香港公共出租车转换站内污染物演变模式识别及预测(英文)

对香港公共出租车转换站(TTI)内的污染物扩散和分布情况进行了研究。影响TTI内污染物水平的因素有:出租车流、环境条件、人们的活动以及TTI的结构等。对TTI内的悬浮粒子进行了现场监测,通过分析前述因素对悬浮粒子水平的影响,提出用人工神经网络来进行研究。基于所获得的不同时间段的数据,训练了适用于此类问题的神经网络模型,对该模型的性能进行了分析和验证。文中还对TTI内空气污染物的积聚模式及演变趋势进行了模拟预测和实测对比,对比结果表明,文中提出的TTI内污染物的预测方法是可行和可靠的。