河西西部的大气污染指数预报系统

以大气污染潜势和污染指数预报系统CAPPS（City Air Pollution Prediction System）为依托，利用Microsft Visual Basic 6．0软件，设计和建立了科学合理、直观实用的本地LCAPPS系统并作为预报河西西部诸城市空气质量的工具之一．该系统在运行过程中稳定、快捷．     

基于不同时间尺度综合指数贡献率的攀枝花市大气污染特征分析

选取2016—2022年攀枝花市环境空气质量监测数据,基于年度、季度、月度、小时时间尺度评价环境空气质量综合指数贡献率。结果表明,攀枝花市污染类型已由传统的单一工业型污染转变为复合型污染,且污染物在不同时间尺度下的分布特征明显。从季度尺度来看,第一季度细颗粒物(PM_2.5)综合指数贡献率较大,第二和第三季度臭氧(O₃)综合指数贡献率较大,第四季度二氧化氮(NO₂)及PM_2.5综合指数贡献率较大。从月度尺度来看,O₃在3—8月的贡献较大,PM_2.5、NO₂、可吸入颗粒物(PM₁₀)、一氧化碳(CO)、二氧化硫(SO₂)在1—2月及11—12月的贡献较大。从小时尺度来看,O₃在13—19点贡献较大,PM₁₀、PM_2.5、CO在8—13点贡献较大,SO₂在9—13点贡献较大,NO₂在8—1...     

兰州市大气污染气象潜势预报研究

介绍了大气污染气象潜势预报方法和兰州市大气污染气象潜势预报系统。通过2001年9－12月兰州市空气质量预报检验分析，表明该系统对首要污染物等级预报准确率在60％以上，对兰州空气质量预报具有较好的指示性。     

日照市大气质量指数分区预报

利用1999年1月至2002年7月日照市环境监测站监测的污染物浓度资料和探空及本站地面气象资料,分析了日照地区可吸入颗粒物(PM_(10))、二氧化硫(SO_2)、氮氧化物(NO_x)浓度变化的时空分布特征及气象要素的变化对污染物浓度时空分布特征的影响。在此基础上,建立了可吸入颗粒物(PM_(10))、二氧化硫(SO_2)、氮氧化物(NO_x)浓度指数预报方程及大气质量指数分区预报流程。并用VB6.0语言编程在微机上建立了简洁流畅、操作简便的大气质量指数分区预报系统。实际预报结果较好。     

兰州市大气污染特征与污染预报技术研究

结合兰州市大气污染特征,采用国际上较为先进的污染预报模式,分别建立了实时资料与数值产品相结合的实用统计预报模型.其系统预报结果准确程度较好,实用性强,时研究兰州市大气污染来源及政府决策都起着重要的作用.     

大气污染预报技术及有关防治对策的研究

依据历史监测数据,研究了大气污染预测预报的方法及污染防治对策。利用主分量分析、多元逐步回归、拟合与逼近等方法,进行了天气预报参数与主要污染物的关系研究,建立了大气污染预测预报模型,制定了大气污染警戒值及警戒措施。模型可做４８小时内大气污染预报及１０日内大气污染趋势分析。     

沈阳市冬季环境空气质量统计预报模型建立及应用

利用沈阳市2013年1—2月大气自动监测数据和同期气象资料,选取19项预报因子,采用逐步回归方法建立了沈阳市冬季环境空气质量统计预报模型,预报项目包括细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)日均浓度及臭氧(O3)日最大8 h平均浓度。2013年11月至2014年1月,应用该模型并结合人为经验修订,开展了沈阳市环境空气质量预报工作,预报结果与实测结果的对比验证结果表明,环境空气预测结果级别准确率达到79.1%,首要污染物准确率为73.6%。     

兰州市城区冬季大气污染模式确定及预测预报的研究

利用１０年的监测数据，采用主成分分析和多元逐步回归分析方法，推导出兰州市城区冬季大气主要污染物的预测预报模型，同时，结合兰州城区冬季大气污染现状及气象特征，制定了首要污染的警戒值和应急措施，通过验证，模型的精度和警戒值指标符合实际情况并可满足预测预报的要求。     

城市环境空气质量指数范围预报方法初探

城市环境空气质量指数预报是环境信息公众服务的重要内容,以城市24 h空气质量指数预报为例,探讨了其范围预报方法,并通过均方差的数理统计方法,分析典型城市每日空气质量指数实况数据的波动范围以及预报与实况偏差,针对不同空气质量级别提出建议性的空气质量指数预报变化幅度修正范围,并对预报过程中的质量控制技术进行了初步讨论。     

基于BP神经网络的贵阳市空气质量指数预报模型

采用贵阳市2013年1月1日—2015年12月31日的空气质量指数(AQI)日均值,常规的地面和高空观测资料,基于不同季节,调整BP神经网络的隐藏层个数和隐藏层节点数,建立不同的BP神经网络预报模型,进行参数检验,最终选取预报效果最好的模型带入实况进行检验。结果表明,夏季的预报效果最好,采用的模型TS评分为81.6%,平均绝对误差为9.1,正确率为97.4%,用该模型检验预报效果,实况和预报的相关系数为0.71,平均误差为9;而冬季的预报效果明显低于其他季节,采用的模型TS评分为65.7%,平均绝对误差为19.5,正确率为72.9%,用该模型检验预报效果,实况和预报的相关系数为0.79,平均误差为19。而且BP神经网络模型的预报效果同隐藏层个数与隐藏层节点数没有显著关系。     

应用模糊综合指数法综合评价额尔齐斯河水质

应用模糊综合指数法对额尔齐斯河水质进行综合评价，指出额尔齐斯河水质已轻度污染，管理不善是额尔齐斯河水质下降的主要原因。     

臭氧综合指数与臭氧潜势指数的构建与应用

随着社会经济的快速发展,我国臭氧污染日益严重,因此,研发出能定量评估气象条件对臭氧污染影响程度的诊断指数,成为提高和改善气象服务质量的重要任务之一。利用中国大陆地区2018年温度、总云量、风速、风向、相对湿度等气象场数据与臭氧浓度数据,研究臭氧污染敏感气象条件,统计各气象因子分布在不同数值区间时发生臭氧污染事件的相对频率(即分指数),按照分指数最大值和最小值的差值大小进行排序,筛选出10个与臭氧污染密切相关的气象因子,将10个气象因子的分指数进行累加,即得出臭氧综合指数。随后,对各地构建臭氧综合指数时采用的气象要素进行统计,得到出现频率最高的3个气象要素,并参考这些气象要素构建了臭氧潜势指数。分别以臭氧潜势指数和臭氧综合指数对北京市2019年臭氧日最大浓度建立拟合预报模型,结果表明:两类指数的拟合预报值与实测值有着相似的变化趋势;利用臭氧综合指数计算得到的预报值与实测值的相关系数为0.76,优于利用臭氧潜势指数计算得到的预报值与实测值的相关系数(0.64)。     

用综合生物指数法评价水质

针对单项生物指数评价水质的片面性不确定性，提出了用综合生物指数法评价水质。实验结果表明，该方法在综合各种生物指数评价结果的基础上，能对某一水体水质作出明确的评价结论，且与用理化监测结果评价水质的结论相吻合。     

建立空气质量综合评价指数的探讨

分析了空气污染指数(API)系统在评价空气污染水平中的不足,提出了在原API系统基础上进行指标拓展,增加能见度和PM2.5评价指标,建立空气质量综合评价指数（AQI）;分析了扬州市区PM2.5和能见度在雾霾日及正常日的百分位分布,确定了PM2.5和能见度分级值,并利用扬州市区环境空气质量监测数据进行了验证。     

环境质量综合指数法在江苏省建设小康社会综合评价中的应用

介绍了江苏省环境质量综合指数的现实意义、定义及在小康社会综合评价中的应用,并提出相应环境质量综合指数达标的对策和建议。     

上海虹桥机场大气污染特征分析

通过将上海虹桥机场2016年大气污染物监测数据与该市国控站点数据对比分析,结果表明:机场附近首要污染物为NO_2和PM_(2.5),随着污染级别加重,PM_(2.5)成为首要污染物的频次增加。虹桥机场NO_2浓度均值在各季节均高于各国控站点,日变化呈"双峰双谷"特征,峰值出现时间较其他站点早1 h。冬季PM_(2.5)浓度高于国控站点,其他三季相当。冬季PM_(2.5)日变化具有明显的"双峰"特征,上午峰值出现时间较其他站点早一两小时,夏季不明显。O_3日变化表现为上午其生成速率和NO_2的消耗速率都要高于其他站点。     

大气环境质量综合评价的一种新方法—模糊综合指数法

本文讨论了目前流行的大气环境质量模糊综合评判方法的缺陷,并将模糊综合评判与经典大气质量综合指数法的优点相结合,介绍一种新的综合指数法-大气环境质量的模糊综合指数法,大量计算表明新方法具有许多优越性。     

探索简单、快速、准确的空气质量预报模式——提高预报PM10API指数准确率的方法

空气质量的年平均值代表了—个地区空气质量的平均水平，而每天的风向、风速、降雨及特殊天气使每天的空气质量有所不同。     

环境空气质量综合指数计算方法比选研究

环境空气质量综合指数是进行逐月城市环境空气质量比较和排序的重要方法,提出了4种涵盖SO2、NO2、PM10、PM2.5、CO、O3等6项污染物的综合指数计算方法,基于2013年74个城市逐月污染物浓度数据使用主成分分析方法进行了对比分析。结果表明,综合指数计算方法中污染物统计指标和标准化方法不同对于主要污染物的判定有重要影响,各种计算方法中PM2.5、PM10、O3是出现频率最多的主要污染物;除O3外其他5项污染物逐月统计指标间均有极显著的正相关性,冬季O3统计指标与SO2、NO2、PM10、PM2.5呈显著负相关,夏季则呈显著正相关;主成分分析结果表明,在去除冗余信息后,PM2.5、PM10的权重被相对削弱,SO2、NO2、CO的权重得到相对强化,O3的权重夏季得到强化、冬季被削弱;综合考虑不同方案下主要污染物频率分布情况和PM2.5、PM10、O3权重变化特征,建议计算逐月环境空气质量综合指数时,SO2、NO2、PM10、PM2.5宜以月均值除以年均值标准进行标准化,CO、O3宜以特定百分位数浓度除以日均值标准(或8 h均值标准)进行标准化;该方法可延伸到季、半年和年度的环境空气质量综合指数计算。