PAVAN程序改进算法

A New Method Based on PAVAN

PAVAN程序在进行大气弥散因子样本点计算时,采用联合频率作为输入参数。本文在PAVAN程序的基础上,对大气弥散因子样本点的计算输入参数进行了改进,采用更为精细的逐时气象数据,从而得到了更多的大气弥散因子样本点。从计算结果上看,改进型算法得到的短期大气弥散因子相对于PAVAN程序而言在保守性上确存在一定的不确定性,主要原因在于短期大气弥散因子的大小不仅仅取决于大气弥散因子样本点的大小,还取决于自然对数大气弥散因子和上α分位点坐标平面上的样本点之间的斜率大小和短期大气弥散因子所对应的上α分位点在坐标轴线上的位置。

In order to get more precise results,this paper changed the input data of PAVAN from joint frequency to hourly meteorological data.Although the sample points of meteorological diffusion factor of this new method is more conservative than PAVAN＇s,the results of the short term meteorological diffusion factor is not necessarily more conservative than PAVAN.