排序方式: 共有3条查询结果,搜索用时 46 毫秒
1
1.
2.
基于CMAQ与前馈神经网络的区域大气污染物浓度快速响应模型 总被引:1,自引:0,他引:1
建立大气污染可控源排放-复合污染水平的函数关系,实现给定排放情景下环境污染物浓度的实时响应,是大气污染物浓度预测与减排效果评估等的重要技术前提.本研究对污染物浓度影响因子变化空间进行拉丁超立方采样,使用CMAQ区域多尺度空气质量模型的预测值作为输入数据,通过前馈神经网络模型构建基于统计机器学习的长三角区域污染物浓度快速响应模型.结果表明经过模型结构选择与参数调整,基于前馈神经网络的快速响应模型能够快速准确还原出不同减排情景下长三角区域PM_(2.5)浓度的预测值.外部验证情景下相关系数CORR达到0.999以上,MB与ME均值达到了-0.046μg·m~(-3)和0.6162μg·m~(-3),实现了比RSM更加快速与准确的预测,不同时段与不同污染物浓度的准确预测则验证了其普适性. 相似文献
3.
粉尘粒子运动扩散特性的大涡模拟研究 总被引:3,自引:0,他引:3
采用大涡模拟的方法(LES)模拟了气体运动,采用Lagrangian方法模拟了粉尘颗粒运动,针对平面尾迹流和湍流射流这2种基本流场类型对不同stokes(St)数粉尘颗粒随流场的空间分布特性进行了数值模拟.2种不同工况下的数值模拟结果均显示,小Stokes数颗粒在流场中受流体涡团的影响较大,一般分布于涡团核心区,并且小Stokes数颗粒可以和流场近似无滑移的同步发展;中等Stokes数颗粒由于受来流涡结构离心力与颗粒自身惯性力的影响大致相同,一般分布于涡核的边沿;而Stokes数远大于1的大颗粒,由于其在流场中跟随性减弱,更多的颗粒按其原有的方向运动,表现的是自身运动惯性的影响. 相似文献
1