当前位置:主页 > 社科论文 > 生态环境论文 >

多模态的空气质量分析及预测方法研究

发布时间:2020-07-26 11:18
【摘要】:随着中国工业化、城市化进程的快速发展,城市人口迅速膨胀,能源、交通规模持续扩大,产业结构不合理,能源消耗量大、利用率低等导致中国空气质量急剧下降。以可吸入颗粒物、二氧化硫、氮氧化物等为主要污染物的大气环境污染问题日趋严重,持续恶化的空气质量状况已经严重威胁到了公众的身体健康和国家经济的可持续发展。对空气质量进行全面、科学、准确的分析和预测,对于公众有效规避大气污染导致的健康损害,政府环保部门加强污染源监管和提高重污染日应急能力等方面都具有重要的理论意义和实用价值。本文通过对空气质量监测数据的分析,在了解空气质量影响因素并建立空气质量分析模型的基础上,对灰色理论、神经网络、马尔科夫链、条件随机场等方法进行深入研究,针对不同预测条件建立了多种空气质量预测模型,提高空气质量预测精度,系统地对城市空气质量演变趋势进行分析和实验研究。首先,针对空气质量区域和区域之间交互影响和关联关系相对复杂的问题,通过分析空气质量影响因素特征的时空属性,研究空气质量特征的时空关系,提出了采用加权有向图方法建立空气质量模型及其表征方法,为空气质量预测分析提供理论基础。其次,针对空气质量预测中缺乏气象、社会经济等影响因素数据资料的贫信息情况,设计了一种改进的灰色GM(1,1)模型。在分析GM(1,1)模型建模过程中原始序列扰动和背景值变化对预测精度影响的基础上,构造了新的序列缓冲算子和模型背景值对GM(1,1)模型进行优化。改进的灰色GM(1,1)模型能够弱化模型随机性,削弱外在干扰,减少模型拟合过程中的滞后误差,提高模型在空气质量预测中的稳定性和预测精度,解决了在贫信息模态下仅利用大气污染物浓度数据进行空气质量趋势预测的问题。再次,针对单一灰色模型在贫信息空气质量预测中对于波动较大的数据序列拟合预测精度较差的问题,通过将灰色GM(1,1)模型分别与神经网络模型和马尔科夫链模型组合并优化,提出了两种改进的灰色组合模型,即改进的灰色神经网络模型和改进的灰色马尔科夫模型。在分析传统灰色神经网络模型中存在灰色方法部分背景值构造不合理和神经网络方法部分训练数据不足的缺陷基础上,通过构造新的背景值和训练数据样本矩阵对模型进行优化,建立改进的灰色神经网络模型;在分析传统灰色马尔科夫模型原理的基础上,采用新陈代谢的GM(1,1)模型代替传统GM(1,1)模型建立动态转移概率矩阵并定义新的序列缓冲算子对模型进行优化,建立改进的灰色马尔科夫模型。将两种改进的灰色组合模型应用于城市空气质量预测中可增加空气质量预测结果的可靠性和准确性,避免单一模型的局限性,解决了数据序列波动较大模态下的贫信息空气质量预测问题。然后,针对空气质量预测不仅受到气象因素的影响,还受到社会经济因素影响的情况,在分析两类因素对空气质量影响的基础上,设计了一种将人工神经网络模型和灰色GM(1,N)模型相结合的协同预测模型。根据两类影响因素的数据特性,将呈现非线性特性的气象因素数据作为神经网络模型的训练集预测大气污染物浓度,同时将经过灰色关联模型筛选后的包含不完整信息的社会经济因素数据作为灰色GM(1,N)模型的输入预测大气污染物浓度。利用皮尔森相关系数判断两类因素对空气质量影响程度,为两个模型的预测结果分别赋予权值后求和得出最终预测结果。协同预测模型的预测精度高于单一预测模型,有效提高预测的准确性和全面性,解决了同时考虑气象和社会经济的多因素模态下的空气质量预测问题。最后,针对空气质量等级实时预测的需求,考虑气象因素对空气质量等级的影响,提出了利用条件随机场模型对空气质量等级进行实时预测分析。根据气象因素的特点,在模型预测过程中定义了一种新的特征模板,以提高模型的预测准确率。条件随机场模型在空气质量等级实时预测方面具有较高的预测精度,是一种新的有效预测方法,解决了实时模态下的空气质量等级预测问题。
【学位授予单位】:燕山大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:X51;TP183
【图文】:

分布图,空气质量指数,保定市,邢台市


汽车是大气污染物总量的主要贡献者,其排放的碳氢化合物,排放的氮氧化物和颗粒物超过了 90%。对于人口密集、机动城市,机动车带来的大气污染问题更为严重。气污染具有明显的时空分布规律市大气污染具有明显的时空分布特征。图 1-1 是 2014 年我国 7中空气质量最差的两个城市保定和邢台的空气质量指数(A的日均分布趋势,AQI 值越大表示空气质量越差。a) 2014 年保定市空气质量日均值

空间分布,城市空气质量,空间分布,指数


第 1 章 绪 论污染具有明显的时间分布规律。我国空气质量呈现这冬季逆温强度强(地面上空的大气结构出现气温随高度温),阻碍污染物稀释扩散的逆温现象普遍,大气污染季采暖期燃煤量增大,造成大气中污染物浓度值偏高响较大,导致颗粒物浓度升高,大气污染加重。2014 年我国主要城市的 AQI 分布情况,圆点颜色越深表严重。从空间区域来看,我国总体呈现出北方大气污京津冀地区与山东省西北部为高污染区域,而南部沿种差异多与北方地区气候干旱少雨,逆温天气多发,染企业数量较多等因素有关。

模型结构


国内外的空气质量预测系统中应用最为广散模型为主的第一代空气质量模式和以欧,二十世纪九十年代末,美国环保署发展式系统即 Models-3/CMAQ[27-29]。它是一个气质量模式系统,其中增加了化学物与气同时模拟,对于大气物理化学过程的描述中尺度气象模式(MM5/WRF)、污染源排放MAQ)三部分组成(如图 1-3 所示),其Multiscale Air Quality Model)。CMAQ 模式的,核心是化学传输模块 CCTM。CION 和场;PJORC 计算光化学分解率;MCIP 是气象驱动场[36-40]。Models-3/CMAQ 不仅可境工作者进行环境评估和制定环境控制决

【相似文献】

相关期刊论文 前10条

1 И·С· Тузиев;聂良田;;蛭石质量预测的地质准则[J];国外非金属矿;1987年06期

2 平措;环境空气质量预测系统的研究动态及其实施意义[J];西藏科技;2005年04期

3 吴有训;彭慕平;刘勇;;基于径向基函数网络的宣城市空气质量预测[J];安徽师范大学学报(自然科学版);2011年04期

4 项前,吕志军,杨建国;纺织品智能工艺设计与质量预测系统[J];纺织学报;2005年03期

5 施尧;赵勇;杨雪洁;赵姝;张燕平;吴有训;王克强;;基于覆盖算法的大气质量预测[J];计算机技术与发展;2008年07期

6 乌日根;董俊慧;王玉荣;;计算机技术在焊接质量预测中的应用[J];焊接技术;2006年01期

7 安琳;武宜鸣;朱文俊;;针织生产过程中质量预测和控制技术研究思路[J];针织工业;2010年09期

8 张得昆,任学勤,朱宝瑜,李伟;纺纱质量预测与信息管理系统的开发与应用[J];毛纺科技;2004年04期

9 汪伟;张江山;钱伟;钟羡芳;;灰色系统在大气质量预测中的应用[J];福建师范大学学报(自然科学版);2008年01期

10 王桂兰;易善军;张海鸥;;基于主成分分析法的等离子熔射层质量预测[J];机械科学与技术;2006年12期

相关会议论文 前10条

1 张得昆;任学勤;朱宝瑜;李伟;;纺纱质量预测与信息管理系统的开发与应用[A];第23届全国毛纺年会论文集[C];2003年

2 王微微;冀海峰;黄志尧;李海青;金春辉;鲍立曾;;中药质量预测的软测量方法研究[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

3 孙海光;孙雄宇;包伟徽;;北海市2020年近海海洋环境质量预测及对策研究[A];2007中国环境科学学会学术年会优秀论文集(上卷)[C];2007年

4 吴万友;曾辉;贺志明;;环境空气质量预测系统研究[A];江西省气象部门第二届高级工程师技术述职报告会论文集[C];2005年

5 张德权;;浅析承德县县城空气质量变化趋势及应对措施[A];《河北环境科学》-华北五省市环境科学学会第十七届年会论文集[C];2011年

6 山义昌;王善芳;徐太安;;近十年空气质量演变特征及与气象因素的关系[A];山东省科协重点学术研讨活动成果——山东生态省建设与发展论文汇编[C];2004年

7 何中波;;全面提升xZ口区环境空气质量路径思考[A];2012中国环境科学学会学术年会论文集(第三卷)[C];2012年

8 王茜;伏晴艳;陆涛;王自发;谢付莹;;数值模式在上海市空气质量预报中的应用研究[A];中国环境科学学会2009年学术年会论文集(第二卷)[C];2009年

9 ;上海城市空气质量(日报)预报工作回顾[A];城市气象服务科学讨论会学术论文集[C];2001年

10 艾青云;杨盛旭;茅靳丰;韩旭;;室外空气污染情况下的室内空气质量控制[A];全国暖通空调制冷1998年学术年会论文集(2)[C];1998年

相关重要报纸文章 前10条

1 李志勇 吴艳荣;全国113个重点城市空气质量大排名[N];河北日报;2005年

2 ;47个环保重点城市空气质量每周排行榜[N];人民日报;2003年

3 ;47个环保重点城市空气质量每周排行榜[N];人民日报;2003年

4 ;47个环保重点城市空气质量每周排行榜[N];人民日报;2004年

5 曾昀;奥运会空气质量保障的一次预演[N];北京日报;2007年

6 舒圣祥;重奖改善空气质量的官员是“谬赏”[N];中国经济导报;2007年

7 徐东坡;空气质量好于去年同期[N];河南日报;2007年

8 记者  芦燕娟 实习生 王欢;我市今年以来空气质量良好以上天数占80%[N];济南日报;2006年

9 张剑雯;我省11市城区空气质量改善明显[N];山西经济日报;2007年

10 记者 成燕;绿城去年空气质量优良天数306天[N];郑州日报;2007年

相关博士学位论文 前10条

1 黄远;多模态的空气质量分析及预测方法研究[D];燕山大学;2017年

2 龙鑫;基于卫星遥感观测和WRF-Dust/Chem的空气质量模拟[D];中国科学院研究生院(地球环境研究所);2016年

3 陈盛j;城市空气质量管理的系统研究[D];重庆大学;2002年

4 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

5 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

6 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

7 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

8 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

9 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

10 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

相关硕士学位论文 前10条

1 倪永成;加工过程质量预测与控制技术的研究与应用[D];东华大学;2007年

2 饶东阳;棉纺织品质量预测与优化控制技术研究与应用[D];东华大学;2008年

3 吴军辉;纺织加工质量预测技术的研究与应用[D];东华大学;2009年

4 杜晓亮;人工神经网络在空气质量预测中的应用研究[D];山东大学;2009年

5 高宇航;一种空气质量预测模型的研究[D];南京邮电大学;2017年

6 刘长胜;基于人工神经网络的服装质量预测的研究[D];青岛大学;2011年

7 辛若波;基于遗传优化和贝叶斯正规化神经网络的空气质量预测研究[D];山东大学;2013年

8 王浩宇;MES环境下基于数据挖掘技术的质量预测与诊断系统研究[D];山东大学;2014年

9 薛士琼;基于BP神经网络的空气质量预测及可视化的实现[D];天津大学;2016年

10 赵楠;服装质量预测系统的软件设计与实现[D];电子科技大学;2011年



本文编号:2770695

资料下载
论文发表

本文链接:https://www.wllwen.com/shengtaihuanjingbaohulunwen/2770695.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户335b6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com