共查询到10条相似文献，搜索用时 31 毫秒
1.
北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型 总被引：20，自引：0，他引：20
文中运用统计分析和气象统计预报的方法 ,使用北京白石桥小区的污染物观测资料和同期北京地区的气象观测资料 ,对影响大气污染的气象因子进行了综合分析 ,并分别建立了气溶胶PM 2 .5粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。发现气溶胶PM2 .5粒子浓度与气体污染物浓度存在不同程度的相关性 ,且与气象条件亦存在显著的相关关系 ,此类时空变化及其量化估算模型具有一定实际应用价值。通过确定气象要素场和气溶胶浓度的关系可进一步研究不同地区的污染物输送和污染源扩散影响的问题。 相似文献
2.
3.
4.
5.
6.
7.
利用 1 999年 1 1月 1日至 2 0 0 3年 7月 30日间 ,北京市几种主要污染物SO2 、NO2 及PM1 0 浓度逐日资料和风速、温度及降水的逐日资料 ,分别对北京市几种主要污染物浓度与同期气象要素之间的关系进行了分析。通过分析注意到 ,污染物浓度与同期气象要素之间通常存在非常明显的非线性关系 ;因而采用非线性回归方程来描述污染物浓度与气象要素之间的依赖关系 ,这一改进使污染物浓度与气象要素之间的相关性有了明显的提高 ,同时使回归方程的误差减小。 相似文献
8.
利用CALPUFF耦合MM5的大气扩散模型,对四川省凉山彝族自治州2007年工业排放PM10的扩散传输进行数值模拟,分析了污染物的浓度时空分布以及影响污染物浓度分布的主要因素。结果表明：CALPUFF耦合MM5模型对凉山州2007年工业排放PM10的浓度模拟有着较好的适用性;污染物主要沿着安宁河和黑水河分布,浓度分布特征随时间变化,其中冬季污染较为严重;各市（县）的PM10浓度值有空间差异,西昌和甘洛污染最为严重,季平均浓度分别为67.81μg/m3和57.23μg/m3;凉山州PM10的浓度分布受气象条件、地形和污染源的地理位置的综合影响。 相似文献
9.
利用CALPUFF耦合MM5的大气扩散模型,对四川省凉山彝族自治州2007年工业排放PM10的扩散传输进行数值模拟,分析了污染物的浓度时空分布以及影响污染物浓度分布的主要因素.结果表明:CALPUFF耦合MM5模型对凉山州2007年工业排放PM10的浓度模拟有着较好的适用性;污染物主要沿着安宁河和黑水河分布,浓度分布特征随时间变化,其中冬季污染较为严重;各市(县)的PM10浓度值有空间差异,西昌和甘洛污染最为严重,季平均浓度分别为67.81μg/m3和57.23μg/m3;凉山州PM10的浓度分布受气象条件、地形和污染源的地理位置的综合影响. 相似文献
10.
利用2014年3月至2017年2月成都市8个环境监测站的PM 2.5、PM 10、SO 2、NO 2、CO、O 3共6种污染物质量浓度资料以及T639全球中期数值预报模式产品,采用两种机器学习算法—递归特征消除法(Recursive feature elimination,RFE)和随机森林方法,构建了成都市冬季5种(O 3除外,因为其冬季污染较轻)污染物浓度的预报模型,并对模型的预报效果进行了评价。结果表明:基于RFE模型的5种污染物预报值与实测值的均方根误差值分别为47.58μg·m^-3、72.10μg·m^-3、8.87μ·m-3、0.59 mg·m^-3、19.84μg·m^-3;基于随机森林模型的5种污染物预报值与实测值均方根误差值分别为23.94μg·m^-3、20.98μg·m^-3、2.40μg·m^-3、0.16 mg·m^-3、8.09μg·m^-3,随机森林模型对各污染物浓度的预报效果均优于RFE模型,说明该预报方法性能良好,可为成都市冬季空气质量业务化预报提供技术支持和防控依据。 相似文献