气象条件和污染物排放对兰州市冬季空气质量的影响

摘要：

本文利用人工神经网络(ANN)技术,基于气象条件、污染物排放变化和NO2浓度资料构建NO2浓度统计模型,在此基础上分析气象条件和污染物排放源排放变化对NO2浓度逐日变化和年际变化的影响.研究结果发现基于ANN建立的大气污染统计模型得到的NO2浓度平均值低于观测平均值,两者之差小于5μg·m-3,认同指数在0.9左右,相关系数超过0.8,取得很好的预报效果.气象条件变化是NO2浓度逐日变化的主要影响因子,污染物排放量变化是NO2浓度年际变化的主要影响因子.因子分离法计算得到的气象条件、污染物排放及两者相互作用对NO2浓度逐日变化的贡献率分别是57.9％、24.5％和17.6％,对NO2浓度年际变化的贡献率分别是13.7％、73.3％和13％.

关键词： 空气质量 污染物排放 气象环境 人工神经网络

作者: 何建军 余哗 川刘娜 赵素平 陈晋北 毛洪钧 吴琳

作者单位: 中国科学院寒区早区环境与工程研究所 兰州 730000;南开大学环境科学与工程学院 天津 300071 中国科学院寒区早区环境与工程研究所 兰州 730000 中国科学院寒区早区环境与工程研究所 兰州 730000;青海省气象局 西宁 810001 南开大学环境科学与工程学院 天津 300071

会议类型: 国内会议

会议名称: 2015年中国环境科学学会年会

会议地点: 深圳

会议语种:中文

页码: 183-190

在线出版日期: 2015-08-01（万方平台首次上网日期，不代表论文的发表时间）