香港公共出租车转换站内污染物演变模式识别及预测

对香港公共出租车转换站(TTI)内的污染物扩散和分布情况进行了研究.影响TTI内污染物水平的因素有出租车流、环境条件、人们的活动以及TTI的结构等.对TTI内的悬浮粒子进行了现场监测,通过分析前述因素对悬浮粒子水平的影响,提出用人工神经网络来进行研究.基于所获得的不同时间段的数据,训练了适用于此类问题的神经网络模型,对该模型的性能进行了分析和验证.文中还对TTI内空气污染物的积聚模式及演变趋势进行了模拟预测和实测对比,对比结果表明,文中提出的TTI内污染物的预测方法是可行和可靠的.     

城市交叉路口车辆排放颗粒物浓度的时间相关性分析

【目的】研究大都市道路交叉口车辆尾气排放的颗粒物对大气质量的影响.【方法】在香港街谷一个典型的道路交叉口处,测量不同日期交通高峰时段内车辆排放的6种不同粒径(0.03~0.49μm,0.5~0.99μm,1~1.99μm,2~4.99μm,5~9.99μm,≥10μm)的颗粒物浓度,并通过自相关特性和功率谱分析对这些颗粒物浓度的时间相关性进行分析.【结果】粒径0.03~0.49μm颗粒物的相关性变化呈现多周期性.与此相反,粒径0.5~0.99μm,1~1.99μm和2~4.99μm颗粒物的相关性明显呈现出与交通红绿灯匹配的周期性,粒径5.0~9.99μm和≥10μm较大颗粒物的相关性较小.粒径较小颗粒物的长时间相关函数不趋于0表明存在长时持续作用.功率谱的分析进一步证实了这6种不同粒径的颗粒物浓度的周期性和长时持续性,特别是粒径0.03~0.49μm细微颗粒物,其功率谱呈现S(fk)~1fηk的标度关系,表明存在长时相关特性.【结论】城市道路交叉口车辆尾气排放的颗粒物对大气有较大的影响,6种不同粒径的颗粒物浓度显示出周期性和长时相关持续性。