检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于AQI的空气污染物预报研究

能源与环境 2024年第1期 97-99,120页

作者：张顺顺卢彦希罗崴李东旭马凯广西科技大学自动化学院广西柳州545000 北京交通大学电气工程学院北京100044 桂林电子科技大学信息与通信学院广西桂林541004

随着可持续发展战略的进程加速推进,空气质量也成为了人们生活关注的重点。由于广泛使用的空气质量预报(WRF-CMAQ)模式在未知生成机理时预报空气质量不理想,且一次预报数据与实测数据相关性不高,所以提出基于主成分分析与支持向量机(PCA... 详细信息

随着可持续发展战略的进程加速推进,空气质量也成为了人们生活关注的重点。由于广泛使用的空气质量预报(WRF-CMAQ)模式在未知生成机理时预报空气质量不理想,且一次预报数据与实测数据相关性不高,所以提出基于主成分分析与支持向量机(PCA-SVM)算法的二次预报模型来对空气中的污染物进行预报。该模型是通过PCA-SVM算法的二次预报模型计算各项污染物的空气质量分指数(IAQI)对污染物进行预测和分类,结果表明该方法能提高预报的准确率,具有较好的实用性,能达到较为理想的空气质量预报效果。

关键词：二次建模空气质量分指数首要污染物 PCA-SVM

基于高斯模型的武汉市区PM2.5扩散问题研究

在线全文

学校读者我要写书评

暂无评论

高技术通讯 2014年第11期24卷 1153-1159页

作者：李威凌吴怀宇陈洋武汉科技大学信息科学与工程学院武汉430081

研究了武汉市区PM2.5的扩散情况。首先从时间方面根据历史数据分析了1、2月份PM2.5浓度的扩散规律。由于PM2.5的形成和演变受气压、温度、湿度、风速风向等诸多因素的影响,分别采用高斯模型和空间插值法对PM2.5空间方面的扩散情况进行... 详细信息

研究了武汉市区PM2.5的扩散情况。首先从时间方面根据历史数据分析了1、2月份PM2.5浓度的扩散规律。由于PM2.5的形成和演变受气压、温度、湿度、风速风向等诸多因素的影响,分别采用高斯模型和空间插值法对PM2.5空间方面的扩散情况进行了模拟。其中高斯模型主要是针对高架扩散源的情形对PM2.5受风因素影响的扩散情况进行建模,并对PM2.5的扩散过程进行仿真。而空间插值法则通过插值计算得到其他区域的PM2.5浓度,并模拟了武汉市区PM2.5空间分布的情况。结果表明,空间插值法误差大,且要根据数据实时计算,不能很好地预测;高斯模型考虑了风速风向的影响,实时性和预测性好,特别适用于应对突发情况,可为相关部门提供污染评估决策和依据。

关键词： PM2.5 空气质量分指数空间插值法高斯模型

在线全文

学校读者我要写书评

暂无评论

长更号轮客舱内空气质量跟踪调查

上海环境科学 1999年第6期18卷 264-266页

作者：钱华杨泽生上海市环境科学研究院上海200233 上海环境科学杂志社上海200233

对上海海运局所属长更轮进行了4个航次的客轮舱内的空气质量跟踪调查,主要监测了CO_2、CO、NO_x、CH_2O和IP等污染因子。调查结果发现,三、四、五等客舱的室内空气均受到污染,相对而言,前两者污染较轻,而后者较严重。空气综合质量指数(A... 详细信息

对上海海运局所属长更轮进行了4个航次的客轮舱内的空气质量跟踪调查,主要监测了CO_2、CO、NO_x、CH_2O和IP等污染因子。调查结果发现,三、四、五等客舱的室内空气均受到污染,相对而言,前两者污染较轻,而后者较严重。空气综合质量指数(AQI),甲板上的数据远小于1,三、四等客舱略大于1,五等客舱则远大于1。

关键词：客轮舱室空气污染状况空气质量分指数 AQI

2015~2018年海东市空气质量状况及特征分析

在线全文

学校读者我要写书评

暂无评论

青海科技 2020年第1期27卷 70-75页

作者：杨英莲马元仓马学莲青海省气象台西宁810001

利用2015~2018年海东市平安高铁站逐小时环境空气质量六要素浓度(SO2,NO2,O3,CO,PM10,PM2.5)数据,通过日平均浓度、空气质量分指数(IAQI)、空气质量指数(AQI)、首要污染物及等级的统计分析得出:2015~2018年海东市以优、良天气为主,占比... 详细信息

利用2015~2018年海东市平安高铁站逐小时环境空气质量六要素浓度(SO2,NO2,O3,CO,PM10,PM2.5)数据,通过日平均浓度、空气质量分指数(IAQI)、空气质量指数(AQI)、首要污染物及等级的统计分析得出:2015~2018年海东市以优、良天气为主,占比平均为80.2%;轻度及以上污染天气占比平均为19.8%。优、良天气从2015年的280d持续增加到2018年的305d,占比也从76.7%增加到84.3%;而轻度及以上污染天气从85d持续下降到57d,相应地占比也从23.3%下降到了15.7%,说明海东市空气质量状况在持续好转。5~10月份优良天气占比都在87%以上,2月、4月和11月都在80%左右;轻度及以上污染天气主要集中在冬半年的1月份、3月份和12月份,1~11月份首要污染物以PM10为主,12月份以PM2.5为主。4年间中度及以上污染天气共出现了72d,其中持续3d以上的污染天气过程共8次、34d,首要污染物一般都是PM10或PM2.5或者是两者的组合;以O3为首要污染物的天气占比比2018年明显增加;以CO为首要污染物的天气日数明显下降。2015、2016年以NO2为首要污染物的天气占比较高,而到了2017、2018年明显下降,原因有待探讨。以O3、CO、NO2为首要污染物的污染天气类别大多为2级,即良。

关键词：空气质量分指数空气质量指数首要污染物空气质量类别