灰霾锁庐州 市民很“纠结”

2011年11月末,接连数天雾锁庐州。漫天大雾中,合肥空气质量状况和灰霾一样沉重。漫天大雾中,合肥市民们不经意间接受了一场有关PM2.5的知识普及。他们中的很多人第一次深刻感受到PM2.5距离自己并不遥远。空气质量一降再降从去年11月20日开始,合肥市空气质量状况连续出现轻微或轻度污染。2011年11月24日,合肥空气污染指数为167,空气质量状     

神经网络模型在北海市空气日报污染指数计算中的应用

根据空气质量日报的实际需要,引入了Excel软件神经网络技术建立空气质量日报污染指数计算模型,采用LM算法提高了计算精度,并将模型应用于北海市空气日报。结果表明:此法较之实际公式计算法更加快捷方便,并且计算结果相当吻合。     

城市大气污染特征及其与气象因子的关系——以济南、青岛市为例

根据2001年1月1日至2009年12月31日济南、青岛的空气污染指数(API)日报资料,运用统计分析的方法,对2市的API月、季变化特征与年际变化趋势等进行了分析,并进一步探讨了API与各气象因子的相关关系.研究结果表明:(1)青岛空气质量总体上优于济南;(2)济南、青岛具有明显而相似的API月、季变化特征,具体表现...     

新疆典型城市空气中TSP与PM10监测指标对空气质量级别的影响

通过对新疆4个典型城市开展为期4年的TSP、PM10浓度同步监测,分别以TSP、PM10为指标计算空气质量级别,对比2个指标影响空气质量级别所造成的差异,从而提出适合新疆城市,尤其是南疆城市沙尘天气情况下的空气质量监测体系,提出使颗粒物监测结果能够真实客观地反映干旱区城市环境质量状况的监测方法和方案。     

南京4月1日起网上直播空气质量

“从2012年4月1日开始,每小时公布一次南京市实时空气污染指数（二氧化硫、氮氧化物、PM10等）,以让市民了解实时空气质量。”南京市环保局局长韦昌明介绍,     

沈阳及周边城市大气细粒子的分布特征及其对空气质量的影响

利用沈阳、鞍山、抚顺和本溪4城市2007-2009年大气细粒子PM2.5及大气污染物PM10SO2、NO2的观测资料,分析了4城市大气细粒子的分布特征及其与空气质量的关系.结果表明:4城市大气细粒子PM2.5污染很重,年均浓度平均值超过美国大气细粒子PM2.5年均浓度标准4倍左右;4城市PM10、SO2的年均浓度呈下降...     

空气污染潜势-统计结合预报模型的建立及应用

建立了一个空气污染潜势预报和统计预报相结合的模型,该模型以特征气象因子和大气扩散清除因子为基础,并考虑不同因子的权重,定义空气污染潜势指数APPI.所考虑的因子包括:地面风速、混合层高度、混合层内平均风速、风向日变化、稳定度级数、垂直扩散系数、SO2干沉降速率、NO2干沉降速率、PM10干沉降速率、降水时长、地面天气形势.进一步利用统计方法建立空气污染指数API与APPI之间的关系.利用南京地区2009~2010年气象资料计算APPI,通过3项式拟合得到API与APPI的统计方程.结果表明,拟合得到的API与实际API相关系数为0.67,具有显著的相关性,且等级准确率为76.7%.进一步利用2011年1~12月中尺度气象模式WRF预报的气象场开展实况预报.研究表明,24h预报、48h预报、回顾预报的逐月等级正确率分别为44.4%~87.5%,46.4%~100%和63.0%~80.0%,年均等级正确率为60.6%,62.4%.和73.1%.若定义预报API与实际API相差±20以内为正确,则24h预报、48h预报、回顾预报的正确率分别为58.1%, 59.4%和63.8%.在IBM x3500并行集群服务器上计算,48h预报需要机时3h.可见,该模型具有较好的预报性能, 相对数值模型计算效率很高.     

中国沿海城市空气污染指数的分布特征

根据沿海23个城市2001年6月至2005年6月四年的空气污染指数(API)资料,利用聚类分析和时间序列分析对API值及首要污染物数据进行统计分析,利用相关性分析探讨API值和气象因素的关系,初步揭示了中国沿海城市API的变化特征.聚类分析的结果可将研究区域分为北部、东南部和南部三个区域.中国沿海区域的API都明显受到降水和风速的影响,API与降水普遍成负相关,与风速成正相关.指出采暖期燃煤对北方地区冬季API的增大有显著影响.北部城市明显受沙尘暴天气的影响,东南部受季风和降雨因素的影响,南部受海洋性气候的季节性风力和降水影响,各区域API呈现出季节性变化.     

2001—2012年哈尔滨市空气质量长期变化特征

根据2001—2012年环保部发布的哈尔滨市城市空气质量日报数据及同期气象资料分析了哈尔滨市空气污染指数(API)的变化特征.结果表明,哈尔滨市空气污染呈现明显的北方季节变化特征,API冬、春季高,夏、秋季低,供暖期高于非供暖期.哈尔滨市空气污染以可吸入颗粒物为首要污染物,空气质量状况以良居多,占总样本数的75.4%.从年际变化来看,空气质量有了一定的改善,12年间空气污染指数呈显著下降的趋势.哈尔滨市空气污染指数与风速呈显著正相关,与降水量、气温、能见度呈显著负相关.后向轨迹分析结果表明,哈尔滨市出现中度以上污染时,其气团来源体现了3种不同的特征.     

多种神经网络在华北西部区域城市空气质量预测中的应用

据华北西部区域4个主要城市2003—2012年API日报数据和相应时段的地面气象要素数据,利用4种(BP、Elman、T-S模糊、小波)神经网络构建预测模型并预测相应城市大气环境质量.研究结果显示,4种模型在可靠性、预测精度方面均可满足应用要求可用于实际预测;具有动态反馈能力的Elman神经网络的预测精度以及泛用性要优于具静态馈能力的其他3种网络模型,说明动态神经网络更适用于城市大气环境质量预测.4种神经网络的决策权重大小及其排序虽各不相同,但体现出相似规律性,日最低气温、日均气压、前日API对输出数据的影响较大,说明逆温现象引发的持续性、区域性污染是该地区主要环境问题.