BP神经网络法在大气污染预报中的应用研究

近年来将BP网络模型应用到大气污染浓度预报中 ,并建立了大气污染物浓度的神经网络预报模型。将计算结果与监测值进行了验证 ,结果表明 :TSP的计算值与观测值之间的绝对误差为 4× 1 0 - 3～ 3× 1 0 - 2 mg·m- 3,NOX 的计算值与观测值之间的绝对误差为 5× 1 0 - 3～ 2× 1 0 - 2 mg·m- 3;且具有较好的相关性。BP模型是目前最为广泛应用的神经网络模型之一 ,它是一种简单而又非常有效的算法 ,BP神经网络法为城市空气污染预报工作提供了一种全新的思路和方法。     

大气污染对呼吸系统疾病的影响分析研究

利用1996～1997年沈阳呼吸道疾病门诊资料和大气环境现状监测资料，分析了呼吸道疾病的发病率与大气污染之间的关系，建立了呼吸道疾病发病等级与大气污染之间的预测方程，并用门诊资抖对观测结果进行了验证。     

辽宁省大气清洁度业务系统的模式验证

利用辽宁省各市2002年的TSP和SO2实测值以及“平均相对误差”的概念，进行了大气清洁度业务系统的模式验证。结果表明：14个城市TSP的相对误差平均值为31．42％，SO2为28．79％。     

辽宁城市气象环境预报业务系统的实现

概述了辽宁城市气象环境预报业务系统的软硬件配置、工作流程和设计思路 ,介绍了系统的主要预报业务内容。     

本溪地区三维流场的数值模拟试验

1 引言 本溪市位于辽宁省东南部山区,为一东西狭长形地域。城区四周环山,东南部有平顶山,海拨623m,东北部有骆驼岭,地势东高西低。市区内人口稠密,工业集中。因此,该地区具有典型的复杂地形特色。 由于山坡的方位、坡度不同,下垫面条件不     

本溪复杂地形条件下三维多源SO2浓度场模拟

用差分方法求解三维大气平流扩散多源方程,模拟了本溪地区SO2浓度的时空分布。通过1999年1月19日的模拟结果与监测值对比表明:模拟结果比较准确地反映了SO2浓度的实际变化情况;由模拟计算可知,本溪地区SO2的污染很严重,且SO2浓度的时空分布有明显的日变化。10:00以前的浓度值比较大,10:00之后浓度值逐渐减小,到18:00左右浓度值又慢慢变大。     

城市空气污染预报系统CAPPS2.0在辽宁的应用及检验

在利用CAPPS2.0进行空气质量自动化预报的前期工作中,为了验证模式的准确性,对辽宁省14个主要城市2003年1月的31 d、4月、7月和10月各12 d作出了模拟,分别得到各城市SO2、NO2和PM10的污染指数预报值。将各污染指数每天模拟的预报值与实际监测值进行对比,发现春、夏、秋季的预报效果非常好,而冬季预报值明显偏高。对预报值与监测值的相关性检验表明两者相关性非常显著,冬季预报值出现的是一个系统误差,可以通过修改模式进行订正。     

CALPUFF在沈阳地区大气污染模拟中的应用

利用CALPUFF模拟了2006年1月5日沈阳地区大气污染物扩散。结果表明,CALPUFF能够直观、真实地模拟大气环境中污染物浓度的分布。污染物扩散的范围与风速相关,风速大时污染物扩散的范围大,风速小时污染物扩散的范围小。当污染物扩散的范围大时污染源附近的污染物浓度值小,污染物扩散范围小时污染源附近的污染物浓度大。其中,日平均浓度的分布受平均风场和地形的双重影响,实时浓度的分布主要受风场的影响。     

辽宁中部城市群可吸入颗粒物PM10和PM2.5的污染特征研究

利用2006年8月-2007年10月辽宁中部沈阳、鞍山、抚顺和本溪4城市可吸入颗粒物PM10、PM2.5、PM1及同步气象因子的监测资料,分析了可吸入颗粒物分布特征、污染水平及其与气象因子的关系。结果表明：受区域天气系统的影响,4城市PM10和PM2.5的日平均浓度变化趋势基本一致,具有区域分布特征;PM10超标率冬季为最高;PM2.5日平均浓度占PM10比例夏季和冬季最大;PM10、PM2.5和PM1之间有很好的相关性;PM10与风速、温度呈负相关,PM2.5和PM1与能见度、风速、温度呈负相关,与相对湿度成正相关。     

复杂地形对城市空气污染影响的数值试验研究

以辽宁为例,通过改变其中部地区的地形高度,利用新一代空气质量模式系统Model-3对2006年11月24日的一次污染过程中气象场和污染物浓度场的分布进行了敏感性试验。结果表明,地形的存在会导致风的辐合,风速降低,逆温增强,这些都构成了不利于污染物输送及扩散的因素,容易造成污染物的堆积和滞留,从而使污染物浓度较高