人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。

大气超细颗粒物观测和扩散模拟研究进展

总结了近年来不同地区对不同环境下大气超细颗粒物的观测和扩散模拟研究进展。大量的观测研究结果表明,大气超细颗粒物的时空分布、组成特征、形成和成长的特性因观测地区的不同而存在很大差异,受气象因素和局部污染源的影响很大;其来源主要包括固定、移动燃烧源的直接排放和大气中颗粒成核现象,前一种来源一般是局部的,而后一种来源则是区域性的。目前,大多数关于大气超细颗粒物扩散的模拟研究都是针对其质量浓度的,对其数浓度扩散的模拟研究主要集中在小范围(机动车排放烟云的研究方面),在城市区域范围上的研究和应用还很少。最后,探讨和展望了大气超细颗粒物今后的主要研究方向和研究中面临的挑战。

基于厚膜传感器的空气质量监测仪性能及应用研究

介绍了一种基于厚膜传感器技术,可同时测量NO2、O3、CO三个因子的空气质量监测仪器。深入研究了仪器的检测原理,并对仪器的质量保证及数据存储传输进行了详细介绍。最后对仪器的检测性能进行了对比分析,通过和常规点式仪器的对比表明,该仪器NO2、O3、CO三因子的检测性能能够满足实际监测要求。另外,该仪器还具有集成性好、安装调试方便等特点,因此,在道路交通监测等领域中有广泛的应用前景。

人工神经网络在苏州空气污染预报中的应用

人工神经网络在预测预报领域的应用越来越广泛。简单介绍了BP神经网络的基本原理,较详细地回顾了国内BP神经网络在空气污染预报领域的研究应用情况,并建立了苏州市区SO2浓度预报的BP神经网络,预报结果表明:该模型具有简便、快速、准确的优点,可推广用于其它空气污染物的预报。