海口市臭氧浓度统计预报模型的构建与效果评估

主要利用2015~2020年海口市臭氧（O₃）浓度资料和ERA5再分析资料,基于污染物浓度控制方程挑选出海口市O₃-8h浓度（日最大8 h滑动平均）的15个关键预报因子,构建了多元线性回归模型（MLR）、支持向量机模型（SVM）和BP神经网络模型（BPNN）,并对2021年海口市O₃-8h浓度进行预测和效果检验.结果表明,O₃-8h浓度与关键预报因子的相关系数绝对值主要分布在0.2~0.507之间,其中1 000 hPa的相对湿度（RH₁₀₀₀）和风向（WD₁₀₀₀）,875 hPa的经向风（v₈₇₅）的相关系数绝对值超过了0.4,具有较好的指示作用.3个预报模型基本能预报出海口市O₃-8h浓度冬半年偏高,夏半年偏低的变化趋势,其中BPNN模型的标准误差（RMSE）数值最小（22.29 μg·m^-3）.实测值与3个统计模型预报值的相关系数从大到小排列为：0.733（BPNN）>0.724（SVM）>0.591（MLR）,均通过了99.9%的信度检验.O₃-8h浓度等级预报的结果检验表明,3个预报模型的TS评分均随着O₃-8h浓度等级的上升而下降,而漏报率（PO）和空报率（NH）随着O₃-8h浓度等级的上升而上升.SVM和BPNN模型在3个等级预报中TS评分均略高于MLR模型,特别是在轻度污染等级,TS评分还维持在70%以上,具有较好的预报性能.     

海口市PM_(2.5)演变特征及其与气象因素的关系

利用海口市PM_(2.5)逐时数据、常规气象观测资料、FNL全球分析资料和HYSPLIT模式,对比分析海口市PM_(2.5)变化特征及其与气象因素的关系。结果表明:(1)2014年1月1日至2016年6月30日,海口市PM_(2.5)日均值以达到《环境空气质量标准》(GB 3095—2012)一级标准为主;年均值为23μg/m~3,达到GB 3095—2012二级标准;月均值整体呈周期性波动,秋冬季高、春夏季低;季节均值排序为冬季秋季春季夏季。(2)降水对PM_(2.5)有清除作用;风速加大会使PM_(2.5)浓度减小。(3)污染个例分析表明,海口市PM_(2.5)浓度增大,是因为东北风将外地污染物传输经过本地,并配合有利的天气形势,最终造成大气污染事件的发生。     

交通肇事逃逸心理探讨及打击预防对策

对交通肇事逃逸定义是指发生交通事故后,交通事故当事人为逃避法律追究,驾驶车辆或者遗弃车辆逃离交通事故现场的行为。但有少数机动车驾驶人无视法律法规,发生交通事故后,不积极抢救伤员、保护现场,为逃避法律追究和民事赔偿逃离现场,给受害当事人造成极大的生理及经济负担。笔者综合分析交通事故逃逸案件,对肇事逃逸犯罪