论文部分内容阅读
城市高浓度O3污染频频发生,这对人类、动植物以及建筑物造成了极大的危害。因而加强对03前体物浓度极高的交通道路环境中03浓度变化规律研究及03浓度预测研究具有重要意义。本文通过对北京市典型道路环境四个季节的监测数据以及对北京城区西北部六个点监测数据的分析,研究了城市道路环境和非道路环境03浓度变化规律。同时运用BP神经网络、遗传算法及支持向量机等方法,建立了一种以气象因子为主要因素的03浓度快速预测方法。对北京三种典型道路环境中03浓度变化规律的研究结果表明：03浓度的昼间变化在三种类型道路环境中均呈明显的单峰变化。各季03平均浓度从高到低依次为：夏季、春季、秋季、冬季,春夏两季臭氧日变化幅度明显大于其他季节；相同季节03浓度在不同道路环境中的变化幅度和峰值出现时间均有所不同。总的来说,开阔型道路环境中03的日变化幅度要小于其他两种道路环境,尤其是在夏季；不论何种季节,三种典型道路环境中03浓度与NO浓度、NMHCs浓度的相关性比较明确,均表现出比较明显的负相关性,03浓度与N02浓度、[N02]／[NO]之间的相关性表现相同,但不同季节内存在较大差异,03浓度仅在夏季与N02浓度、[N02-]／[NO]表现出正相关性,在其他季节均表现为负相关性；三三种道路类型中03浓度与紫外强度、温度均呈正相关性,与相对湿度呈负相关。其中,三种类型道路环境中O3浓度与温度的相关性都较好,而O3浓度与紫外强度相关性不明显,峡谷型道路环境中相关性最差；交通道路环境03浓度并没有明显高于对比点,交通道路环境中03浓度与整个城市03浓度变化规律一致,只是03浓度峰值出现时间有所不同。北京城区西北部六个点03浓度变化规律的研究表明,北京城区03污染仍较为严重,相同季节各监测点从市中心到郊区西单到西北旺,03浓度有逐渐增高的趋势,但03浓度增高趋势不是特别明显。各点03日均浓度随季节变化明显,冬季最低,夏季最高。03快速预测方法研究表明,支持向量机和遗传算法改进的BP神经网络是进行03浓度的预测一种有效手段,能够取得相对较好的预测效果,预测期03浓度预测值与实际值的一致系数的均值可达0.9478,相关系数可达0.8830。