基于风险神经网络的大气能见度预测

针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而对高能见度情况的数据则给予相对较低的风险值.以天津市2003~2007年的气象数据对模型进行检验,结果表明该风险神经网络模型优于传统神经网络模型和线性回归模型.     

基于PMF模型的土壤重金属源解析中变量敏感性研究

为探究应用受体模型对土壤污染物进行源解析,输入变量对模型运行及其结果的影响,以乐安河中上游地区土壤重金属调查数据作为典型受体模型（PMF模型）的输入数据集,并在PMF模型基础方案运行结果的基础上,采用局部敏感性分析法来探讨输入变量变化对模型诊断及源识别结果的影响.结果表明：6因子数情景是研究区土壤重金属源解析PMF模型最佳运行结果;土壤中Cu、Mo、Na₂O、As、Mn和Cd等参数属于敏感变量,这些变量均为每个因子中的主要载荷元素,即每个源的特征污染物;不同变量的敏感性有较大差异,Cu、Mo的总敏感性最大,分别为12.1,8.2,大于其他输入变量的敏感性.因此,在应用PMF模型进行源解析时,特征污染物是敏感性较强的变量,其数据质量的优劣是影响源解析结果可靠性的重要因素.     

华北冬季能见度变化的三种典型特征及影响因子分析

利用华北地区常规观测数据、NCEP/NCAR再分析数据以及环境质量数据,采用经验正交函数分解、回归分析、相关分析等方法,对华北地区1981～2017年冬季能见度变化特征及影响因子进行分析,结果表明:在能见度趋势变化上,20世纪90年代中期后,北京及其周边少部分区域的冬季平均能见度经历了上升过程,而其它区域冬季能见度变化趋势则相反,这种反相变化特征与污染物排放量的局地差异关系密切;能见度的低频波动变化与冬季风强度具有显著的正相关关系;能见度的高频波动特征则与温度、相对湿度、风速等局地气象要素有关,在华北中部、南部,能见度与温度、风速呈正相关,与相对湿度呈负相关,在华北北部,能见度同温度、相对湿度的关系并不显著,与风速呈负相关关系。     

上海市大气能见度指数指标体系的研究

 根据上海市1999～2002年间逐时能见度资料的分析,建立了上海市大气能见度等级.通过对影响能见度变化的气象因子和污染因子分析,结果表明,影响能见度的因子主要是污染、云量和相对湿度以及天气状况.在此基础上,建立了上海市大气能见度指数指标体系,并对各等级能见度的主要影响因素进行了探讨,发现当能见度等级为差时,影响能见度的因子按其重要性由大到小依次为污染因子、云量和相对湿度因子、天气状况因子;当能见度等级为较差时,3种因子作用相当;当能见度等级为中等及较好时,天气状况因子作用最大;当能见度等级为好时,不需要说明其影响因子.     

多机器学习模型下逐小时PM2.5预测及对比分析

为了能及时、准确的估算出PM_2.5浓度及污染等级,分别构建了K最邻近模型（KNN）、BP神经网络模型（BPNN）、支持向量机回归模型（SVR）、高斯过程回归模型（GPR）、XGBoost模型和随机森林模型（RF）6个PM_2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM_2.5浓度数据和Merra-2再分析数据开展PM_2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM_2.5浓度.在PM_2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM_2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM_2.5浓度提供参考.     

长江三角洲冬季一次低能见度过程的地区差异和气象条件

采用NCEP再分析资料、MICAPS地面、高空气象资料以及国家环保部空气质量监测资料,对2014年2月20~22日长江三角洲地区一次低能见度过程地区差异和气象条件进行了分析.天气形势分析表明,长三角地面处在高压的控制下,地面风速较小,使污染物积累,有利于低能见度(雾-霾)的形成和维持.根据不同区域的雾、霾分布和日变化特征,将长江三角洲地区分为3个子区域:I区为江苏大部(雾霾混合型),II区为上海及其周边(霾类型),III区为浙江大部(雾类型),该区域白天能见度较高,夜间能见度较低的特征是由湿度因子造成的.影响I区能见度变化的主要原因是:热力原因:大气对流层低层的层结稳定;湿度原因为:空气较湿润,气溶胶粒子吸湿性增长;动力原因主要是垂直方向和水平方向的大气扩散能力弱;污染因子对能见度变化的影响较小.影响II区能见度变化的主要原因是PM2.5浓度高导致的污染,热力因子、湿度因子和动力因子对能见度的变化影响很小.影响III区能见度变化的热力原因是:大气对流层低层层结稳定、近地面存在逆温;湿度原因是因为:空气较湿润,气溶胶粒子吸湿性增长;动力原因是因为边界层高度较低导致的垂直扩散能力较差.各个区域的气象因子解释方差的计算结果表明:I区湿度因子和动力因子对能见度的影响更大,III区.湿度因子对能见度的影响更大.     

成都地区气溶胶散射吸湿增长因子双变量模型

基于成都市2017年10～12月逐时的“干”气溶胶散射系数和吸收系数观测数据,结合该时段同时次的能见度（V）、相对湿度（RH）以及二氧化氮（NO₂）监测资料,利用“光学综合法”计算气溶胶散射吸湿增长因子,并探究了气溶胶散射吸湿增长因子单变量f（RH）模型的适用性及其改进方案.结果表明：幂函数、二次多项式、幂指函数形式的f（RH）模型在低RH条件下（RH<85%）均能很好地模拟气溶胶散射吸湿增长因子随RH的变化特征,但在高RH条件下（RH>85%）的模拟值会出现较大的偏差.黑碳质量浓度（C_BC）是影响气溶胶散射吸湿增长因子的另一关键变量,二者之间满足非线性关系.以RH和C_BC为自变量构建了气溶胶散射吸湿增长因子双变量f（RH,C_BC）模型,模型计算值和实测值之间的决定系数R²为0.763,平均相对误差MRE为14.28%.双变量模型f（RH,C_BC）的应用显著改善了气溶胶散射消光系数的模拟效果.     

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

为进一步提高PM_2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM（Variable）.过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM_2.5浓度的影响,确定最优PM_2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM_2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM（Variable）模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM（Equal）和XGBoost-LSTM（Residual）模型.分季节预测结果表明,XGBoost-LSTM（Variable）模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.     

长江三角洲地区冬季能见度特征及影响因子分析

利用Micaps提供的2013和2014年冬季长江三角洲地区(以下简称长三角)28个站点的地面常规观测资料、NCEP FNL再分析资料和国家环境保护部发布的PM_2.5质量浓度自动检测数据,分析了长三角冬季大气能见度特征,以及空气污染物和气象条件对能见度的影响.2013年冬季长三角霾天发生频率为53.4%.多元非线性回归分析表明,PM_2.5质量浓度、地表10m风速、500~850hPa水平风垂直切变、相对湿度、925~1000hPa垂直温差、850~925hPa假相当位温差这6个因子能够解释能见度变化的81.6%.气象条件对能见度的作用与污染物浓度相当,热力因子的贡献大约是动力因子的2倍.PM_2.5质量浓度越低,空气质量越好,以及相对湿度大于70%时,相对湿度通过气溶胶吸湿增长对能见度的作用越强.考虑PM_2.5质量浓度的影响时,相对湿度对能见度的贡献提高了1倍.利用2014年冬季资料验证多元拟合方程,效果较好.     

深圳地区灰霾分布特征及预警、预报方法探讨

基于深圳市国家气候观象台1953—2010年的灰霾UV统计资料、气象要素值、灰霾出现前期及同期的地面和850hPa的天气形势资料和自动站的能见度统计资料以及深圳市环境监测站的1980—2010年污染物浓度资料,对深圳市灰霾天气的出现规律及影响要素特征进行了概括分析.在此基础上运用逐步回归的方法,筛选出影响灰霾主要因子,建立未来1—3d的能见度预报方程.同时通过对灰霾出现前天气形势的分析和归纳,建立灰霾潜势预报的思路.并进一步对灰霾天气的典型因子进行权重分级.最后集成以上3种预测方法,归纳出灰霾预警方案,形成灰霾预警预报模型.利用实测结果对模型检验,结果表明：该模型具有一定的准确率和可靠性,对灰霾预测具有较好的应用价值,为灰霾防治和预警系统的建立提供科学依据.     

大气消光系数垂直分布模型及其适用性研究

大气消光系数垂直分布模型是利用卫星反演近地面颗粒物质量浓度的关键技术环节,同时也是分析边界层湍流场结构的重要途径,但其适用性问题至今尚不清晰.基于Logistic曲线模拟大气消光系数廓线的初步研究成果,结合太阳光度计（CE-318）观测的大气光学厚度（AOD）资料以及近地面能见度数据,提出了大气消光系数垂直分布Logistic模型的参数计算方法.针对成都市2013年6月~2014年5月期间的实例应用结果表明,在不稳定和中性层结条件下,Logistic模型和目前通用的负指数模型对大气消光系数垂直分布的模拟效果总体相当;但在持续稳定层结条件下,Logistic模型的模拟效果则显著占优.进一步分析指出,大气消光系数垂直分布Logistic模型更优的适用性主要在于其对近地层大气消光的复杂垂直形态具有良好的表征能力.     

基于AGRI颗粒物浓度遥感反演及季节变化分析

基于AGRI数据反演区域PM_2.5浓度.利用6S辐射传输模式,分析气溶胶光学厚度AOD与能见度相关性,建立AOD、气溶胶标高和能见度模型;通过对大气柱AOD垂直订正,构建AOD与近地面PM_2.5浓度关系的物理模型;同时引入了地面相对湿度数据.结果表明,FY-4A遥感的PM_2.5浓度与地面空气质量监测站的PM_2.5浓度变化趋势一致,算法计算效率较高.利用AGRI估算近地面PM_2.5与地面观测网对比分析,其结果不亚于于MODIS以及VIIRS的对比结果,AGRI估算的均方根误差和相对误差较小.从季节分析,冬季近地面颗粒物浓度是影响整层大气柱AOD值的主要因素,AGRI反演结果精度较好,夏季相关系数相对于其他三个季节偏低.总体而言,采用FY-4A/AGRI反演颗粒物浓度精度可靠,有利于实现区域气溶胶全天候实时监测.     

香港大气能见度与污染物长期变化的特征和相互关系

利用香港天文台40年(1968~2007年)的能见度数据,中西区空气监测站24年(1984~2007年)的空气质量数据,采用多元回归法,分析了香港地区大气环境状况与大气污染物变化的关系.结果表明,香港地区1968~2007年间低能见度时数百分比平均每10年上升3.1%,其中,其上升趋势在1968~1989年较为平缓(平均0.7%/10a),20世纪90年代后(1990~2007年)则较为明显(平均7.3%/10a),且与地面臭氧浓度呈同步上升趋势.1993年前,低能见度时数百分比与NO2和NOx相关性显著,1993年后,与其相关性显著的污染物则是O3、SO2和NO2.这说明香港地区能见度的恶化在1993年前与光化学烟雾有关,但在1993年后则同时受光化学烟雾和与硫酸盐粒子有关的气溶胶烟雾的共同影响.     

耦合气溶胶双参数化方案的大气能见度数值改进算法

将气溶胶复折射率（Aerosol Complex Refractive Index,ACRI）和气溶胶粒径吸湿增长因子（Growth Factor,Gf（RH））参数化方案进行耦合,提出了一种基于Mie散射模型的大气能见度数值改进算法.并利用成都市2017年10~12月WS600一体式气象站、AURORA-3000积分浊度计、AE-31黑碳仪以及GRIMM180环境颗粒物监测仪分别观测获得的相对湿度（RH）,干气溶胶散射系数（b_sp）,干气溶胶吸收系数（b_sp）,气溶胶质量浓度（PM₁₀,PM_2.5,PM₁）及其数浓度粒径分布（N[r（RH）]）的地面逐时观测资料,通过与两种能见度计算模型（经验参数的Mie散射模型和统计模型）在不同能见度区间（<2km,2~5km,5~10km,>10km）模拟结果的对比分析,评估了该改进算法的适用性.结果表明：三种能见度计算方法均能较好地模拟出能见度的变化特征;改进算法通过本地化参数化方案更准确地估计出DACRI和Gf（RH）,从而可更准确地模拟出四类能见度区间,对应模拟值与实测值的相关系数（R）分别为0.62,0.90,0.89,0.93,平均相对误差（MRE）分别为9.86%,10.39%,9.94%,14.06%.     

城市灰霾数值预报模式的建立与应用

建立了城市灰霾的数值预报模式,可模拟PM2.5中主要成分硫酸盐、有机碳、黑碳、硝酸盐和土壤尘等气溶胶的浓度分布,根据气溶胶浓度分布计算城市大气能见度,从而预测城市灰霾天气. 利用城市灰霾的数值预报模式进行了冬、夏2个算例的模拟. 结果表明:在PM2.5中,夏季硫酸盐的贡献率(26.6%)略高于冬季(24.0%),夏季和冬季有机气溶胶(OM)贡献率分别为35.4%和33.3%, 黑碳贡献率分别为9.5%和7.1%;南京地区颗粒物的消光系数占总消光系数的95%以上,是能见度下降最主要的贡献者,其中,硫酸盐和有机物对能见度贡献最大,其次为黑碳、硝酸盐、粗粒子、土壤尘和NO2.      

基于3D Studio MAX造型的冲压模设计

介绍了基于 3DStudioMAX造型设计的图形数据 ,通过与AutoCAD的数据接口 ,直接将造型作为模具型腔设计的依据 ,以获得实际产品与设计模型的完美统一 ,对减少重复劳动 ,提高产品设计质量十分有益     

基于彩色图像的海上能见度估计

目的实现海上能见度实时估计。方法从图像处理的角度,通过多组多距离彩色模板拍摄实验,分析饱和度同能见度的响应关系,结合最小二乘法和多模型融合,通过误差分析寻找最优模型。结果发现多组彩色模版的图像饱和度同能见度存在一定的响应关系。结论所建模型可以对能见度进行快速、连续地实时观测。相对与传统方法以及各类仪器的观测更具便利性。     

霾污染环境大气能见度参数化方案的改进

霾污染是高浓度大气气溶胶造成低能见度的大气现象,为了完善目前空气质量模式的大气能见度参数化方案,以准确地预报霾污染过程的能见度变化,基于已有的大气总消光系数与大气能见度的关系,依据Mie理论和大气分子的消光特性,计算颗粒物和NO₂的消光系数,提出一种改进的大气能见度参数化方案.为了验证这一改进的参数化方案的大气能见度预报性能,①利用空气质量模式WRF-Chem3.7模拟2013年12月南京地区两次霾污染个例,并且与实际观测数据对比,证实其能够准确地模拟大气颗粒物和NO₂的浓度变化;②利用模拟的大气颗粒物和NO₂的浓度数据,分别采用改进的能见度参数化方案及已有的IMPROVE方案和CHEN的能见度参数化等3个方案,计算两次霾污染个例的大气能见度变化;③与观测能见度比较,评估3个能见度参数化方案的模拟准确性。评估表明,改进的参数化方案模拟的两个霾污染个例能见度的平均标准化偏差和平均偏差分别为17.19%、3.18%和517、173 m,并且和观测能见度的相关系数分别提高到0.76、0.87,其能见度模拟的准确性优于其它两种已有的参数化方案,并在不同相对湿度（RH）和能见度范围内改进的参数化方案模拟的标准化平均误差均小于其它两种参数化方案,其中,在RH < 80%和能见度≥ 1 km范围内标准化平均误差均低于50%.研究显示,改进的大气能见度参数化方案能够有效地提高空气质量模式的霾污染环境大气能见度的预报准确性.