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．     

关于大气综合质量的一个马尔柯夫随机预报模型

构造了一个新的概率转移矩阵,并在上基础上利用随机理论,建立了一个马尔柯夫过程大气综合质量预报模型。通过实例分析,证明了该模型的可靠性。     

影响城市大气质量的主要因素分析

本文利用灰色系统的关联分析方法对影响城市大气质量的主要因素进行分析,结果发现．燃料的消耗量是影响深圳大气环境质量的主要因素,机动车辆的增长是次主要因素,工业总产值的变化对城市大气质量影响极弱,而城市的发展对大气质量均有影响,对大气中ＮＯｘ和降尘的影响最明显。     

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。     

研究大气物理化学过程描述城市大气质量

1　前言现代的城市空气质量管理系统 (ＡＱＭＳ)需要关于大气扩散、传输和污染去除等重要物理、化学过程的信息 ,还需要有许多有关排放源特征和强度的信息。一般来说 ,空气质量管理体系包含一个复杂的监测网格和有关源排放的基本情况。它们为公众提供信息 ,能定期描述空气污染进展情况 ,以及其他一些重要的功能。然而 ,大部分空气质量管理体系依赖于模式达到最感兴趣的目标。它们包含有预测、预报、评价污染物排放与人体健康之间的关系、政府对污染防治现行的和将来要制定的政策的影响、对短期或长期污染消减规划的效益和成本的优化。然而 ,…     

兰州市气象要素对大气质量影响力的模拟分析

为了弄清气象要素对大气质量的影响以及大气污染反弹的原因,通过对兰州市冬春之际气象要素对大气质量影响力的模拟分析,建立了气象要素与大气质量间的模拟模型,并应用该模型对兰州市大气污染指数进行预测分析。结果表明,该模型计算精度高,预测结果真实可信,方法可行性好,可用来模拟分析兰州市冬春之际空气污染的成因和动态变化。     

香港的空气污染指数预报

介绍了香港空气污染指数预报的方法和所取得的良好社会效果。通过香港空气污染指数预报的学习结合内地环境保护工作的情况，谈了几点体会。     

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)。     

基于曲线投影动态聚类模型的大气质量监测布点研究

聚类数和聚类方法是聚类分析研究的核心,具有重要的实用价值。针对各单项大气质量监测指标的不相容问题,在投影寻踪动态聚类模型的基础上,通过引入S型曲线作为投影方式,提出了基于曲线投影动态聚类的大气质量监测布点研究新方法。从理论上讲,作为一种完全由数据驱动的方法,该模型充分体现了投影寻踪聚类的设计思想,能把最佳聚类数和对应的聚类结果的分析有机地融合在一起,具有物理意义清晰,可操作性强等特点。实例应用结果表明,通过把待研究地区大气监测点多维指标综合成一维投影指标,并利用免疫进化算法优化目标函数,模型能提供明确、客观及稳健的监测布点最佳方案,实现大气质量监测经济性和代表性的平衡。上述研究可为其它非线性、非正态高维数据分类问题开辟一条新途径。     

Kalman滤波法在城市空气污染预报中的应用

利用Kalman滤波法结合由逐步回归法选出的T106气象因子,对大连市的空气质量进行预测预报,得出了该法与传统的多元回归法相比具有物理意义明显、准确率高的结论.     

沿海地区中小城市环境空气质量预报模式的研究与应用

根据两年来的实际工作经验,探讨了沿海地区气象因素对环境空气质量的影响,并结合沿海地区气候特征及污染现状对影响环境空气质量的因素进行了研究分析,建立了适合于沿海地区中小城市环境空气质量预报模式,其预报准确率高。对沿海地区中小城市今后开展空气质量预报工作具有一定的指导意义。     

外来沙尘输送对北京市空气质量影响的预报预警技术初步研究

利用多方位监测数据和气象资料,分析了2010—2011年春季外来沙尘输送对北京市空气质量指数的影响,提出外来沙尘对北京市空气质量级别影响的预报判据。此外,基于NAQPMS模型的沙尘模块,开展数值预报研究,并对北京市2010年3月一次沙尘天气污染过程进行数值模拟试验,结果表明,模拟的PM10浓度值与实测值有较好的一致性。通过判别预报和数值模拟两种预报技术的开展,可以预报沙尘输送影响的空气质量级别、沙尘分布和演变规律,为进一步开展空气质量预报预警和防控沙尘工作打下了很好的科学基础。     

兰州市空气污染物的变化规律与特征

论述了兰州市 1 993～ 1 996年间 ,室内外空气污染物 ,特别是一些非常规监测指标 ,如 PM1 0 、PM2 .5～ 1 0 和 PM2 .5 的污染规律和分布特征。结果表明兰州市仍以尘污染为主 ,PM1 0 在 TSP中平均占 3 3 %左右 ,而 PM2 .5 占了 PM1 0 的大部分     

兰州市空气质量预报系统研究

从潜势预报、统计预报、数值预报三方面介绍了兰州市空气质量预报系统的研究方法和结构特点,并检验分析了2001年4～10月兰州市空气质量预报,结果表明,此系统具有较强的预报能力,适用于兰州市空气质量预报业务。     

北欧地区大气无动力监测技术在亚热带高原的应用研究

无动力监测技术是一种成本低、效益高、灵敏而准确的空气气态污染物平均浓度监测采样方法,其连续时间覆盖可从几个小时到一个月.以月为采样周期时检测范围SO2为0.1～200μg/m3,NO2为0.1～400μg/m3,高灵敏度的检测下限可以满足低浓度背景区域内空气气态污染物的检出.其主要优点是采样器体积小、重量轻、无噪音、可重复利用、不用电、不需要技术人员、费用极低.采样器能在采样前后的常温条件下稳定几个月,因此能用于边远地区的环境监测.在检查模型计算和验证研究、健康影响评估、交通规划和绘制不同空气污染物在城市区域的高空间分辨率浓度分布图时,无动力采样器是最有价值的污染物高空间分辨率测定方法.文章所报道的是无动力采样技术的实际运用研究,是中瑞国际合作某项目的一部分,由瑞典环境科学研究院(IVL)与云南省环境监测中心站(YEMCS)共同完成.     

常州市工业大气污染物排放特征研究

通过调查企业生产情况,采用现场实测、模型、排放因子等方法,获得了常州市工业大气污染物的排放量,从行业、排放口高度、空间、时间及重点源所占比例等方面,分析了常州市工业大气污染物的分布特征。结果显示:常州市工业PM、PM_(10)、PM_(2.5)、SO_2、NO_x、CO、NH_3、VOCs排放量分别为3.089、1.348、0.695、5.380、7.077、14.459、0.030、0.848万t;钢铁、水泥、热电、金属制品、化工是常州市大气污染物产生的主要行业;高架源、中架源、低架源排放比例依次增加;11.5%的企业占据了全市排放量的86%以上;SO2等污染物各月排放量基本稳定,PM2.5等上半年排放量波动较大;市区企业的集中排放在不利气象条件下易造成大气污染。     

深圳市几种空气污染物浓度日变化特征分析

通过对深圳市2002年8月至2003年8月五种空气污染物浓度日变化特征、相互关系及不同天气条件下的变化,与人们活动的关系等进行分析,试图找出深圳空气污染的主要成因及变化规律,为环境规划决策提供科学依据。     

深圳市河流水质评价指标筛选方案探讨

通过计算各条河流的综合污染指数和各项水质指标的污染分担率,对深圳市8条主要河流1999—2008年水质监测数据进行分析,最终从15项常规水质指标中筛选出氨氮、总磷、生化需氧量、化学需氧量、高锰酸盐指数、石油类、挥发酚、硫化物和六价铬9项指标,建议作为深圳市河流水质评价的统一指标。     

川东北中心城市南充大气污染态势及其主要成因

基于南充市主城区6项大气污染物浓度数据,研究了2014-2020年南充市的空气质量指数、空气质量指数等级和首要污染物的时序分布。结果表明:随着大气污染防治的开展,南充市大气污染物浓度逐渐下降,出现首要污染物的天数逐年减少,空气质量逐步提高。受污染物节律性影响,空气质量呈现明显的季节差异,冬季空气质量最差,春季次之,夏季污染相对较轻,秋季最轻。首要污染物类型的季节分布特征表现为冬季出现首要污染物天数最多,春季和夏季次之,秋季最少。春、秋、冬季以PM_2.5污染为主,夏季以O₃污染为主。从全年来看,与O₃相比,PM_2.5对空气质量的影响更为突出。在持续控制大气污染物排放总量的同时,精细化协同管控细颗粒物、氮氧化物、挥发性有机物和二氧化硫排放将有助于现阶段的大气污染防治。