西安市空气污染指数的神经网络预测模型

将BP神经网络模型引入到大气污染预测预报领域,利用西安市2005-2010年逐日空气污染指数,建立了一个空气污染指数的非线性时间序列神经网络模型.实验结果表明:独立样本的日空气污染指数的预测值的平均相对误差分别为27.4%,23.2%,12.2%,25.7%,独立样本的日空气污染指数的预测值与真实值的线性相关系数高.该...     

阜新市大气污染现状评价

阜新市是以煤炭为主要能源的城市,燃煤加重了大气污染问题.本文采用API空气污染指数法对阜新市1996-2000年大气污染状况进行了评价,分析了污染现状、污染变化的趋势和原因,指出了首要污染物和次要污染物.同时运用综合指数法对2000年阜新市各功能区的大气质量也进行了评价,分析了各功能区的污染现状和污染原因,并提出了解决阜新市大气污染问题的对策.     

最小二乘支持向量机在API预测中的应用

传统的空气污染指数预测模型大多是以影响空气污染指数的重要气象因子作为输入,使用BP神经网络进行建模,模型的预测精度低且收敛速度慢.针对空气污染指数时间序列的非线性及多分辨率特性,提出了一种空气污染指数的最小二乘支持向量机预测模型.首先利用小波变换对原始的空气污染指数时间序列进行多尺度分解,以各尺度上的小波单支重构序列和重要的气象因子作为输入,然后使用该模型对兰州地区的空气污染指数进行了预测,最后讨论了模型参数的优化方法并使用网格法对两个参数进行了优化.仿真结果表明,与传统的BP神经网络预测模型相比,该模型具有更高的预测精度、更快的收敛速度及更好的稳定性.     

基于小波神经网络的空气污染指数预报

针对空气污染指数时间序列的非线性及多分辨率特性,提出了一种空气污染指数的小波神经网络预报模型。利用小波对原始的空气污染指数序列进行多尺度分解,以各尺度上的小波单支重构序列和重要的气象因子作为输入,使用该模型对兰州地区的空气污染指数进行了预测。仿真结果表明,与传统的BP神经网络相比,该模型具有更高的预测精度、更快的收敛...     

直辖市空气污染指数比较分析

以重庆市、北京市、天津市、上海市四大直辖市2001-2011年的大气主要污染物的排放量为基础数据,建立API空气污染指数模型,计算出各污染物的分指数,并利用模型中的分指数,通过层次分析法,得出污染物各自的权重;根据目前直辖市大气污染的现状,以及主要污染源中的主要污染物的状况,结合各地的“十二五”发展规划,提出改善各直辖市空气环境质量的建议和对策.     

无锡空气污染指数、气象要素的周末效应

利用2000-2006年无锡站的城市日供电量资料、城市空气污染指数和地面观测资料对无锡地区的空气污染指数、气温日较差、平均相对湿度、降水量和降水频次周末效应进行了分析.结果发现,空气污染指数和各气象要素的周末效应受到日供电量的影响,同时各气象要素自身和空气污染指数之间有较好的相关性,它们的周末效应相互影响.同时对周末效应的分析采用分季节讨论的方法,避免了由于全年平均对结果的不好影响.采用了不同的周末效应指数定义,即定义某一影响因子的周末效应指数为气象要素周末WEEKENDS(周六和周日)的平均值减去WEEKDAYS(周一到周五)的平均值.     

北京大气污染区域分布及变化趋势研究

本文利用2000-2005年北京市8个国控点PM10、SO2、CO、NO2和NOX等污染物浓度数据,分析了北京各区域大气污染分布与季节变化特征,以及近几年大气污染变化趋势.方法以主成分分析为主,辅以时间序列分析.分析结果显示：北京大气污染存在明显的时空差异,第一、二主分量可以很好地表征城市大气污染属性,所有污染物对第一主分量贡献都为正值,能够清楚区分大气污染程度,以及城市与区域背景的异同,第二主分量可以区分城市污染的源排放特征.基于此标准,全市范围内大气污染划分为燃煤型、机动车排放型、过渡型以及环境背景等四种污染类型.     

基于小波的武汉市PM_(10)空气污染指数时间序列分析

以武汉市PM10空气污染指数时间序列为例,运用复Morlet小波进行了时间尺度分析,发现其具备340 d、180 d、50 d和18 d 4个变化尺度,尤其以340 d的尺度最为明显;运用db小波对研究对象的突变事件进行分析,同时结合气象资料对各季节的PM10突变事件分析,结果表明PM10污染事件多发生在春季和冬季,其成因与当时的气象条件有密切联系.     

太原市大气污染特征及防治对策研究

本文根据太原市2007年1月1日至2012年12月31日的空气污染指数资料,对太原市空气污染指数的年、季、月平均值、空气质量级别、首要污染物等指标进行了统计分析,结果表明,太原市大气质量在逐年好转,但是与全国其他的环保城市相比,环境污染形势仍然十分严峻.最后针对太原市大气污染存在的主要问题,提出了加快推进经济结构的调整、扩大绿地面积、提高植被覆盖率、改善能源结构、推广新能源、开发节能技术、提高资源利用率等治理对策.     

运城市大气污染状况分析

本文通过统计山西环境保护网上有关运城市空气质量数据,运用空气污染指数法,采取sO2污染指数,PM10污染指数两个指标,说明运城市大气污染的现状,对运城市区大气污染时空分布特征进行分析;然后从运城市的地形、气候、工业布局、交通社会因素等加以综合研究污染原因,最后从各个方面突破,结合运城市的经济发展,为运城市的环境改善提供切实可行的措施及建议．     

MODIS气溶胶光学厚度与青岛市市南区空气污染指数的回归分析

以青岛市市南区中国海洋大学鱼山校区为研究区域,利用MODIS二级产品的大气气溶胶光学厚度(aerosol optical thickness,AOT)数据、天空辐射计反演得到的AOT数据以及地面测量的空气污染指数(air pollution index,API)数据,利用统计回归分析方法,建立AOT与API之间的数学模型,考虑了湿度因子对API的影响及校正,并分季节进行了分析.在此基础上,探讨利用卫星遥感气溶胶光学厚度进行大气污染监测的可行性.     

成都市PM_(2.5)指标的影响因子分析及其防治策略

采集了2015年全年成都市主要城区的大气监测数据,按月进行了相关统计.结合成都市人口经济、机动车尾气、工业分布及排放等实际情况,论述了空气PM_(2.5)污染来源;针对实时采集的数据,绘制了成都市气温、降雨量与PM_(2.5)数值的关系图,分析了成都市地理、气候因素对PM_(2.5)指标的影响,进一步提出了有针对性的系列防治策略与措施.     

北方煤炭型城市大气污染特征及防治研究——以大同市为例

大同市是我国主要的煤炭产地,其大气污染属于比较典型的污染类型,对其加以研究分析意义重大。根据中国国家环境保护部公布的API数据,摸清了大同市首要污染物是可吸入颗粒和SO2等,具体分析了大同市区大气环境污染的动态分布特征及污染原因,同时提出了对大同市区环境污染治理的对策,为经济健康发展和和谐社会的建设创造一个良好的环境条件。     

银川市空气污染指数的分析与预测

空气污染指数（air pollution index,API）是评价空气质量状况的有效手段．在分析银川市API变化特征的基础上,将小波分析与BP神经网络相结合,分别采用分解一预测一重构法和小波函数替代法对银川市API值进行了预测．结果表明：银川市API呈现年际下降,月际周期波动的特点;相对于其他小波,采用db10对数据进行分解、预测、重构后获得的结果最好;分解预测重构模型的预测精度较高,优于小波函数替代模型,适用于银川市空气污染指数的预测．     

大气环境质量评价API方法实例教学——以安徽省安庆市为例

传统API指标体系所得城市大气质量往往偏离群众真实感受,特别是像安庆这样的化工城市,这给环境影响评价教学带来了困难,论文选取了该市2010年四季中空气中有明显异味的10天,监测了其CO、氨和苯含量,并参照GB3095-1996标准,通过逐步添加特征指标的方法,在课堂上展示了增加指标前后安庆市大气环境质量API指数,结果表明:①增添指标前,安庆市大气API指数皆小于100,质量等级为良,主要污染物为SO2或PM10;②增添指标后,安庆市环境空气质量普遍下降1到2个档次,由原来的优良变为轻中度污染甚至是重度污染,主要污染物为苯;③CO指标增加后,其单因子指数皆小于50,安庆市大气污染并不以煤烟型污染为主;④实例教学能解决理论与实际的偏差,激发学生兴趣,极大地改善课堂教学效果。     

中国城市大气污染物总量控制方法及案例研究

中国城市的大气污染相当严重,对城市大气污染物实施总量控制将是控制城市大气环境管理污染的主要手段。本文根据对多个城市的研究,开发了城市大气污染物总量控制方案的制定方法。该方法引入了排放当量概念,通过构造区域间大气污染物转移矩阵及线性规划模型来确定城市大气污染物允许排放当量总量及分布,并以此作为区域控制指标分配至污染源。将其应用在城市大气污染物总量控制规划中,发现城市大气污染物允许排放量与排放高度α次幂成正比,0<α<1,对济南α=0.8,该参数为总量的分配提供了重要依据。     

城市大气污染物允许排放总量计算与分配方法研究

大气污染物总量控制是控制城市大气环境污染主要管理手段。作者提出了一套适合我国城市大气污染物允许排放总量计算与分配的技术路线和模型。通过将区域划分为不同的功能区和管理小区,构造区域间大气污染物转移矩阵及利用线性规划模型来确定城市大气污染物允许排放当量及分布,并以此作为区域控制指标分配至污染源,充分体现环境功能区差异和容量分配的公平性。对济南市的应用表明,作者提出的技术路线和模型是合理可行的。     

城市小区环境流场及污染物扩散的风洞实验研究

介绍了一次有关城市小区环境流场和污染物扩散规律的风洞实验研究．实验以位于北京市东南部的方庄小区为研究对象，以1：250的缩尺比在南京大学MU环境风洞中建立模型并进行实验．实验包括：小区气流分布测量、小区空气污染物浓度分布测量、建筑物周边气流分布测量、建筑物周边空气污染物浓度分布测量．实验结果表明：小区内水平流场分布受不同高度建筑物影响，但风速垂直分布总体上仍符合幂指数律．小区内污染物分布亦受到建筑物及环境风速大小的影响．单体建筑物流场试验结果清晰显示了气流遇建筑物后的抬升翻越过程，以及街渠内的抽风效应，该效应可使街渠内风速达到来流的2～3倍．单体建筑物污染物分布试验结果显示随着离源的距离增大污染物浓度逐渐减小，其垂直分布仍符合地面源排放的扩散分布形式，实验结果与实际观测结果相比较为接近．相应数值模拟结果与风洞实验结果进行比较表明：两的气流和污染物浓度分布除个别有差异外，总体上相当吻合．