城市灰霾預(yù)測和控制方法的研究及應(yīng)用.pdf

1、隨著近年來珠江三角洲地區(qū)機動車保有量的快速增長，灰霾在廣州、深圳、佛山、東莞、香港等地頻繁出現(xiàn)，不僅嚴重危害這些城市居民健康，還不同程度地降低交通安全，引發(fā)交通事故。如何解決灰霾污染問題，其中必不可少的環(huán)節(jié)是開展灰霾預(yù)測和控制方法的研究。 本文首先提出了一種灰霾預(yù)測方法。該方法以PMlo(直徑在10μm以下的顆粒物)日平均濃度為灰霾判定依據(jù)，來預(yù)測不同等級灰霾發(fā)生概率。研究以廣州為試點，采用SPSS(Statistical Pa

2、ckage for the Social Sciences)對城市空氣質(zhì)量、氣象參數(shù)的監(jiān)測數(shù)據(jù)和灰霾天氣記錄的收集數(shù)據(jù)進行頻數(shù)和描述性分析，得出灰霾與PM<,10>日平均濃度之間的影響關(guān)系，歸納出灰霾從形成到消失通常需要經(jīng)歷的“灰霾累積期→出現(xiàn)灰霾→灰霾持續(xù)期→灰霾消失”的過程，確定了以PM<,10>日平均濃度為灰霾形成的判定依據(jù)；并根據(jù)中國大陸PM<,10>污染指數(shù)的分級標準將灰霾劃分為5個等級，建立了灰霾等級指數(shù)。 PM<,

3、10>日平均濃度預(yù)測是灰霾預(yù)測方法的主要內(nèi)容之一。本文建立了基于BP神經(jīng)網(wǎng)絡(luò)的PM<,10>日平均濃度預(yù)測模型。該模型以被預(yù)測日的風速、風向、氣壓、氣溫、濕度、太陽輻射強度、降雨量和被預(yù)測日前4天的PM<,10>日平均濃度為輸入神經(jīng)元，以被預(yù)測日的PM<,10>日平均濃度為輸出神經(jīng)元。并將預(yù)測值與實測值進行比較，結(jié)果表明，預(yù)測值與實測值的平均相對誤差較小，且預(yù)測值與實測值具有較理想的相關(guān)性，驗證了該模型的可靠性，從而驗證了灰霾預(yù)測方法的

4、可靠性。 減少污染物排放量是最直接的控制灰霾途徑之一。由于在廣州等大城市機動車尾氣成為引發(fā)城市灰霾的主要因素之一，且機動車尾氣排放地點集中在城區(qū)的交通主干線上，因此，本文在假定其它污染源排放保持不變的條件下，根據(jù)灰霾形成所需的累積效應(yīng)，提出了一種基于城市當量機動車容量的灰霾控制方法。首先在高斯點源擴散模型的基礎(chǔ)上推導(dǎo)出道路線源擴散模式，建立了污染源排放與區(qū)域內(nèi)PM<,10>日平均濃度之間的響應(yīng)關(guān)系；再分析在PM<,10>日平均濃

5、度達到灰霾控制目標的情況下，在控制周期內(nèi)該區(qū)域所能容納的污染物允許排放量，最后根據(jù)當量機動車定義、年平均行駛里程等參數(shù)，折算出控制周期內(nèi)所能容納的當量機動車數(shù)目。最后，在上述理論研究的基礎(chǔ)上進行了應(yīng)用開發(fā)的研究，開發(fā)了具有一定特色功能和應(yīng)用價值的城市空氣質(zhì)量預(yù)測與控制系統(tǒng)。系統(tǒng)通過交通源模擬模塊、工業(yè)源模擬模塊、灰霾預(yù)測模塊和容量控制模塊等對城市空氣質(zhì)量進行預(yù)測和對大氣環(huán)境容量進行測算與分配，來實現(xiàn)城市空氣預(yù)測與控制的功能。并通過三個較