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％。     

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。     

沈阳近地层大气颗粒物浓度垂直变化特征及与气象因子的关系

利用2018年10月1日至2019年9月30日沈阳地区三个高度大气颗粒物浓度和气象要素逐时观测资料,分析了不同高度颗粒物浓度时间变化特征及其与气象要素的关系.结果表明:不同高度的颗粒物浓度均存在明显的季节变化,秋冬季数值明显高于春夏季.冬季,三个高度的PM2.5平均浓度为54.98±12.67μg·m-3、63.77±...     

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     

辽东湾东海岸近地层特性探讨

采用离岸800m高100m的气象铁塔观测所得的资料,利用粗糙度、阻力系数及幂指数公式,计算了辽东湾东海岸地区的粗糙度、阻力系数及风指数。结果表明：在向岸气流条件下,粗糙度值较大,可达0.18m,阻力系数最大值也可达0.025;在离岸气流条件下,粗糙度、阻力系数值较小。相同稳定度条件下,风指数值随着风速增大而减小。     

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。     

辽宁中部城市群主要大气污染物时空分布特征的数值模拟

利用美国第三代空气质量模式系统Models-3对2002年1月17～18日辽宁中部城市群大气污染物SO2,NO2和PM10的浓度分布进行了数值模拟,并将模拟结果与监测结果进行了对比分析。结果表明:污染物的模拟值与观测值变化趋势具有一致性,模式反映了SO2,NO2和PM10浓度的时空分布特征和变化规律,再现了污染物浓度呈波峰波谷日变化的重要特征,可用于辽宁中部城市群区域大气污染物的研究。