基于RBF神经网络的PMIO污染预测研究-环境工程专业论文.docxVIP

西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文  PAGE 12  PAGE 7 下降，而 2002 年至 2006 年，颗粒物浓度明显有所好转。 2002 年， 36.5%的城市颗 粒物浓度达到二级标准， 33.7 %的城市颗粒物浓度达到三级标准;到了 2006 年， 达到二级标准的城市颗粒物浓度所占比例明显增加，达到 62.8%，比2002 年增加 26.3个百分点 ，达到三级标准的占 31.9%，比2002 年减小 3 个百分点。 表 1.2 颗草草浓度分级城市比例 Tablel.2 pa时icle concentntion level of city propo时ion 2001 年2002 年2003 年2004 年2005 年2006 年达到二级，%36.936.546.546.859.562.8三级，%34.933.733.238.935.031.9劣三级，%29.229.821.214.35.55.32006 年颗植物污染较为严重的城市主要分布在:山西、新疆、甘???、北京、 陕西、宁夏、四川、内蒙古、河北、湖南、辽宁、河南、重庆、天津、江苏等地 区。全国城市总体平均的可 吸入颗粒物年均浓度水平接近国家 二级标准。北方城 市及其中的 S02 污染控制区的 PMlO平均水平相对较高，超过二级标准，北方城 市 受地表条件影响较大。南方城市 PMlO平均水平低于二级标准 ，其中的酸雨控制区 平均水平在南方地区内相对略高。 113 个重点城市平均水平较高，接近二级标准。 与上年相比(可比城市中)，颗粒物超标的城市比例减少 3.3个百分点，但劣于 三 级的城市比例变化很小(减少 0.2 个百分点)。 1.3研究背景及意义 随着经济的快速发展，我国城市空气质量不容乐观， PMIO 已经成为我国许多 城市空气污染物中的首要污染物 l2]，西安地区的首要空气污染物也是 PMIO。而城 市空气中 PMlO污染 ，不仅影响大气的能见度，产生光化学烟雾，加剧温室效应， 而且严重危害人体健康。可吸入颗粒物被人吸入后，会积累在呼吸系统中，引发 许多疾病。粗颗粒物的暴露可侵害呼吸系统 ，诱发哮喘病。细颗粒物可能引发心 脏病、肺病、呼吸道疾病，降 低肺功能等。 Samet 等人(3]分析了美国 20 个城市 PMIO、 03、CO、S02 和 N02 等空气污染物与死亡率的关系，发现 PMIO 同心血管和呼吸 系统疾病的死亡率有关 ;PMIO 浓度每增加 10μrg1m3 ，心血管病呼吸系统疾病就的 死亡率就会提高 0.68% 。鉴于我国颗粒物污染现状及其对人体健康造成的极大危 害，则对 PMIO 的研究就显得尤为重要。 PMIO 的污染与气象条件密切相关 (4气通过 PMIO 污染与气象条件的相关分析， 可建立 PM lO污染浓度预报模式。空气污染物浓度受多种因素的影响，这些因素同  污染物浓度的关系往往是非线性的，本文采用非线性模型对 PMIO 浓度进行预报， 为城市合理控制 PMIO 提供科学依据，从而促进西安市的环境保护，加快西安市的 可持续性发展。 1.4 国内外空气污染预报研究现状 1.4.1国外研究现状 国外的空气污染预报方法的研究较早。 从 70 年代开始，首先在欧美，然 后在 日本等工业发达国家或地区，气象学家开始建立各种各样的空气污染预报方法， 在欧美到 80 年代初己经普遍进行空气污染业务预报。 美国(8)从 70 年代初就开始空气污染潜势业务预报，现在美国的空气污染预报 模式研究己经从第一代 Lagrange 模式进化为第二代 Euler 模式，现在叉开发出第 三代模式系统 Model-3CMAQ. 美国国家气象局(N WS) 阴依据天气预报的风、天 气状况、大气稳定度、温和层高度等气象因子，用 一个简单的箱模式及污染源源 强来进行未来 24 小时的扩散计算，对空气污染程度进行预报。Kri shan Kumar(10) 用 自回归整体平均滑动模型 (AMRM) 对文莱州的 03 浓度进行了 24 小时预报，该 模型的性能较好，相对偏差、标准差和平均绝对误差分别是 0.025，0.02 和 13.14%。 日本例的臼a(1976)用 1974 年广岛的资料建立了氧化物浓度与低层大气气象因子之 间的统计关系。 0叫1983)利用更多的资料建立氧化物浓度与气象 因子之间的关系 ， 并利用天气预报资料 ，在每天早晨与天气预报同时发布广岛的氧化物浓度预报。 Elizabeth Vega 等[lJ)研究了墨西哥城市 2000-2002 年空气中 PM2.S 和 PMIO 的浓 度分布情