降尘量关系不如与全市区域降尘量密切,与城区SO2浓度之间无显著相关性.全市酸雨频率与城区SO2浓度在1990~1999年有极显著相关性,在2000~2013年无显著相关,在1997~2013年与城区NO2浓度无明显相关.有效降低降尘量将是降低TSP和PM10浓度的有效手段之一;严格控制城市机动车等NOx排放量,是控制城区PM10污染的有效手段之一.     

一次冷空气前后广州大气污染研究

以冷空气过境前后的广州市污染物数据为基础,运用Shapiro-Wilk检验、Pearson积矩和Spearman秩等方法,探讨PM2.5、PM10、SO2、NO2、O3、CO的污染特征及变化规律.结果表明,PM2.5、PM10高浓度出现在8—9时和17—18时,低浓度出现在12—13时和0—1时.PM2.5和PM10相关性显著,PM2.5/PM10=0.62⁰.83,冷空气对PM2.5和PM10都有较好的清除作用.SO2浓度在7—8时出现峰值,3时出现谷值,良好的气象条件对SO2有明显的清除作用.NO2、CO高浓度出现在9时和19时,低浓度出现在15时和3时.冷空气对NO2有一定的清除作用,对于CO浓度增大的异常情况,推断与广州以北地区燃烧生物质有关.O3浓度日变化呈现单峰特征,15时浓度最高,5时浓度最低,冷空气在夜间过境对O3浓度影响较小.O3与CO、NO2存在显著的负相关,在光化学反应时间段O3/CO=0.060.83,冷空气对PM2.5和PM10都有较好的清除作用.SO2浓度在7—8时出现峰值,3时出现谷值,良好的气象条件对SO2有明显的清除作用.NO2、CO高浓度出现在9时和19时,低浓度出现在15时和3时.冷空气对NO2有一定的清除作用,对于CO浓度增大的异常情况,推断与广州以北地区燃烧生物质有关.O3浓度日变化呈现单峰特征,15时浓度最高,5时浓度最低,冷空气在夜间过境对O3浓度影响较小.O3与CO、NO2存在显著的负相关,在光化学反应时间段O3/CO=0.06⁰.12,O3/NO2=10.12,O3/NO2=1².     

2016-2020年春节烟花爆竹燃放对绵阳市环境空气质量的影响

利用2016-2020年绵阳市环境空气(SO2,NO2,CO,O3,PM2.5和PM10)监测数据,分析了春节期间烟花爆竹燃放对绵阳市城区环境空气质量的影响.结果表明:烟花爆竹燃放对环境空气质量产生严重影响,除夕烟花爆竹燃放后,SO2和颗粒物(PM2.5和PM10)均会升高,PM2.5增长尤为明显,正月初一达到峰值浓度...     

基于 VAR 模型的重庆市大气污染物分析及研究

目的 研究重庆市首要空气污染物 PM2. 5 与 PM10 、SO2 、NO2 、CO、O3 的动态影响关系,为政府制定防治大气 污染措施及相关政策提供有价值的建议。 方法 收集重庆市 2021-05-01—2021-10-31 日的 PM2. 5 、PM10 、SO2 、 NO2 、CO、O3 这 6 项大气污染物的日浓度数据,利用 Eviews8. 0 软件,对原始数据进行序列平稳性检验;根据 Granger 因果检验结果选择变量,建立时间序列 VAR 模型,并检验模型的稳定性;利用广义脉冲响应分析和方差分 解分析,研究各污染物浓度对 PM2. 5 的动态影响及相对重要性。 结果 Granger 因果检验表明:PM10 、SO2 、NO2 、O3 是 PM2. 5 的 Granger 原因, CO 不是 PM2. 5 的 Granger 原因;广义脉冲响应分析表明:NO2 对 PM2. 5 的影响最大;方差 分解分析表明:NO2 的浓度对 PM2. 5 的影响最大;O3 对 PM2. 5 的影响次之,对 SO2 的影响作用最小。 所以,从长期 影响效应看,NO2 对 PM2. 5 具有长期较大的影响,SO2 对 PM2. 5 的影响最弱。 结论 防治 PM2. 5 对重庆市空气的污染 应着重控制 NO2 的污染,因此,政府应大力发展绿色交通,控制交通污染;大力监管高污染行业,将烟雾、粉尘、颗粒 物等排放量较大的行业作为工业污染源治理的重点;大力发展清洁能源,加快化石燃料替代资源的开发利用。     

2008—2014年渭南市空气质量的评价与分析

以渭南市2008—2014年空气环境监测数据为依据,参照《环境空气质量标准》,选取SO2,NO2和PM10三个空气污染因子作为评价参数,利用模糊综合评价模型对渭南市2008—2014年空气质量进行评价,并利用灰色关联度对渭南市空气污染的主要因素进行分析.结果表明,近年来,渭南市空气质量均为国家II标准,其主要污染因子为PM10.     

基于灰色关联分析指标筛选的RBF神经网络-马尔可夫链的空气质量预测模型

根据天津市空气质量监测数据及实际情况,应用RBF神经网络-马尔可夫模型对天津市空气中物浓度进行预测.首先,分别以SO2、NO2、PM10为参考序列,应用灰色关联理论选出关联度较高的因F神经网络的输入节点.其次,应用RBF神经网络对各污染物浓度进行预测,并利用马尔科夫模型修值,可使修正值更加接近实测值.以SO2为例,RBF神经网络的平均相对误差为1.797%,应用马尔可正后的平均相对误差为1.035%,验证了该方法的可行性.     

兰州市三种主要空气污染物(SO2,NO2,PM10)的统计预报方法

本文由空气污染扩散方程,得出了兰州城区三种主要空气污染物(SO2、NO2、PM10)浓度的统计预报模型框架。通过逐步回归,确定了兰州市三种主要污染物(SO2、NO2、PM10)浓度的24时变量的预报方程。拟合及试报表明:本方案在预报方法上使用方便,预报准确率较高。