合肥市大气能见度时空变化特征及影响因子

发布时间：2020-04-13 02:18

【摘要】：大气能见度,是衡量大气透明程度的重要指标之一,它的优劣直观体现出某一地区的空气环境质量。大气能见度的下降主要是由各种大气污染物和气象要素引起的,其中高浓度的颗粒污染物(PM)是导致能见度恶劣的主要原因。合肥市作为中国东部重要中心城市之一,研究该地区的大气能见度时空变化特征及影响因子,预测大气能见度未来发展趋势,对于改善城市环境质量、健全节能减排政策、确保交通安全具有重要作用。本文利用1994-2015年合肥市6个气象站点大气能见度以及同期地面观测的气象要素资料和2013年10月-2015年6月10个环境监测站颗粒物浓度(PM2.5、PM10)数据,采用科学的统计方法,研究了合肥市大气能见度的时空变化特征及影响因子,探讨了相对湿度、颗粒物浓度、大气能见度之间的相互关系,并利用ABC-BP神经网络预测能见度的变化趋势。研究结果表明:(1)合肥市大气能见度整体呈下降趋势,变化率为-1.74km/10a,夏季能见度下降最明显,大气能见度集中分布于第3等级,年平均能见度13.6km。日平均能见度08时最低,14时最高,能见度季节变化特征为夏季最高,春秋次之,冬季最低,合肥市大气能见度空间分布差异明显,分布呈南北和东南高、中部低的特征,高值区出现在长丰县和居巢区,中部肥东县和肥西县较低,最低值位于市辖区,这种分布与合肥市地形特点和高污染排放企业的多少有关。大气能见度的影响因素中,能见度与相对湿度负相关,风速正相关,PM2.5对能见度的影响大于PM10,冬季情况相反。(2)合肥市大气能见度等值线分布特征显著,低能见度集中分布在相对湿度较高或颗粒物浓度较高的情况下,当RH70%时,大气能见度等值线变化幅度较为显著,相对湿度对能见度的影响加强。不同相对湿度下,颗粒物浓度对大气能见度影响不同,当RH60%时,随着RH增大,大气能见度与PM2.5、PM10浓度的相关系数逐渐增大,当RH60%时,大气能见度与颗粒物浓度相关系数呈递减趋势,当50%≤RH60%时,大气能见度与PM2.5、PM10浓度的相关系数最大。当相对湿度较高时,大气能见度主要受相对湿度影响,反之,颗粒物浓度对大气能见度的影响较大。对相对湿度、颗粒物浓度与大气能见度进行线性和非线性拟合,三者之间可能存在复杂的非线性关系。(3)各影响因素对大气能见度的贡献率中,PM2.5和相对湿度的贡献率最大,风速和PM10次之,气温与气压贡献最小,颗粒污染物是大气能见度主要影响因素。本文利用人工蜂群算法优化BP神经网络的权值和阈值,并对大气能见度进行预测,结果表明:经人工蜂群优化后的BP网络,收敛速度较快,预报准确性为82.1%,与GA-BP模型和标准BP模型相比,ABC-BP网络模型的预测误差相对较小,预测准确率高,可用来预测合肥市大气能见度变化趋势。
【图文】：

技术路线图

图 2-1 研究区的空间分布Fig.2-1 Spatial distribution of the study area洲地区和皖江城市带重要中心城市，，合肥市近随之带来众多环境污染问题，例如工业生产、
【学位授予单位】：安徽农业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P427.2

【参考文献】

相关期刊论文 前10条

1 董继元;刘兴荣;张本忠;王金艳;尚可政;;兰州市大气相对湿度与PM_(10)浓度和大气能见度的相关性分析[J];生态环境学报;2015年12期

2 马楚焱;祖建;付清盼;罗凌霄;;基于遗传神经网络模型的空气能见度预测[J];环境工程学报;2015年04期

3 赵静;孟小绒;赵荣;;自动观测能见度与人工观测能见度对比分析[J];现代农业科技;2014年11期

4 陈艳楠;;能见度仪器测量与人工观测数据对比分析[J];河南科技;2014年12期

5 梁之彦;黎洁仪;;基于神经网络的广州市能见度预报[J];气象研究与应用;2014年01期

6 侯灵;安俊琳;朱彬;;南京大气能见度变化规律及影响因子分析[J];大气科学学报;2014年01期

7 周书华;倪长健;刘陪川;郑一静;;成都市1980～2010年能见度的变化趋势分析[J];成都信息工程学院学报;2014年01期

8 刘新;刘寿东;赵小艳;王咏薇;;南京城市化进程与热岛效应的初步研究[J];长江流域资源与环境;2013年12期

9 吴燕锋;巴特尔·巴克;加依娜古丽·窝扎提汗;李维;魏小琴;Rasulov H H;;喀什市能见度的变化趋势及未来预测[J];新疆农业大学学报;2013年05期

10 黄元龙;杨新;;大气细颗粒物对大气能见度的影响[J];科学通报;2013年13期

本文编号：2625464