搜索到25401篇“ PM2.5“的相关文章
- 基于优化LSSVM算法的PM2.5浓度预测
- 2024年
- 针对最小二乘支持向量机(LSSVM)算法中选取的核函数和正规化参数回归精度较低,该文结合粒子群优化算法(PSO)来选取最优的核参数和正规化参数,以此提高LSSVM模型对PM_(2.5)质量浓度的预测精度。以2018年南宁市为例,选取空气主要污染物、气象因素和GNSS天顶对流层延迟(zenith tropospheric delay,ZTD)作为变量对同期的PM_(2.5)浓度进行预测,并采用平均影响值(Mean Impact Value,MIV)筛选主要影响变量,实验结果显示,变量筛选后的模型对未来48h的PM_(2.5)有较高预测精度,相对于LSSVM、PSO-LSSVM和BP神经网络具有更高的回归精度,表明该模型能够真实反映数据序列的内在规律,表现出了对短期预测具有较好的预测性能,具有较强的普适性。
- 张亚博南守琎唐彦杨云飞
- 关键词:粒子群优化算法优化算法
- 基于Prophet-LightGBM的PM2.5浓度预测模型
- 2024年
- 近年来,PM2.5污染问题日益突出,对人们的身体健康和环境质量造成了严重影响,建立准确的PM2.5浓度预测模型对于污染防治和空气质量管理具有重要意义。针对PM2.5时间序列的非线性、高噪声、不平稳特征提出一种将Prophet模型和LightGBM模型相结合的组合模型。为了验证模型的有效性,以兰州市PM2.5浓度数据为例,对比分析了Prophet-LightGBM模型和其他4种预测模型及其在不同季节下的预测效果。结果表明,Prophet-LightGBM模型相较于对比模型能够更准确地预测PM2.5浓度的变化趋势,RMSE值达6.557,MAE值达4.543,MAPE值达14.344%,在夏季和秋季的预测准确度和稳定性方面表现出更优异的性能,RMSE值最优时达3.155,MAE值达2.169,MAPE值达9.4%。
- 高洁如魏霖静李玥王开翔
- 植物吸滞PM_(2.5)研究进展——从宏观到微观被引量:1
- 2024年
- PM_(2.5)严重危害环境安全和人体健康,虽然国内外大气PM_(2.5)状况已有好转,但雾霾天气仍然时有发生。植物能有效吸附和净化大气中PM_(2.5),其净化作用受到生态学广泛关注。随着研究内容的深入,该领域研究尺度由宏观尺度转向微观尺度,研究对象由植被区转向植物个体,研究方法由野外监测转向人工控制法。因此在区域尺度上对比了植被、非植被区PM_(2.5)浓度差异及不同树种单位叶面积PM_(2.5)吸滞量,以风洞、熏气法两种研究方法归纳了人工控制条件下植物净化PM_(2.5)的研究成果,在大气PM_(2.5)浓度和气象因素两方面探讨了环境因素对植物净化PM_(2.5)的影响机制。得出宏观研究方面很多城市缺乏植被区与非植被区PM_(2.5)浓度监测数据,微观方面植物个体吸滞PM_(2.5)机理研究不够深入,缺乏植物吸滞PM_(2.5)过程与机理的室内模拟外界环境的高精度对比试验,更缺乏环境因素直接影响植物吸收、分配PM_(2.5)过程的研究。未来应加强植被区、非植被区PM_(2.5)动态特征研究,完善某些地区环境监测站点布局,可适当增加典型植被区对照的非植被区站点并提升站点设备可靠性;加强植物性状与其净化PM_(2.5)作用相关性的研究,并通过一次性熏气法量化植物在一次污染事件中对PM_(2.5)的实际净化作用,解析植物各器官对吸收PM_(2.5)的贡献率;增加不同环境因素影响植物吸滞PM_(2.5)能力与过程研究,可利用人工控制试验结合模型提高研究可靠性,揭示环境因素与植物各器官吸收、分配PM_(2.5)之间的耦合规律。
- 房佳兴李少宁赵娜徐晓天鲁绍伟
- 关键词:植物环境因素
- 太原市冬季大气PM_(2.5)中硫酸盐污染特征及其形成机制研究
- 2024年
- 为更好地研究太原市冬季大气细颗粒物(PM_(2.5))中硫酸盐(SO_(4)^(2-))的污染特征及形成机制,于2020年1月采用在线设备对小时分辨率的PM_(2.5)及其化学组分(水溶性离子、金属元素)、气态污染物进行观测,分析了不同污染水平下SO_(4)^(2-)变化特征,评估了不同形成机制对硫酸盐形成的贡献.结果表明,观测期间太原市ρ(PM_(2.5))平均值为(108.7±72.1)µg·m-3,SO_(4)^(2-)、NO_(3)-和NH_(4)^(+)在PM_(2.5)中的占比分别为18.0%±7.9%、16.8%±4.9%和13.1%±3.5%.清洁天、污染天和严重污染天ρ(SO_(4)^(2-))分别为(9.2±5.3)、(17.9±9.2)和(46.3±17.7)µg·m-3,污染天(0.33)和严重污染天(0.51)硫氧化率(SOR,n(SO_(4)^(2-))/(n(SO_(4)^(2-))+n(SO_(2))))明显高于清洁天(0.26).SOR与RH呈显著正相关(r=0.65,p<0.05),与O_(x)(O_(x)=O_(3)+NO_(2))相关性较弱(r=0.10,p<0.05),表明SO_(4)^(2-)主要来源于液相和非均相反应.观测期间pH范围为4.0~4.7,pH影响的敏感性分析显示Mn表面催化和H2O_(2)途径主导硫酸盐的形成.污染案例分析表明硫酸盐产生速率范围为1.5~7.1μg·m^(-3)·h^(-1),数值计算结果显示Mn表面催化和H_(2)O_(2)途径对SO_(4)^(2-)产生的平均贡献分别为37.7%和36.0%.
- 温晓娅崔阳郭利利何秋生高建荣李永麒李滨吉东生王跃思
- 关键词:硫酸盐在线监测
- 基于多元回归的延安市PM2.5浓度预测
- 2024年
- 工业化进程的加快带来的不只是经济的飞速发展,还有以PM2.5为主的污染物浓度的增加,给人类的健康以及环境的治理带来不利影响,合理有效的PM2.5浓度预测对于人类健康和环境治理有着重要意义。文中设计了基于多元回归模型的PM2.5浓度预测模型,分别预测了延安市春季、夏季、秋季和冬季的PM2.5浓度,与极限树回归、Catboost回归和K邻近回归等回归模型的预测结果进行对比。结果表明多元回归模型的误差较小,拟合精度较高,为延安市大气污染的治理提供了可靠的科学依据。
- 王思源任瑛夏必胜王文发
- 融合时空特征的城市多站点PM2.5浓度预测
- 2024年
- 本文提出一种融合时空特征的城市多站点PM2.5预测方法,该方法可以捕捉PM2.5在时间和空间上的相关性,通过将区域多个站点的PM2.5数据转换为一系列静态图像,将其输入到卷积长短期记忆(ConvLSTM)模型中,采用端对端的方式进行训练,预测城市未来多个站点多个时段的PM2.5浓度。以北京多个站点的PM2.5数据进行实验验证。结果表明:考虑了时空特征的ConvLSTM方法在短期预测方面优于其他4种时序方法,该方法可为PM2.5预测提供新的思路。
- 黄琨吴学群成飞飞韩啸
- 关键词:多站点
- 地铁车站PM2.5浓度自注意力混合预测方法研究
- 2024年
- 建立可靠的空气质量预测模型对经济发展和污染治理至关重要,解决PM2.5浓度的预测问题成为当务之急。本文提出了一种基于自注意力机制的混合预测方法,旨在提高PM2.5浓度的预测精度。使用自注意力机制来捕捉序列中的关键信息;用GRU对序列进行预测;使用DBN对误差序列进行校正,以提高预测的准确性和稳定性,形成了最终的预测序列。为了验证模型的性能,以我国四个地铁车站的室外PM2.5数据为例进行数据处理和预测。结果表明,预测模型在准确性和稳定性方面优于其他参照模型,为决策者提供了科学依据,以更好地治理大气污染问题。
- 陈定宇高国飞袁泉
- 关键词:PM2.5
- 景观防护林带PM2.5与环境因子的关系研究
- 2024年
- 以长江沿岸的典型景观防护林为研究对象,选取榔榆、乌桕、落羽杉和薄壳山核桃4种纯林类型的景观防护林,于2023年监测PM2.5、风速、风向、光照度、空气湿度、空气温度、气压、土壤温度和土壤湿度的季度变化。发现乌桕防护林带PM2.5质量浓度变化幅度较大,夏季明显低于冬季,而其他3个防护林带PM2.5质量浓度季节变化幅度不大。通过相关性分析发现PM2.5与多个环境因子有相关性,尤其是乌桕防护林带。为了探究各环境因子对PM2.5的影响,该研究引入随机森林模型,结果表明在长江沿岸的典型景观防护林中空气湿度是影响PM2.5质量浓度的主要环境因子。该研究结果为未来建构科学合理的防护林体系提供了理论依据。
- 邱苏梅李立文万欣邢玮
- 关键词:防护林带PM2.5环境因子长江
- 四川盆地大气混合层高度变化特征及其与PM_(2.5)浓度之间关系
- 2024年
- 利用四川盆地2016-2018年的探空资料,估算了3个代表地区(成都、宜宾、达州)最大混合层高度(MMH),运用ERA-interim再分析资料的边界层高度(ERA-PBLH)验证MMH计算结果的可靠性,分析了MMH的概率分布、季节变化特征,并结合同期PM_(2.5)日均浓度资料及地面气象观测资料,探讨了MMH和其他气象因子与PM_(2.5)日均浓度之间的关系。结果表明,四川盆地MMH整体偏低。在季节分布上,成都和宜宾MMH春季的最高,秋季的最低,达州夏季的最高,冬季的最低,这种地区性差异的主要原因来自感热通量及水汽条件的季节变化。总体上PM_(2.5)日均浓度随MMH的升高而逐渐减小。重污染天气多发生在MMH较低、相对湿度较大的情况下,较低的抬升凝结高度限制了混合层的增高,并且气溶胶吸湿增长作用明显,污染物容易聚集。盆地PM_(2.5)浓度的高值主要集中在风速为1.0 m/s左右,盆地内空气流入对当地污染物浓度有明显的增长作用。
- 刘炜桦王寅钧赵晓莉王敏罗磊
- 关键词:气象因子
- 随机森林方法在PM2.5遥感反演中的研究及应用
- 2024年
- 伴随着城市建设的不断加快,城市空气质量问题也日益凸显。以重庆市为研究区域,将区域内的PM2.5浓度作为研究对象,利用MODIS传感器的L2级产品生产出分辨率为1 km的AOD数据,结合MERRA-2气象数据与地面监测站数据进行遥感反演,基于随机森林的方法构建了模型,将训练集与验证集数据应用到模型中,验证了该模型在研究区域PM2.5反演的效果,并通过样本均衡化的方法提高了模型的反演精确度。利用模型归纳总结了2022年重庆市PM2.5的分布集聚特征。结果表明:①样本均衡化的处理方式,提升了模型遇到高污染天气的鲁棒性,使得模型的拟合相关系数由0.45提高至0.96。模型与地面检测站数据的拟合相关系数为0.97与0.96,平均绝对误差为4.54 ug/m^(3)与6.05 ug/m^(3),平均相对误差为20.32%与26.76%,可以满足区域大气污染监测的需求与任务。②2022年,重庆市地区的PM2.5大气污染时间上呈现季节性变化,冬季最高,春季、秋季次之,夏季最低。空间上呈现“西高东低”的特征。
- 刘冠伸张彦曹欣黄心
- 关键词:PM2.5遥感反演
相关作者
- 曹军骥
- 作品数:340被引量:2,769H指数:33
- 供职机构:中国科学院地球环境研究所
- 研究主题:PM2.5 PM 有机碳 气溶胶 水溶性离子
- 张大伟
- 作品数:218被引量:1,908H指数:28
- 供职机构:北京市环境保护监测中心
- 研究主题:PM2.5 PM 环境监测领域 重污染 大气颗粒物
- 冯银厂
- 作品数:257被引量:2,633H指数:33
- 供职机构:南开大学环境科学与工程学院
- 研究主题:源解析 PM2.5 颗粒物 大气颗粒物 PM10
- 李湉湉
- 作品数:200被引量:1,315H指数:20
- 供职机构:中国疾病预防控制中心环境与健康相关产品安全所
- 研究主题:PM2.5 空气污染 风险评估 环境健康 PM
- 王跃思
- 作品数:467被引量:7,495H指数:50
- 供职机构:中国科学院大气物理研究所
- 研究主题:PM2.5 大气污染 日变化 PM 大气颗粒物