基于BP神经网络的天津市PM2.5浓度预测研究

根据天津市2013年12月1日-2013年12月24日气象监测数据,先进行温度、湿度、风力因素对PM2.5浓度影响的相关性分析及定性分析,绘制温度、湿度和PM2.5浓度的二维趋势分布图及气体扩散风向浓度分布图;再运用BP神经网络模型对天津市2013年12月25日-2014年1月9日PM2.5浓度进行仿真预测,最终得到精确预测值.结果表明:温度及风速因素与PM2.5的浓度成反比,湿度因素与PM2.5的浓度成正比,而且通过BP神经网络模型对于“离散样本”、“气象参数不确定性”的实际天气情况可以得到较高的预测精度.     

呼和浩特市PM10和PM2.5污染水平分析

分析呼和浩特市2011年8月到2012年7月逐日的PM10,PM2.5的质量浓度监测值,结果表明,呼和浩特市PM10和PM2.5污染在春季和冬季较夏季、秋季严重;PM10和PM2.5有良好的线性关系;PM2.5/PM10(β)平均值为0.55.     

融合SSAE深度特征学习和LSTM网络的PM2.5小时浓度预测

精准的PM_2.5小时浓度短期预测,可以有效地提高空气污染的预报预警能力.针对传统的PM_2.5预测模型中存在的影响因素考虑不全面且影响因素选择方法适用性不强等问题,本文提出一种融合栈式稀疏自编码器（Stack Sparse Auto-Encoder,SSAE）和长短期记忆神经网络（Long-Short Term Memory,LSTM）的PM_2.5小时浓度预测模型.SSAE-LSTM模型综合考虑了时间因素、空间因素、气象因素和空气污染物因素等多种因素对PM_2.5的影响,采用SSAE以无监督方式自动提取PM_2.5抽象影响特征,实现特征的压缩和降维;然后以提取的抽象特征作为LSTM模型的输入,建立PM_2.5时间序列预测模型,挖掘PM_2.5历史序列中的长期依赖特征.为了验证方法的有效性,本文基于2016—2018年京津冀城市群71个空气监测站点的空气数据和气象数据,建立SSAE-LSTM模型对各个站点的PM_2.5浓度进行离线训练和预测实验.预测结果表明,SSAE-LSTM模型预测精度高于其它预测模型,在所有测试集上的一致性指数（IA）高达0.99,均方根误差RMSE与平均绝对误差MAE降到了13.98和7.90.此外,分析了SSAE-LSTM模型在不同季节的适用性,71个空气监测站点在春、夏、秋、冬4个季节测试集的预测值和实测值均有很好的线性关系,决定系数分别是0.86、0.92、0.96、0.93.对北京市万寿西宫站点的预测结果表明,SSAE-LSTM模型可以用于不同空气质量情况下的PM_2.5小时浓度预报,且具有应用上的可行性和可靠性.     

崇明岛地区PM10和PM2.5浓度分析研究

2010年1月上海市政府颁布了《崇明生态岛建设纲要(2010-2020)》,本文从2013年9月1日至2014年8月31日运用颗粒物采集仪器于森林公园、绿华、现代农业园区、城桥四个空气自动监测点位监测PM10和PM2.5,分析PM10和PM2.5的浓度与风向的关系得出PM10和PM2.5污染与江对面的吴淞工业区、宝钢、石洞口电厂、罗店工业区乃至江苏太仓沿江工业区的污染物排放密切相关,在相当大的程度上主要是来自于他们的贡献.     

西安市PM2.5时空分布模型研究

由基于时间序列的神经网络与BP神经网络构成一个二级神经网络模型.首先用基于时间序列的神经网络来构造模型,在每个监测站运用基于时间序列的神经网络模型得到一PM2.5的预测值P1,PM2.5与地理坐标之间无根本联系,只与相应地理坐标的环境因子有关,故用BP神经网络建立预测值P1与实测值P的模型,从而得到预测值P2,即通过构建二级神经网络得到PM2.5时空分布模型,然后对P2与P求均方差根RMSE进行检验.     

杭州市临平地区PM2.5和PM10污染特征分析研究

利用TEOM 1405-F和TEOM 1405颗粒物实时监测仪,研究了2013年12月至2014年5月临平地区PM2.5和PM10质量浓度实时变化特征,并结合气象五参数观测资料,对影响大气颗粒物分布特征的因素进行了分析,研究结果发现:冬季PM2.5和PM10的日均质量浓度明显大于春季,冬季PM2.5日均质量浓度范围为17.0 ～ 349.1 μg/m3,PM10日均质量浓度范围为18.8～516.9μg/m3,春季PM2.5日均质量浓度范围为20.4～167.6μg/m3,PM10日均质量浓度范围为38.2 ～243.3μg/m3;通过线性回归分析发现PM25和PM10存在较好的线性关系,说明PM10相对固定的受到PM2.5的影响,且污染物来源稳定;冬季PM2.5和PM10日均质量浓度存在三峰值波动状态,而春季PM2.5和PM10日均质量浓度存在双峰值波动状态;较大的风速、较高的气压和降水对于颗粒物的清除效果明显.     

北京市大气中PM10和PM2.5的污染水平特征研究

2004-2005年在北京市区和背景点进行了PM10和PM2.5质量浓度监测,结果表明,市区和背景点的PM质量浓度有季节特性,采样点的PM2.5/PM10的季节平均变化值相差不大,市区采样点的PM质量浓度普遍要比背景采样点高,和洛杉矶、悉尼等奥运城市相比,北京市PM10 比这些奥运城市高3～5倍,PM2.5高2倍左右,说明北京市的大气污染水平还相当严重.     

哈尔滨市燃煤期PM10和PM2.5比对测试研究

哈尔滨市的地域性决定了气候非常具有代表性。以冬季特为明显,气温早晚温差大,气温低。再加上正是采暖期间,空气质量受供暖期等影响较大,空气质量不稳定。2013年冬季选择哈尔滨市燃煤期PM10和PM2.5比对测试研究分析,对市区内3个监测点位进行的颗粒物（PM10和PM2.5）手工采样与自动仪器的比对监测,以手工监测方法为基准,分析自动监测与手工监测的一致性,并对PM10和PM2.5浓度的比值关系进行了分析,结果表明：监测3个点位的PM10和PM2.5的浓度趋势具有很高的一致性,且以手工和自动数据进行线性回归的各项参数均符合技术规范（HJ 653-2013）的要求。     

湖北省PM2.5与PM10比值分析及PM2.5时空分布特征研究

基于2012年-2014年湖北省大气污染物监测数据,通过数据反演方法,得到湖北省17个城市的PM2.5年均浓度.利用ArcGIS绘制出各城市不同年份的颗粒物浓度空间分布图,并对其进行分析.结果表明,2012年-2014年间,湖北省17个城市PM2.5与PM10年均浓度比值为0.66,PM2.5年均浓度超出国家二级标准,整体呈现上升趋势.城市方面,在多数城市PM2.5与PM10浓度上升的同时,仅武汉、黄冈和天门3个城市颗粒物浓度2014年较2013年有所下降,且武汉市PM2.5浓度下降率达12.8%,表明武汉市近两年来采取的政策措施具有较好的可行性和有效性.     

基于时空克里格的PM_(2.5)时空预测及分析

PM_(2.5)作为大气污染的一种,正受到社会越来越广泛的关注和研究,但大部分研究仅单独分析各样点PM_(2.5)浓度时间维度或空间维度特征,忽略了PM_(2.5)的时空维度变化。为综合考虑PM_(2.5)时空维度特征,该文以山东省2014年PM_(2.5)浓度监测数据为对象,建立PM_(2.5)时空变异模型,利用时空克里格法对山东省全年PM_(2.5)浓度进行时空预测,得到时空分布立方体数据,最后基于该数据,对山东省PM_(2.5)污染特征作出分析。结果表明,2014年山东省整体PM_(2.5)污染严重。在空间上,中西部地区PM_(2.5)浓度超过75μg/m~3的天数超过290 d,存在持续性高危污染,东部小于37.5μg/m~3的天数超过146 d,存在间歇性轻微污染,且从西至东,PM_(2.5)污染天数和程度逐渐降低,具有明显地域性污染特征;在时间上,PM_(2.5)浓度最高时间段为1、2、11和12月,最低为6-8月,各季节污染程度依次为:冬季秋季春季夏季。研究表明时空地统计方法能够有效地对空气质量进行时空预测,是挖掘更多的时空分布特征和信息,进行环境数据分析的有效手段。     

基于MODIS的中国PM_(2.5)污染时空分布特征研究

近年来,中国各大城市雾霾天数有明显增长的趋势,雾霾天气的产生与细颗粒物PM_(2.5)有直接的联系。基于2013-2015年MODIS气溶胶光学厚度三级产品MOD08,考虑边界层高度、相对湿度、温度、风速、风向等气象因子,分季节构建BP(误差反向传播)神经网络模型,估算全国PM_(2.5)值,基于此值分析中国PM_(2.5)污染的时空分布。结果表明:(1)对气溶胶光学厚度(AOD)缺失值进行插值后夏季预测模型效果最好,R为0.840 1,春秋季预测模型效果较差,R分别为0.602 5、0.589 9。(2)PM_(2.5)空间分布差异性显著,秋季空间分布差异最显著,夏季降水丰富,空间分布差异显著性降低;高值主要出现在华北和西北小面积区域,低值出现在西部蔵区和海南。(3)高值的华北地区和低值的西部地区都有面积逐渐增加的趋势,高值逐渐扩散到西北小面积区域,低值扩散到中部地区。     

GAM的区域PM_(2.5)浓度影响因子识别及关联关系分析

区域PM_(2.5)浓度影响因子及显著程度对区域PM_(2.5)浓度模拟和污染控制具有重要意义。该研究应用广义加性模型(GAM)建立模型分析2013年京津冀区域PM_(2.5)浓度与AOD、气象因子(相对湿度、温度、降雨量、大气压、风速)和土地利用类型(水体、林地、耕地、建设用地、裸地)之间的相关关系。结果表明,温度、大气压、AOD、林地、建设用地和裸地显著的影响PM_(2.5)浓度;且温度、AOD、裸地、林地与PM_(2.5)存在复杂相关关系,大气压、建设用地与PM_(2.5)浓度存在线性相关关系。GAM模型R~2为0.952,拟合结果与实测结果的线性回归方程系数为0.959,模型交叉验证后得到R2为0.792。结果表明,利用GAM能有效的识别区域PM_(2.5)浓度的影响因子,根据影响因子进行PM_(2.5)浓度拟合并得到可靠的拟合结果。     

基于AOD数据反演地面PM_(2.5)浓度研究进展

随着中国城市发展,城镇化进程的不断推进,能源消耗持续增加,空气中的污染物含量越来越高,空气污染事件频发,城市空气质量研究成为一个热点议题。PM_(2.5)作为表征空气质量的重要指标之一,越来越受到人们的关注,目前获取PM_(2.5)数据主要有地面监测和卫星遥感监测2种方式。传统的地面监测手段可以得到高精度的局部PM_(2.5)污染数据,但是由于其覆盖范围的局限性,并没有办法反映出整个区域的PM_(2.5)污染情况。遥感卫星监测恰到好处地弥补了这一缺陷,其中应用最为广泛的是使用卫星遥感数据产品大气气溶胶光学厚度AOD来反演地面的PM_(2.5)浓度。文章从AOD数据的多样性及其应用、反演地面PM_(2.5)浓度模型的选择以及反演模型的优化这3个方面对目前国内外利用遥感卫星AOD数据反演地面PM_(2.5)浓度的研究进行了归纳梳理。其中AOD数据分辨率的不同产生了不同精度的反演结果;而线性回归模型和非线性回归模型的反演精度也存在较为明显的差异;通过在模型中加入气象参数、气溶胶垂直分布特性以及地表信息等因素会显著地改善反演结果。上述研究为流行病学中PM_(2.5)人口暴露研究及健康影响提供方法论基础。     

基于改进Moran's I指数的成都市PM_(2.5)的空间统计分析

以PM_(2.5)污染的空间分布为研究对象,改进传统Moran's I指数,以便适用于大样本数据的空间自相关分析。通过改进Moran's I指数推导出期望与方差对改进Moran's I指数进行统计意义上的显著性检验,从而对PM_(2.5)污染情况进行空间自相关性的判断与评价,揭示PM_(2.5)污染呈现的空间分布趋势。为说明改进Moran's I指数的实际应用价值,采用成都市区7个空气质量监测点(不包括灵岩寺监测点)PM_(2.5)每小时数据,进行改进Moran's I指数的计算与分析,绘制改进全局指数时序图和改进局部Moran's I指数渲染图。结果表明,成都市区全局Moran's I指数的范围为0.728 7~0.998 5,即PM_(2.5)污染整体呈现显著空间聚集趋势,从局部看,PM_(2.5)污染的空间聚集和空间异质特性随着时间转移至不同监测点,地理位置邻近或环境类似的监测点有类似的分布趋势。     

贵阳市城区近地面PM10/PM2.5及重金属污染水平研究

2009年在贵阳市地区内设点采样.共采集了145个大气样品,对近地面大气颗粒物PM10/PM2.5的污染状况及其所含重金属进行调查.结果表明,贵阳PM10/PM2.5的污染严重,对人体健康危害很大;重金属元素分析中Pb和Zn的含量比较高,这些重金属元素更易于富集在细颗粒上,给环境带来了极大的潜在危险.最后文章提出了贵阳...     

办公楼PM_(2.5)控制方案分析

讨论关于办公楼项目针对PM2.5进行的处理与控制。通过对实际项目的研究分析,根据收集到的空气质量数据、各国标准及世界卫生组织对于PM2.5控制标准,从空调净化过滤角度出发,对多种净化处理方式进行比较分析。文章涵盖PM2.5控制目标,多种过滤系统组合应用效果的研究,初投资估算及比较。最终,得出办公楼PM2.5的优选控制方案。     

乌鲁木齐市快速路林带内PM2.5、PM10污染特征研究

颗粒物污染中PM_(10)、PM_(2.5)等细颗粒物对动、植物及人体健康的危害较为严重。随着乌鲁木齐市的进一步开放和发展,环境问题,特别是大气环境中PM_(2.5)的污染问题受到了更多的关注。文章以乌鲁木齐市主要快速路,外环路、河滩路林带为研究对象,通过在道路防护林不同宽度处设置监测点,研究了PM_(2.5)、PM_(10)从道路扩散到林带后时的浓度变化规律,得出乌鲁木齐市快速林带宽度与颗粒物浓度之间存在复杂的负相关关系;快速路林带从离快速路3 m起对汽车尾气为主的颗粒物污染显著的削减作用;针叶林为主林带对颗粒物可具有较明显的削减作用;居住在城市快速路两边居民遭受更严重的颗粒物污染,汽车尾气是增加颗粒污染物浓度的重要因素之一。     

促进PM_(2.5)凝聚技术及研究进展

燃煤电厂除尘设备90%以上为电除尘器,因PM2.5荷电相对较弱,电除尘器对PM2.5的去除率较低。PM2.5可吸附更多有毒重金属并更易进入人体,因而具有更大的危害性。提高对PM2.5的捕集效果将是电除尘技术发展的新方向,其中PM2.5凝聚技术是一种简单有效的手段,按机理不同,PM2.5凝聚技术可分为:电凝聚、声波凝聚、磁凝聚、湍流凝聚、化学凝聚、光凝聚、热凝聚、蒸汽相变凝聚和双极荷电湍流凝聚等。该文对各凝聚技术的国内外研究及应用情况进行了综述,认为双极荷电湍流凝聚技术巧妙地整合了双极荷电和湍流凝聚两种技术,技术成熟度高,且设备结构简单,运行稳定可靠,国内外工程应用中PM2.5凝聚和脱除效果显著,是目前最具商业推广价值的技术之一。     

北京市大气PM_(10)和PM_(2.5)中有机物的时空变化

2005年四季在北京市不同功能区9个采样点采集大气PM10和PM2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM10和PM2.5中有机物的相关性进行了探讨.结果表明,市区PM10和PM2.5中有机物年均值分别为41.39 μg/m3和34.84 μg/m3,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM2.5与PM10中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)＞居民区(交通区、对照区)的变化趋势,且不同功能区PM2.5中EOM对PM10中EOM的影响程度各异.有机组分的年均值有非烃＞沥青质＞芳烃＞饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.