检索结果-南通市图书馆

维普期刊数据库博看期刊

2015~2022年重庆市近地面臭氧的暴露风险及环境影响

在线全文

学校读者我要写书评

暂无评论

中国环境科学 2024年第5期44卷 2754-2765页

作者：骆雨茜陈静郝宇杭黄威万凤莲田密重庆大学环境与生态学院重庆400044 重庆大学三峡库区生态环境教育部重点实验室重庆400044 中国气象局国家气象中心北京100081

为综合评估近地面臭氧(O_(3))对人类健康和生态系统等的暴露风险,及其对二次颗粒物形成的环境影响,本文研究了重庆市2015~2022年O_(3)长期变化特征,采用多种指标综合表征O_(3)暴露对健康、经济和植被的长期影响及短期持续污染的暴露风险... 详细信息

为综合评估近地面臭氧(O_(3))对人类健康和生态系统等的暴露风险,及其对二次颗粒物形成的环境影响,本文研究了重庆市2015~2022年O_(3)长期变化特征,采用多种指标综合表征O_(3)暴露对健康、经济和植被的长期影响及短期持续污染的暴露风险,并探讨O_(3)对夜间硝酸盐生成的潜在作用.结果表明:近年来重庆市近地面O_(3)呈总体上升趋势,夜间O_(3)浓度逐渐增长,春季的高O_(3)事件不容忽视.相应的各类O_(3)长期暴露风险指标均总体呈现2015~2019年先增加后逐渐下降的趋势.短期的O_(3)持续暴露风险相较污染前后显著增加.夜间O_(3)的升高会增大NO_(3)自由基生成速率(PNO_(3)),从而促进N_(2)O_(5)异质水解及夜间硝酸盐的形成,且在高湿伴随的污染条件下更为显著.可见,夜间O_(3)变化的潜在暴露风险及对二次无机盐的生成作用值得深入研究.

关键词：近地面臭氧臭氧暴露风险臭氧持续污染夜间高臭氧夜间硝酸盐生成

基于XGBoost-LME模型的京津冀地区近地面臭氧浓度估算

在线全文

学校读者我要写书评

暂无评论

环境科学 2024年第7期45卷 3815-3827页

作者：龚德才杜宁王莉张显云李隆张洪飞贵州大学矿业学院贵阳550025

高时空分辨率的近地面臭氧浓度分布数据对监测和防控大气臭氧污染,提高人居环境具有重要意义.使用TROPOMI-L3 NO_(2)、HCHO产品和ERA5-land高分辨率数据作为估算变量,构建XGBoost-LME模型估算京津冀地区近地面臭氧浓度.结果表明:(1)在... 详细信息

高时空分辨率的近地面臭氧浓度分布数据对监测和防控大气臭氧污染,提高人居环境具有重要意义.使用TROPOMI-L3 NO_(2)、HCHO产品和ERA5-land高分辨率数据作为估算变量,构建XGBoost-LME模型估算京津冀地区近地面臭氧浓度.结果表明:(1)在估算变量中地表2 m温度(T2M)、2 m露点温度(D2M)、地表太阳向下辐射(SSRD)、对流层甲醛(HCHO)和对流层二氧化氮(NO2)是影响京津冀地区近地面臭氧浓度的重要因素,其中T2M、SSRD和D2M相关系数分别达到0.82、0.75和0.71.(2)XGBoostLME模型相较其它模型,其各项指标均为最优,十折交叉验证R^(2)、MAE和RMSE分别为0.951、9.27μg·m^(-3)和13.49μg·m^(-3),同时,该模型在不同时间尺度均表现良好.(3)在时间上,2019年京津冀地区近地面臭氧浓度存在显著的季节性差异,四季浓度变化为:夏季>春季>秋季>冬季,2019年该地区近地面臭氧月均浓度总体呈现出先上升后下降的倒“V”趋势,其中9月呈现小幅上升趋势,全年最大值出现在7月,最小值在12月;在空间分布上,2月和3月京津冀全域近地面臭氧浓度分布基本为同一水平,1、11和12月呈现出不显著的北高南低的空间分布趋势,其余月份该地区近地面臭氧浓度空间分布均呈现出南高北低的分布特征,高值区主要在南部海拔较低、人口密集和工业排放量较大的平原地区,低值区则主要在北部海拔较高、人口稀疏、植被覆盖率高和工业排放量低的山地地区.

关键词：近地面臭氧 TROPOMI数据京津冀地区 XGBoost-LME模型时空分布

基于集成学习方法的中国近地面臭氧浓度时空分布

在线全文

学校读者我要写书评

暂无评论

遥感学报 2023年第8期27卷 1792-1806页

作者：宋世鹏范萌陶金花陈三明顾坚斌韩宗甫梁晓霞陆晓艳王甜甜张莹无桂林理工大学地球科学学院桂林541000 中国科学院空天信息创新研究院遥感科学国家重点实验室北京100101 中国科学院大学北京100049 首都师范大学资源环境与旅游学院北京100089 广西壮族自治区生态环境监测中心南宁530028 江苏省环境监测中心南京210019

自2013年大气污染防治行动以来,PM_(2.5)、PM_(10)、SO_(2)、NO_(2)等空气污染物浓度都有不同程度下降,但臭氧污染仍有上升趋势,臭氧污染已成为制约中国空气质量持续改善的关键问题。地基站点可以提供空间上特定点的臭氧浓度,但无法获... 详细信息

自2013年大气污染防治行动以来,PM_(2.5)、PM_(10)、SO_(2)、NO_(2)等空气污染物浓度都有不同程度下降,但臭氧污染仍有上升趋势,臭氧污染已成为制约中国空气质量持续改善的关键问题。地基站点可以提供空间上特定点的臭氧浓度,但无法获得近地面臭氧连续的空间分布。由于臭氧大量分布于平流层,遥感卫星反演的臭氧柱浓度产品仅能反映整层臭氧柱浓度,但整层臭氧柱浓度与近地面浓度无明显相关性,因而无法体现近地面臭氧浓度。本文综合地基监测数据、再分析资料、卫星产品,采用不同的模型方法,得到近地面臭氧浓度的时空分布,结果表明集成学习方法可以准确估算近地面臭氧在空间上的分布状况和在时间上的变化趋势。本文对比了梯度提升回归树(GBRT)、极端随机树(ERT)、极端梯度提升器(XGBoost)3种不同的集成学习方法在近地面臭氧污染估算的效果表现,3种集成学习方法在2019年—2020两年的十折交叉验证R^(2)都在0.89以上,极端梯度提升器(XGBoost)方法在RMSE、MAE指标上有最好的表现,2019年—2020年两年的平均RMSE、MAE分别为15.77μg/m^(3)、10.53μg/m^(3),但基于极端随机树(ERT)方法获得的近地面臭氧空间分布更加连续自然。因此最终选择极端随机树(ERT)方法估算得到中国近地面臭氧浓度数据集,并在此基础上进行时空分析。由于中国政府实施积极的减排措施的及疫情影响,臭氧浓度多年来的上升趋势得到了逆转,2020年臭氧年均值为107.41±18.6μg/m^(3),较去年平均值109.26±19.71μg/m^(3),有所减少。时间上,每年的5—9月气温较高,光化学反应剧烈,因而臭氧高污染事件频繁发生。空间上,京津冀地区、长三角地区、珠三角地区、成渝地区等城市群显著高于周围其他区域,是臭氧污染防治的重点区域。

关键词：遥感近地面臭氧集成学习极端随机树梯度回归提升树极端梯度提升器 TROPOMI 新冠疫情

在线全文

学校读者我要写书评

暂无评论

基于梯度提升算法的近地面臭氧浓度估算比较

中国环境科学 2023年第8期43卷 3886-3899页

作者：梁晓霞谢东海韩宗甫宋世鹏张欣欣顾坚斌余超首都师范大学资源环境与旅游学院北京100048 中国科学院空天信息创新研究院遥感科学国家重点实验室北京100101 北京邮电大学计算机学院北京100876 南通大学电气工程学院江苏南通226019

提出了一种基于梯度提升树优化的近地面O_(3)浓度时空分布估算模型.基于O_(3)地面观测站点数据、高分辨率大气成分卫星数据(TROPOMI、AIRS)、ERA5气象再分析资料、以及地表覆盖和地形数据,本文研究了京津冀地区近地面O_(3)与对流层O_(3... 详细信息

提出了一种基于梯度提升树优化的近地面O_(3)浓度时空分布估算模型.基于O_(3)地面观测站点数据、高分辨率大气成分卫星数据(TROPOMI、AIRS)、ERA5气象再分析资料、以及地表覆盖和地形数据,本文研究了京津冀地区近地面O_(3)与对流层O_(3)及其前体物、气象因素、以及下垫面资料之间的相关关系,对比分析了不同梯度提升树算法模型(GBDT、XGBoost、LightGBM)的估算精度.结果表明,3种模型整体上均可对近地面O_(3)进行精确估算,GBDT、XGBoost、LightGBM的决定系数R^(2)分别为0.9489、0.9547、0.9495,均方根误差RMSE分别为13.85,13.26,13.76μg/m^(3),XGBoost模型的精度相对最高;通过采用过滤法、相关性分析法以及递归特征消除法筛选特征,对XGBoost估算模型进行了优化,在保证模型精度前提下,降低了特征复杂度,优化后模型估算精度可达到R^(2)=0.9549,估算速率提升了约17%,为区域尺度O_(3)浓度时空分布建模与估算提供了一个精细而高效的方法模型.

关键词：近地面臭氧对流层臭氧梯度提升回归模型卫星遥感特征选择时空分布

兰州市CMAQ近地面臭氧模拟结果的订正方法——基于机器学习方法

在线全文

学校读者我要写书评

暂无评论

中国环境科学 2022年第12期42卷 5472-5483页

作者：周恒左陈恒蕤廖鹏孔祥如潘峰杨宏兰州大学大气科学学院甘肃兰州730000

为能更加准确地模拟出兰州市近地面臭氧浓度,在CMAQ(社区多尺度空气质量建模系统)的基础上,利用机器学习方法中的XGBoost(极限梯度提升)模型及LSTM(长短期记忆)神经网络模型建立近地面臭氧模拟结果的订正模型,并以两种方法为基础,利用... 详细信息

为能更加准确地模拟出兰州市近地面臭氧浓度,在CMAQ(社区多尺度空气质量建模系统)的基础上,利用机器学习方法中的XGBoost(极限梯度提升)模型及LSTM(长短期记忆)神经网络模型建立近地面臭氧模拟结果的订正模型,并以两种方法为基础,利用误差变权倒数组合方法构建LSTM-XGBoost组合模型,以期进一步提高订正效果.本文选取兰州市4个国控站点(兰炼宾馆,铁路设计院,榆中校区,生物制品所)2019年7、8月环境空气质量监测数据及兰州市气象站同期气象数据,对CMAQ模拟的同时段兰州市近地面臭氧浓度进行订正.结果表明,CMAQ能够模拟出兰州市近地面臭氧浓度的空间及时间分布特征,但整体上对浓度有所低估.利用上述方法构建的订正模型中,LSTM-XGBoost组合模型的订正效果最好,臭氧相关性由CMAQ模拟的0.61~0.76提升至0.89~0.95,臭氧8h平均相关性由0.65~0.79提升至0.81~0.88,臭氧RMSE由44.83~70.17μg/m^(3)提升至15.21~26.53μg/m^(3),臭氧8h平均RMSE由40.07~67.57μg/m^(3)提升至14.24~28.54μg/m^(3).该研究表明利用机器学习方法对CMAQ模拟结果订正可行,可以改善环境空气质量模式模拟结果.

关键词： CMAQ 近地面臭氧机器学习 LSTM XGBoost 误差变权倒数组合

基于XGBoost算法的近地面臭氧浓度遥感估算

在线全文

学校读者我要写书评

暂无评论

环境科学学报 2022年第5期42卷 95-108页

作者：赵楠卢毅敏福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 福州大学福建省数字区域工程技术研究中心福州350108 数字中国研究院(福建) 福州350003

本文采用XGBoost机器学习算法,融合臭氧浓度地面监测数据、欧洲中期天气预报中心的ERA5数据集、中国多尺度排放清单模型构建的排放清单数据集、高分辨率遥感影像(TROPOMI_NO_(2)、OMI_NO_(2))以及人口数据和DEM数据,构建训练估算数据集... 详细信息

本文采用XGBoost机器学习算法,融合臭氧浓度地面监测数据、欧洲中期天气预报中心的ERA5数据集、中国多尺度排放清单模型构建的排放清单数据集、高分辨率遥感影像(TROPOMI_NO_(2)、OMI_NO_(2))以及人口数据和DEM数据,构建训练估算数据集,开展近地面臭氧浓度估算研究.模型构建采用递归式特征消除法进行特征变量的选择,并对其进行十折交叉和自建模验证,R^(2)分别为0.871和0.955,RMSE分别为12.8μg·m^(-3)和7.514μg·m^(-3).同时进行了高分辨率遥感影像对估算结果的贡献分析,结果表明引入TROPOMI_NO_(2)因子参与建模可校正近地面臭氧浓度普遍被低估现象.模型模拟结果显示臭氧浓度回归估算结果层次更加分明、条带现象消失、连续性和平滑性明显改善.

关键词：近地面臭氧 XGBoost TROPOMI OMI 时空分布

同方期刊数据库

基于主成分分析的上海春季近地面臭氧污染区域性特征研究

在线全文

学校读者我要写书评

暂无评论

环境科学学报 2018年第10期38卷 3807-3815页

作者：梁昱刘禹含王红丽李莉段玉森陆克定北京大学环境科学与工程学院北京100871 上海市环境科学研究院上海200233 上海市监测中心上海200235

为研究上海春季近地面臭氧污染的区域性特征,对长三角地区55个城市国控站点及上海市54个城市监测站点2016年5月的臭氧监测网络数据进行主成分分析(Principal Component Analysis,PCA),并将分析结果与气象条件进行综合分析,结果表明,主... 详细信息

为研究上海春季近地面臭氧污染的区域性特征,对长三角地区55个城市国控站点及上海市54个城市监测站点2016年5月的臭氧监测网络数据进行主成分分析(Principal Component Analysis,PCA),并将分析结果与气象条件进行综合分析,结果表明,主成分分析在不同的空间尺度下可以解析出行为模式不同的臭氧生成及传输来源主成分,且在较大的空间尺度下可以解析出区域背景臭氧浓度.长三角地区春季区域臭氧特征复杂,存在9个主成分,第一主成分所能解释的背景臭氧浓度在68.8～154.7μg·m^(-3)之间,而上海市主成分解析结果较为集中,仅能解析出两个主成分,且第一主成分即可解释90.5%的臭氧.对比同时段长三角及上海市主成分分析解析结果,上海市春季臭氧污染主要受到来自海洋的东南风影响,高浓度臭氧污染的本地生成贡献显著.

关键词：近地面臭氧污染区域性特征传输影响主成分分析上海市

太原市近地面臭氧浓度变化规律及其与气象要素的关系

在线全文

学校读者我要写书评

暂无评论

环境工程学报 2015年第11期9卷 5545-5554页

作者：温彦平太原环境监测中心站太原030027

臭氧(O3)是城市大气污染和气候变化促进的重要因子,对于城市大气污染与防治研究具有重要意义。本研究选取太原城区10个国控点O3日浓度变化,分析了其与相关气象因子(能见度、室外温度、室外湿度、风速和风向)的关系。研究结果表明,夏季O... 详细信息

臭氧(O3)是城市大气污染和气候变化促进的重要因子,对于城市大气污染与防治研究具有重要意义。本研究选取太原城区10个国控点O3日浓度变化,分析了其与相关气象因子(能见度、室外温度、室外湿度、风速和风向)的关系。研究结果表明,夏季O3浓度最高;春季O3浓度变化次之,冬季变化最小;城市新兴繁荣区和传统重工业区高浓度O3变化的时间跨度要明显高于过渡区域。城区O3和相关气象因子存在显著季节性变化特征。小波分析结果显示,城区O3时间序列相对较高能量的变化周期为主要以近似严格的线性同步变化特征。全年,西西北风对O3浓度影响频率达50%;而夏季受此影响频率高达60%,秋季西西北风和西北北风对O3浓度的影响频率相近(约40%)。研究结果将有助于为北方城市大气污染防治提供理论参考和实践指导。

关键词：近地面臭氧大气污染周期结构气象要素城市

煤炭工业城市近地面臭氧变化特征及其与气象条件的关联

在线全文

学校读者我要写书评

暂无评论

环境化学 2015年第5期34卷 842-852页

作者：赵颖王飞温彦平山西省环境科学研究院太原030027 山西大学体育科学研究所太原030006 太原市环境监测中心站太原030002

考察太原城区10个国控点O3日浓度变化,并分析了其与相关气象因子(能见度、大气压、空气温度、空气湿度、风速和风向)的关系.研究结果表明,夏季平均O3浓度变化最大;春季O3平均浓度变化次之,冬季变化最小;全年O3平均浓度均低于国家环境空... 详细信息

考察太原城区10个国控点O3日浓度变化,并分析了其与相关气象因子(能见度、大气压、空气温度、空气湿度、风速和风向)的关系.研究结果表明,夏季平均O3浓度变化最大;春季O3平均浓度变化次之,冬季变化最小;全年O3平均浓度均低于国家环境空气质量的最高标准.对各国控点日O3浓度的相关性进行聚类分析,结果显示,城市新兴繁荣区和传统重工业区等人类活动频繁的区域(GroupⅠ)的O3浓度变化的持续时间要明显高于过渡区域(GroupⅡ).城区全年时间尺度上,O3均与能见度、空气温度、空气湿度和风速存在极显著的相关性(n=365,P近似严格的线性同步变化特征.西西北风对O3浓度影响最大,全年影响频率达50%;而夏季受此影响频率高达60%,秋季西西北风和西北北风对O3浓度的影响频率相近(约40%).

关键词：近地面臭氧大气污染周期结构气象要素煤炭工业城市