基于主成分分析法的空气质量评估及污染扩散研究

本文首先通过建立主成分分析模型,综合评价不同城市空气质量优劣程度;然后建立热传导微分方程模型和高斯烟羽模型,得到在单污染源模式下气体污染物扩散的浓度分布;最后针对多污染源扩散问题,建立线源扩散模型,得到各时刻空气污染浓度梯度变化及空气质量等级。     

基于卷积神经网络的空气质量预测

针对多种因素对空气质量影响的复杂性、非线性等特点,采用卷积神经网络模型和多元线性回归对某市的空气质量进行短期预测,考虑到历史数据对某时刻空气质量的影响,选择过去一段时间6中污染物浓度作为特征因子,输入并训练模型,优化网络中的各项参数,测试结果表明:这两种方法的预测结果与实际的空气质量指数变化趋势一致,且预测的时间越短,预测效果越好,其中卷积神经网络提取了数据的非线性特征,预测效果好于多元线性回归,更适合用于短期的空气质量预测。     

天津机场运行对区域空气质量影响评估研究

本文利用在天津市跃进路(E117°20',N39.09')设置的站点对天津机场区域空气质量进行连续监测,结合全国城市空气质量实时发布平台和天津滨海国际机场的实时报文,应用R语言和广义加性模型(GAM),针对2019年5月1日至2019年10月31日(世界时)的空气质量数据,对天津机场区域大气进行大气污染特征和大气污染因子的研究,结果表明飞机起降与飞行对周围环境大气贡献较大的主要污染物为:SO_2、NO_2、PM2.5、CO。决定主要污染物浓度时间变化特征的影响因子是气象因素。飞机起降与飞行对SO_2、PM10、NO_2、CO浓度有影响。     

扬州空气质量课题研究

正如今,空气质量指数(AQI)是全中国乃至全世界都关注的一个问题。空气污染是一个复杂的现象,在特定时间和地点,空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一,其中包括车辆、船舶、飞机的尾气,工业生产排放,居民生活和取暖,垃圾焚烧等。城市的发展密度、地形地貌和气象等,也是影响空气质量的重要因素。     

郑州市大气颗粒物季节日变化特征及气象要素相关性研究

以郑州市2017年空气质量数据及气象数据为研究对象,通过对各颗粒污染物浓度进行统计分析,对其与气象要素的相关性进行分析,探究郑州市不同季节各污染物日变化特征。结果表明:1)郑州市PM2.5、PM10浓度呈现出明显的冬季高、夏季低的季节性变化规律;2)PM2.5和PM10浓度呈现出双峰型分布且峰值出现时间与交通早晚高峰时间基本重合;3)各污染物在不同季节与不同的气象要素均呈现不同程度的相关性。     

宁波市空气质量变化特征及其对霾天气的影响

利用2001-2014年宁波市空气污染物浓度数据,以及同时期的常规气象观测资料和社会经济报表资料,对宁波市空气质量的变化特征及其对霾的影响进行了分析,并初步探讨了控制霾的措施。结果表明:宁波市空气污染物的浓度和API值存在先上升后下降的趋势,四者极大值出现的时间有差异;污染物浓度在冬季最高,空气质量也最差,夏季相反;宁波市首要空气污染物为PM_(10),空气污染程度以轻度污染为主,重度污染和严重污染的出现频率很小;轻微霾和轻度霾较易出现在空气质量为良或轻度污染的条件下,当空气质量为严重污染时,只有重度霾出现。月霾日数与PM_(10)月浓度有很好的相关性,特别是2010年以后两者极值的变化步调高度一致;宁波的霾与经济发展、城市建设有密切联系,控制霾需要从控制污染物排放着手,同时加快推进新能源建设,加强低碳环保宣传,还需完善大气污染治理联防联控机制。     

基于ZigBee的无线传感器监控大气中微量元素污染

城市快速发展与建设过程中带来环境问题日益显著,使空气质量恶化。空气质量监测是治理空气问题的基础。文中提出基于zigbee的无线传感器对大气中微量元素进行有效监测。以无线传感器采集信息为基础,利用基于格兰杰因果关系及多元回归分析法,将收集大气污染物浓度信息进行格兰杰关系检验,通过分析筛选信息间的相关时间序列关系,获知空气质量各个变量因果关系,使其成为多元回归分析选取变量前提条件。对某城市大气中污染物进行监测,利用电感耦合等离子体质谱法(ICP-MS)监测9种大气微量元素含量,利用因子分析法对大气微量元素来源进行判定,结果显示:微量元素污染受钢铁业、燃油业影响大;同时对多元回归预测结果与实验监测结果进行评价。     

城市空气质量数值预报试验研究

为开展城市空气质量业务预报,新近发展了一新的城市尺度气象和空气质量耦合数值预报模式系统,用该系统对重庆、天津、广州和济南市的 2 4小时空气质量作了大量实际预报试验。预报与野外实测的浓度 气象场之间比较表明:预报与实测浓度(SO2 、NO2 和PM1 0 )和风速比值总体平均为 1 0 2± 0 3 6和 1 0 8± 0 3 8;预报与实测的风向差在 6 7 5°以内的概率可超过 80 %;预报与实测温度差在 1 0℃以内的概率可超过 75 %;2 4小时降水量的预报准确率大于 80 %;日均API的预报准确率可达 80 %以上;预报与实测浓度 气象场之间有好的一致性     

嘉善县空气质量指数与气象条件的关系及预测

利用2003—2007年的总悬浮颗粒物（TSP）、二氧化硫（SO2）、二氧化氮（NO2）的逐日平均浓度资料和嘉善地面观测资料,对嘉善空气污染状况及其与气象条件的关系进行了天气气候学和统计学分析,结果表明嘉善县的主要污染物为TSP,其次为SO2和NO2,冬季各污染物的平均浓度最高,其次为春秋季,夏季最低。降水、大雾、风向、风速等气象要素对空气质量均有较明显影响,应用气象因子建立空气质量逐步回归方程,预测效果较好。     

山西省大同市大气中PM10与PAHs颗粒物排放的监测与分析

使用三套新型便携式气悬颗粒物监测仪,分别从季节性变化和污染水平两个方面对大气中的可吸入颗粒物（PM10）与多环芳烃（PAHs）这两种污染物进行了实时监测和分析,并得到了一些初步的结论。初步结果已表明：①大同城市PM10平均日值浓度均高于国家空气质量二级标准;②大同城市空气污染采暖期最重,非采暖期较轻;一天中08时和19时左右污染严重,15时和02时左右污染较轻;③近市中心区点（红旗广场）空气污染相对重些,远离市区点（果树场）空气污染相对轻些。④影响大同城市空气污染浓度变化的主要气象因子是温度、风速和风向。     

北京市空气质量的影响因素分析——基于灰色关联

北京市大气污染物众多,情况严重。运用灰色关联法对空气质量现状进行分析,探究影响污染物浓度的主要因素,并提出相关大气污染的治理建议。结果得出:公共交通运输和生产、能源消耗对大气污染物影响严重,加强城市绿化可有效减少氮氧化物。     

“十一五”期间青岛开发区空气质量变化趋势及原因分析

依据青岛开发区十一五期间空气质量监测数据,对青岛开发区空气质量现状及其变化趋势进行系统的分析,并结合实际提出相应对策建议。根据青岛开发区十一五期间空气中SO2、NOX、TSP等大气污染物浓度的变化情况,分析了空气质量随年度的趋势和原因,并结合当地的能源结构、气候特征、城市综合发展水平,探讨了改善青岛开发区空气质量变化趋势的途径,为防治和减轻青岛开发区的空气污染提供科学依据。     

基于GIS的城市空气质量预报系统设计

本文基于GIS技术和空气质量预测模型,结合空气质量信息化的需求,分析了空气质量数据监测和预报现状,设计和实现了城市空气质量预报系统。该系统根据空气质量监测数据、气象数据、基础地理数据,通过空间数据库管理技术和空间分析技术,对监测数据进行分析可视化显示,实现对空气质量的预报,有助于环境管理部门对空气质量的有效监控和决策,进而改善城市空气质量。     

空气污染对气候变化的影响与反馈研究

本文总结了由中国环境科学研究院、中国科学院地理资源所、北京工业大学、北京市气候中心共同承担环保公益性行业科研专项“空气污染对气候变化的影响与反馈研究”课题有关研究成果。包括污染物和温室气体排放现状和趋势、空气质量模拟及应用、区域气候模拟及应用、未来气候变化情景及对污染物影响以及应对气候变化的污染物防控措施和效果的研究进展。主要阶段性成果包括：建立了基准年典型空气污染物和主要温室气体排放数据库,并分区域和行业综合评估了我国空气污染物和温室气体排放现状和趋势;利用区域气候模型对全国近十年气候状况进行了模拟分析,开展了典型地区的敏感性试验;分析了典型地区（京津冀、长三角和珠三角3个城市群）空气污染指数（API）与不同气象要素的相关性,揭示了气象因子对空气污染的影响机理;对比分析了典型发达国家或组织和典型发展中国家的污染物防控和应对气候变化的政策措施及效果,并对未来空气污染对气候变化的影响与反馈研究的方向和重点进行了展望。     

宁波市气候变化特征及对空气质量的影响分析

城市中的空气污染物浓度除了取决于污染源排放的总量外,还与排放源高度、通风情况、气象和地形等因素有关。根据1954年宁波市建站以来的气象数据,利用统计方法、GIS技术及HYSPLIT-4后向轨迹、聚类分析法,结果表明宁波气温明显上升,城市热岛效应显现;能见度变差,霾日明显增多、雾日减少;降水量缓慢下降和雨日明显减少,空气湿度降低;日照时数减少,风速减小。气象条件趋向不利于污染物扩散发展。宁波1000 m上空前36 h污染源的秋季气团输送轨迹比较复杂,但主要来自华北及华东近海岸偏北路径最多,冬季主要来自西北方向的中短距离轨迹,且输送轨迹高度高,一般从3000 m高度上空逐渐沉降到我市上空,造成我市空气质量指数明显升高,AQI均值超过100。     

上海都市圈城市间引力研究及基于人流量的实证分析

运用引力模型,对上海都市圈内中心城市上海与成员城市之间的引力进行回归,得到了经验方程。该模型揭示了中心城市与成员城市之间的人流量与两者经济总量及距离之间的关系;并分析了模型的实践意义和对相关拓展研究的意义。     

基于支持向量回归和统计分析的配网故障分区预测模型

城市配网故障预测为抢修工作高效计划与开展提供了重要依据。本文提出了基于支持向量回归的城市配网故障分区预测模型,该模型以支持向量回归方法为核心,以故障量和气象因素为输入,采用回归参数优选等方法进一步优化预测建模;同时将城市划分为若干个区域,结合历史故障统计分析,计算每个区域的故障概率,将预测故障数量值进一步细化到区块内,实现了配网故障数量的分区预测。在城市配网中的实际算例验证了模型的有效性。     

吉林省空气质量研判分析系统设计

为更好掌握十四五期间吉林省环境空气质量情况,本文设计一套吉林省空气质量研判分析系统,以汇集吉林省各城市的空气质量数据、气象数据,存储于后台数据库,并进行统计和分析,集数据管理、分析和日报功能模块于一体。该系统的运用,可以快速、准确的掌握吉林省各城市空气质量状况,提高大气环境管理工作的有效性,可为环境管理人员决策分析提供技术支撑。     

成都市空气污染物季节性变化规律

21世纪以来,成都的发展日新月异,如今已经成为中国新一线城市。然而伴随而来的确实空气污染问题日益加重。本文通过空气质量指数(AQI)及主要空气污染物浓度变化来研究成都市空气污染物季节性变化规律,为成都市空气污染治理提供依据,从而更好的制定治理措施。结果表明,成都市空气污染物主要受到盆地地形及气候条件的影响,存在明显的冬重夏轻特征,一年之中污染最严重的季节为冬季,空气质量最好的季节为夏季。成都市空气污染的主要来源为交通运输与土建施工过程中的有害气体及扬尘。     

长春市大气污染物变化规律及原因分析

通过对长春市城区6个监测子站2007年1月至12月监测资料的统计,分析了长春市大气污染物季节变化规律,及各功能区间的空气质量差异.结合2001年以来的大气监测教据分析了长春市空气质量的总体变化趋势.结果表明,长春市空气质量季节变化明显,采暖期的大气污染物浓度明显增高,首要污染物是PM100历年数据显示PM10变化不明显,但SO2和NO2有略有升高趋势.