【摘 要】
：
本文以西安市作为研究区域,以收集到的近三年污染物浓度资料以及气象资料作为研究基础数据,研究西安市室外空气质量变化趋势,分析了气象因素与造成西安市污染天气的首要污染物之间的关系,新冠肺炎疫情期间首要污染物与气象因素的关系,建立了PM2.5、PM10、O3的多元线性回归预测模型和神经网络预测模型,以预测精度较高的模型作为理论基础设计了预测系统的用户使用界面。得出的主要结论如下:（1）西安市2017年-
论文部分内容阅读
本文以西安市作为研究区域,以收集到的近三年污染物浓度资料以及气象资料作为研究基础数据,研究西安市室外空气质量变化趋势,分析了气象因素与造成西安市污染天气的首要污染物之间的关系,新冠肺炎疫情期间首要污染物与气象因素的关系,建立了PM2.5、PM10、O3的多元线性回归预测模型和神经网络预测模型,以预测精度较高的模型作为理论基础设计了预测系统的用户使用界面。得出的主要结论如下:（1）西安市2017年-2019年室外空气质量不断提高,西安市的室外空气质量品质空间分布情况为东低西高、北低南高、郊区低市区高。（2）分析PM2.5、PM10、O3的时空分布特征发现,造成西安市2018年夏季空气污染的主要污染物为O3,各个季节的浓度均值大小关系为:夏＞春＞秋＞冬;各季节PM2.5和PM10的均值大小关系相同,都是冬＞春＞秋＞夏。（3）通过分析2018年首要污染物与气象因素的影响关系发现,温度对于各项污染物的影响程度最高,气压对于污染物的影响程度次之,湿度和风速对于污染物的影响程度比较低,O3的浓度变化最易受到气象因素的影响。（4）西安市重污染天气持续过程中往往伴随着高湿度、低风速、气温和气压变化波动较大的气象条件,偏南暖湿气流对湿度的影响是造成西安市重污染天气的主要原因,而受到较强冷空气影响造成风速较大是影响西安市污染物扩散的有利条件。（5）在疫情期间西安市的室外空气质量与往年同时期相比较好,在疫情管控期间,气压和风速对PM2.5呈较强的负相关性,降水对于PM2.5的影响体现在出现降水时空气中PM2.5浓度的骤降,风向对于PM2.5污染的空间分布有一定影响,具体体现在处于上风口的区域PM2.5浓度高于下风口区域。（6）基于气象因子做PM2.5、PM10、O3的预测模型时,BP神经网络预测模型对于污染物浓度的预测效果优于多元线性回归预测模型。PM2.5、PM10、O3与气象因子的拟合程度以及模型的预测精度由高到低为:O3＞PM2.5＞PM10。（7）最后基于BP神经网络预测模型建立了完整的污染物日均浓度预测系统,由于之前的研究大多止步于预测模型的建立,而未考虑研究的实用性,本文利用气象因素（气压、温度、风速、湿度）对于污染物浓度进行预测,在系统内可以实现的功能为:导入不同的样本数据训练具体的BP神经网络预测模型,系统可直观的展示出BP神经网络的训练过程,以及预测污染物浓度的变化趋势,用户使用时只需收集到气象因子数据通过一系列简单操作即可预测污染物的日均浓度。图41个,表18个,参考文献54篇。
其他文献
经济市场发展为城市化提供了动力,同时也为城市化过程中城市管理提出了新的要求。但对于城市管道的建设,直埋式的城市管道正日益暴露出一些弊端。城市综合管廊将所有类型的城市电力,电信,天然气,供水和排水管道集中放置并统一管理,在城市下方建立隧道空间特殊的进入口,吊装口,通风和监控系统,对城市升级发展起到了至关重要的作用。本文归纳总结了综合管廊常用的通风形式,利用CFD软件,对城市地下综合管廊电力舱内通风散
随着科学技术的发展,工业生产对压缩机的需求越来越多。在火力发电厂中需要用到空气压缩机进行元件控制、相关物料的运输以及锅炉除灰等,被称为第四大能源。国外进口的空压机一般设有高温保护装置,夏季厂房运行时环境温度会急剧升高,触发进口空压机的保护装置进而停机,会对电厂的正常运行造成损失。高大厂房在通风降温时需要大量的风量和冷量,若采用传统的机械制冷,初投资和运行费用都较高,并不节能。而蒸发冷却是一项绿色节
目前我国炼油能力位居世界前列,但存在炼油产能严重过剩而化工产能不足,原油重质化、高硫化与成品油清洁绿色化的需求矛盾等问题,因此炼油化工一体化是必然趋势。在此趋势下,如何提高企业的经济效益,企业计划的优化管理显得尤为重要。基于此,针对炼油化工生产过程,提出了炼油化工生产过程与公用工程集成计划优化模型。论文主要的研究内容如下:（1）针对炼化生产中如何准确描述过程模型问题,深入分析不同装置的生产过程特点
命名实体作为自然语言文本的关键语义信息,其识别与分类是目前自然语言处理中的重要研究内容。BERT模型通过预训练技术从无标签数据中学习到无监督深层双向表征,然后额外加一层分类器就可以在下游命名实体识别任务中微调后取得出色的性能,但是每种语言都必须学习独立的参数而无法在各语言间实现跨语言迁移。此时有可以支持多种语言的单一模型至关重要,而使用104种语言的语料库上联合训练的多语言BERT,在没有显式监督
我国一直以来就提倡节能环保政策,蒸发冷却技术应用水蒸发吸热原理,顺应大自然自然规律,不使用氟利昂等对环境有一定污染的制冷剂,运行能耗低等优势,但室外空气参数对该技术影响较大,在应用时有着一定的局限性;传统蒸发冷却与机械制冷相结合的空调机组,其冷凝器部分都是采用风冷形式,而在本机组则采用的是板管型蒸发式冷凝器,可以使其换热效率更高,减少占地面积,节约水资源等。根据以上特点,提出了蒸发冷却（凝）空调机
随着深度学习理论的飞速发展,其在多个领域都展现出不俗的成绩,不少学者将其引入地质勘探数据处理领域,但受地理、经济、设备等条件的限制,实际采集的地震数据资料往往存在数量少,质量差等问题。针对地震数据数量少的问题,本文出基于GAN（Generative Adversarial Networks）网络的地震数据集扩充算法,具体使用DCGAN（Deep Convolutional GAN）网络展开实践研究
文本和图像属于两种不同模态的数据,从文本描述生成与文本描述语义一致的逼真图像涉及计算机视觉和自然语言处理两个领域,是一个跨模态任务,非常具有挑战性。由于在图像生成领域取得的巨大成功,生成对抗网络（Generative Adversarial Networks,GAN）成为文本到图像生成（Text to Image,T2I）任务的最佳解决方案。在过去几年中,T2I方法在视觉真实感、多样性和语义对齐方
近年来国内外对于甲苯氧化制苯甲酸反应器模块和精馏塔模块分离技术的研究已经相当成熟,但对于两个单元系统联调构成的反应—分离循环系统的研究却比较少,基于此背景本文针对甲苯氧化制苯甲酸反应—分离循环系统进行稳态模拟,并利用动态迭代算法求解,具有一定的理论价值和实际意义。首先,针对该研究课题,分别建立了反应器单元模块和精馏塔单元模块的机理模型。此外,针对两个单元模块进行联调构成循环回路,基于序贯模块法进行
作为纺织、石油、机械制造等需大量使用压缩空气企业的主要产气设备,离心式空压机是这些企业的耗能大户。针对离心式空压机的节能问题,大多数研究者和设计者往往专注于空压设备的改良和空压系统本身的优化,却忽略了外部环境对空压系统能耗的影响。因此,本文着眼于空气状态参数对空压机运行情况的影响,以咸阳某纺织厂所用离心式空压机为研究对象,采用理论分析与实验测试相结合的方法,对空气状态参数与离心式空压机能耗的相关性