江苏省空气质量预报准确度及改进方法分析

介绍了江苏省重污染天气监测预报预警系统以及大气重污染预警会商流程,将2015年13个地级市的模式预报、人工预报结果分别与实际观测值进行比较。结果表明:人工预报更准确,PM_(2.5)日均值、臭氧日最大8 h平均值、AQI 3个指标人工预报和实况的相关性分别比模式预报高出12.8%、0.3%、11.4%,平均标准误差(MNE)分别低20.7%、3.1%、23.1%。依据国家空气质量预报技术指南评分办法,对各市2015年全年空气质量级别为"良"时进行评分。通过开展07∶00预报更新,使2015年上半年空气质量预报级别得分平均提高了0.9分,全年级别得分平均提高了2.6分;通过改进模式预报参数,使PM_(2.5)日均预报值、臭氧日最大8 h平均预报值、AQI预报值和实际观测值的相关性比上年同期分别提高26.0%、5.0%、33.9%,MNE分别降低3.6%、31.3%、7.6%。     

佛山市臭氧浓度时间变化特征及主要影响因子

对佛山市2011—2014年O_3监测数据进行分析,结果表明,ρ(O_3)日变化呈现明显的单峰特征,2011—2014年O_3日最大8小时滑动均值(O3-8 h)的年评价值没有出现显著的下降趋势,超标值多出现在8—10月。夏季O3-8 h与日平均气温的相关系数较高,O_3污染多发生在气温30℃,相对湿度为50%~70%的气象条件下。相对湿度60%,气温为20~25℃,也可能出现O3污染。10℃时,不同的温度条件下,O_3与PM_(2.5)存在正相关关系。在不同的季节时段,O_3-8 h基本随着ρ(NO_2)/ρ(NO)增大而增大。     

河北省火电企业吨煤烟气排放量测定及污染动态预测

火电企业大气污染动态预测是大气污染控制的基础。采用现场实测法,对河北省36家火电企业101台机组锅炉进行现场监测,经统计分析给出不同装机容量吨煤烟气排放量,并与其他方法进行了比较,发现实测结果更为合理。在此基础上,建立吨煤SO₂、NO_x,烟尘排放量和烟气浓度的关系,为火电企业大气污染动态预测提供新的公式,对定量测定火电企业污染物排放提供参考。     

青岛市采暖期PM2．5与大气能见度的关系

利用青岛市大气综合观测站的研究性监测数据,分析了2011年采暖期PM2.5和能见度的相关性,结果表明：①能见度在≤3km时,对应的PM2.5浓度超出0．250mg／m^3,属于严重污染;②PM2.5浓度对能见度的影响存在一临界区域,当PM2.5浓度低于该临界区时能见度会随PM2.5浓度减少迅速改善,临界值大致位于PM2.5浓度为0．100mg／m^3处;③相对湿度小于85％时,能见度与PM2.5浓度呈显著负相关。其中,相对湿度在60％-70％时,能见度与PM2.5浓度之间的相关性最好,PM2.5对能见度的影响最直接。     

一种移动通信基站发射天线非轴向功率密度预测模式

以移动通信基站轴向功率密度计算公式为基础,根据非轴向方向上实际监测点位和轴向方向的相对位置,对轴向功率密度计算公式参数进行系列修正,从而建立一种简单适用的移动通信基站非轴向方向上功率密度预测模式.     

基于LS-SVR、BP-ANN和MLR模型的PM10浓度预测

利用宁东能源化工基地PM10和气象监测数据,分别采用LS-SVR、BP-ANN和传统MLR模型预测PM10浓度变化。结果表明,较BP-ANN模型、MLR模型,LS-SVR模型能更好地刻画PM10浓度与各气象因素间的非线性相依关系,更准确地预测PM10浓度。     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

道路交通噪声预测声源简化研究

为了分析《环境影响评价技术导则声环境》(HJ 2.4—2009)中将道路声源简化为1条位于道路中心线处的线声源与按照车道数简化为多条线声源之间的误差,针对不同宽度的道路,推导了多条线声源与1条线声源在接收点噪声影响的误差计算公式,并基于Predictor-lima预测软件预测和现场噪声衰减规律实测进行了验证。研究结果表明,对于接收点到道路边缘的距离大于道路宽度的情况,可简化为1条线声源;对于接收点到道路边缘的距离小于道路宽度的情况,应按照车道数简化为多条线声源。     

基于改进的非线性GM(1,1)模型的职业病预测研究

为了更准确地预测职业病,在传统GM(1,1)模型的基础上,提出改进的非线性GM(1,1)模型,在传统的GM(1,1)模型中引入弱化算子,将紧邻均值与原始数据之间的线性假设改为非线性假设,提高曲线的拟合度。以2005—2014年的全国职业病例数为研究对象,进行数据拟合和预测分析,其中以2014年职业病例数作为验证数据,并利用后验差比值和小误差概率2个参数,检验该改进模型的预测精度。由应用实例的分析结果可知:在职业病发病趋势的预测方面,改进的非线性GM(1,1)模型的预测精度提高到一级,曲线拟合度较高,预测得到2015年的职业病例数为34 900例。     

不同自燃倾向性煤的指标气体产生规律实验研究

为研究不同自燃倾向性煤的自燃指标气体变化规律,提高对煤早期自燃预测预报的准确度,采用程序升温实验系统,得到内蒙古褐煤、神东长焰煤、河南气煤及枣庄焦煤4种不同变质程度煤的氧化时间随温度的变化关系,以及指标气体浓度在煤氧化过程中的变化规律。结果表明:自燃倾向性最高的褐煤应以CO和乙烯作为煤自燃早期预报的首选指标气体;易自燃的长焰煤应采用乙烯和烯烷比为主、以CO为辅的煤自燃判定指标;自燃倾向性较低的气煤应以乙烯和烯烷比作为煤自燃预报指标;CO是自燃倾向性最低的焦煤的最佳自燃预报指标气体。