西昌市空气质量变化趋势分析及对策建议

本文通过2003-2007年5年间西昌市城区空气质量进行监测,分析西昌市城区大气的污染现状。结果表明：西昌市大气主要污染物为PM10,其次为NO2和SO2,但各项指标均达到国家二极标准要求,而且PM10污染状况也逐步得到控制。文章并进一步对污染原因进行了分析,提出治理对策。     

基于覆盖网络的空气质量评价模型研究

空气质量对社会活动、生态环境以及人体健康具有显著影响,对空气质量进行有效评价对空气污染的防护具有重要意义.鉴于空气污染影响因素之间的复杂关系,以及使用统计学理论计算空气污染指数的复杂性,本文提出基于覆盖网络的空气质量评价模型,对空气质量进行评价.通过对阜阳地区监测到的空气质量监测数据进行实验,结果表明该方法高效、实用,具有一定的实际意义和市场推广价值.     

带给人类巨大危害的可吸入颗粒物

自从我国主要大城市公布空气质量日报以来,给人们带来了很多新的词汇,越来越多的人像关心天气预报一样关心着每日的空气质量.因为空气质量的好坏与每个人的身体健康关系太密切了,它已经成为人们每天关心的必不可少的内容之一.     

基于互动APP环境下雾霾检测的设计研究

雾霾对于在现代城市生活中的人影响只会日益增大.原本只有少数工业化城市被污染,近几年变成了几乎没有城市不被污染.PM2.5的指标成为衡量一个城市空气质量的新标准.大部分城市都进入了一种警报状态,越来越多的疾病与空气质量有关.雾霾检测APP的设计主要是针对用户的日常生活,通过用户界面的设计方便用户直观得了解雾霾,为用户出行提供方便,同时通过雾霾检测APP的应用呼吁人们从身边做起,保护环境.     

黄河三角洲空气质量评价模型

运用粒子群算法对空气质量评价的普适模型进行建模,并以此模型对滨州市城区的空气质量现状进行了评价.结果表明,该城市的主要空气污染物为PM10和SO2,环境空气质量随月变化近似为"V"形,总体近于2级.     

基于BP-SVR组合模型的空气质量指数预测

建立有效的空气质量指数预测模型,可以为个人出行及相关部门治理大气污染提供指导。选取北京市的历史空气数据以及气象数据作为研究对象,建立基于BP（Back Propagation）神经网络和SVR（Support Vector Regression）支持向量机回归的BP-SVR组合预测模型。首先利用灰狼优化算法分别对BP模型和SVR模型参数进行寻优;然后运用该组合模型对空气质量指数进行预测。实验结果表明,BP-SVR模型的平均绝对百分误差、均方根误差、平均绝对误差均小于单一预测模型,分别为0.217 5、37.032 0、25.157 5。BP-SVR组合模型具有更高的预测精度,泛化能力更强,可以对空气质量指数进行有效预测。     

基于微信公众平台的空气质量检测系统

近几年,“雾霾”已经引起广大市民的极大关注,为了更好地提高健康与幸福生活指数,人们越来越重视周围的空气质量.为了从多方面反映区域内的空气质量的状况,如温度、湿度、PH2.5值等,设计了一种基于微信公众平台的空气质量检测系统,该系统主要包括监测节点,服务器端,用户端三个部分,通过无线路由器将三者连接.运用物联网技术与微信平台建立空气质量监测系统,可以有效地监测空气中各项质量指标,并通过各个采集站点的数据汇总做出有效预测.而微信用户在关注系统微信公众账号后,即可访问从分布式监测点采集到的环境数据.通过实验证明了该系统的有效性与可靠性.     

晋城市空气质量评价的数学模型

基于晋城市历年空气污染指数(API)统计数据建立综合评价模型,对晋城市6县(市、区)近7年的空气质量进行了综合评价。7年间,2009年空气质量最好,2013年最差。按地区比较,空气质量由高到底分别是泽州县、城区、阳城县、陵川县、高平市、沁水县。同时空气质量状况具有明显的季节性效应,每年9-10月份空气质量最好,12-次年1月份空气质量最差。     

西安市空气质量的评价与分析

运用空气污染指数和环境空气质量指数对西安市空气质量进行评价,分析了西安市空气质量的影响因素并对西安市未来一周空气质量进行预测。综合使用了对比分析方法、模糊评价法、微分拟合法等方法,分别建立了模糊综合评价模型和灰色预测模型。得到了西安市空气质量水平和运用API、AQI评价时的对比分析结果。地理位置、季节、产业种类、工业发展速度和规模等因素均对西安市的空气质量产生影响。     

基于 ARMA 模型的鞍山市空气质量预测分析

基于鞍山市2015年4月2日～26日的空气质量指数数据,将其看为时间序列。通过对其平稳性、自相关和偏相关性的分析,建立了鞍山市空气质量预测ARMA模型。通过实际数据进行预测,并检验模型的精准性。结果表明ARMA模型能收到较好预测效果。     

基于CFD建筑室外风环境数值模拟技术的景观设计研究——以滁州市正大饲料厂为例

"绿色生态"等社会背景让人们对于建筑风环境、空气质量等问题越发重视.加以我国经济飞速发展,导致旧厂区与城市生活区被迫融合的情况普遍存在,厂区对其周边造成较大的空气质量问题.以安徽省滁州市正大集团厂房及周边生活区的环境为案例,运用计算流体动力学CFD,结合PHOE-NICS的数据结果,进行景观植物分析与设计,为该地区景观...     

空调机组压缩机故障的原因浅析

制冷效果的好坏,对于全空调车来说是十分关键的,良好的空气环境是提高旅客乘车舒适度的前提.保证车内空气质量取决于对客车空调系统的精检细修和日常维护.     

北极的奇幻之城

“最近城里的空气质量越来越差了,感觉天空只是灰蒙蒙的,看不清。”小好问感叹道。     

天气预报的新类型

空气质量预报 我国对城市的空气质量预报采用了空气污染指数进行评价,空气污染指数是根据环境空气质量标准和各项污染物对人体健康的影响来确定污染指数的分级及相应的污染物浓度值.我国目前采用的空气污染指数(API)为五个等级,API值小于50,说明空气质量为优,相当于国家空气质量一级标准,符合自然保护区、风景名胜区和其它需要保护地区的空气质量要求;API值大于50小于等于100,表明空气质量良好,相当于国家空气质量二级标准;API值大于100小于等于200,表明空气质量为轻度污染,相当于国家空气质量三级标准;API值大于200表明空气质量差,称为中等污染,为国家空气质量四级标准;API值大于300表明空气质量极差,已严重污染.     

洛阳市城区空气质量现状与分析

利用《河南省城市空气质量日报》和《洛阳市空气质量日报》的数据分析了洛阳市城区空气质量状况,结果表明:①洛阳市城区空气质量为轻度污染级,首要污染物为可吸入颗粒物;②一年中空气质量7-9月和次年3-6月较好,10月至次年2月较差.③空气质量日报是研究城区大气污染的有效数据源.     

安徽省空气质量时空演变特征研究

空气质量是影响居民生活的重要因素,根据空气质量指数可以把空气质量分成不同等级.基于2007-2014年安徽省环境保护厅和合肥市环境保护局提供的全省16个地市每月空气质量达标的天数,分别算出各市空气质量优良率(％)、空气质量距平数(A)、空气年际变异系数(Cv)和季节变动指数(S)等指标.研究发现:(1)全省空气质量优良率空间格局是皖南、皖北高,江淮地区低,呈"U"形分布.时间演变呈现近两年下降趋势,夏秋季节好于冬春季节;(2)池州、黄山空气质量稳定,一直处在全省最高水平,年际、季节变化最小.合肥空气质量年际、季节变化大,且质量较低.其它地市年际、季节变化呈增大趋势;(3)自然因素是导致各地空气质量差异的基础,但是人为因素,如产业结构、秸秆焚烧、尾气排放等进一步增强了空气质量的时空复杂性.     

空气污染指数是怎么回事?

从1997年开始,我国社会生活中又多了一件新鲜事,许多城市就像发布天气预报那样,在当地电视台、电台、报纸上公布一周来本市的空气质量状况。从此,城市空气质量的好坏对于老百姓来说,不再是一个未知数了。空气质量周报的主要内容为：空气污染指数、空气质量级别和首要...     

空气质量指数与碳排放权价格的交互相关分析

以深圳和湖北的空气质量指数与碳排放权的收盘价作为研究对象,运用多重分形去趋势交互相关分析(MF-DCCA)研究空气质量指数与碳排放权价格的动态交互相关关系.结果表明,空气质量指数与碳排放权价格的交互相关关系呈现显著的多重分形特征.小波动的持续性主要受空气质量指数与碳排放权价格的自相关的影响,而大波动的持续性主要受空气质量指数与碳排放权价格的交互相关的影响.而且,湖北空气质量指数与碳排放权价格的交互相关的多重分形强度大于深圳的.此外,交互相关的多重分形性归因于小波动与大波动的长程相关性和胖尾分布,且胖尾分布对多重分形性的贡献更大.     

财政环保支出与空气治理效果——基于省际面板数据的实证分析

随着空气污染程度的加深,国家将节约资源环境保护提升到了战略高度,2007年开始,财政支出将环保支出单列为一项财政预决算项目,近年来各个省份的财政环保支出逐年加大,但是空气质量是否因此得到改善还无定论。使用固定效应回归模型检验了地方财政环保支出对空气质量的影响效果,结果显示地方财政环保支出对空气质量没有显著影响,而人口数量、民用汽车保有量和工业增加值占GDP比重对空气质量的影响在统计上是显著的。     

西安市环境空气质量评价与预测

针对西安市环境空气质量,使用显著性分析、t检验、灰色关联度分析、灰色预测等方法,建立t检验、灰色关联度分析、灰色预测及Markov链等模型,利用Excel、Matlab等软件对数据进行处理及函数编程,得到以AQI进行空气质量检测结果更为严格的结论以及季节、降雨量、可吸入颗粒物等多种因素与西安市环境空气质量的关系,最后预测出2013年4月30日至5月6日西安市的空气质量状况。