检索结果-维普期刊中文期刊服务平台

LBM-LES模型用于城市街区细颗粒物浓度研究: 1; 作者高然叶舟 +3 位作者杨强梁艳霞钱跃竑李金页《环境科学与技术》北大核心 2025年第5期133-141,共9页; 掌握颗粒物在实际街区中的扩散过程可为及时采取有效的大气污染防治措施提供有力的理论支撑。该研究创新性地采用基于格子玻尔兹曼方法(LBM)的三维LBM-LES模型,以金华市某街区2022年气象与颗粒物浓度监测数据为基础开展了风场和颗粒物... 展开更多; 关键词 PM_(2.5)扩散细颗粒物城市街区格子玻尔兹曼方法; 在线阅读下载PDF 职称材料

杭州市城区高架路段冬季CO_(2)浓度时空分布特征: 2; 作者鲁丰乐高韵秋 +2 位作者沈鹃文刘永红艾昕悦《绿色科技》 2024年第14期140-145,163,共7页; 大气CO_(2)浓度的变化主要受源汇和大气传输过程影响,因此城市地区的浓度观测包含区域人为源排放的重要信息。随着杭州城市化进程不断加快,交通运输能耗快速增长,城市交通碳排放已成为城市碳排放的重要组成部分。针对杭州市城区高架路段... 展开更多; 关键词城市交通二氧化碳浓度时空分布特征; 在线阅读下载PDF 职称材料

融合时空特征的PCA-PSO-SVM臭氧(O_(3))预测方法研究被引量：17: 3; 作者董红召王乐恒 +2 位作者唐伟杨强佘翊妮《中国环境科学》 EI CAS CSCD 北大核心 2021年第2期596-605,共10页; 针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和... 展开更多; 关键词臭氧组合预测时空特征主成分分析粒子群算法支持向量机; 在线阅读下载PDF 职称材料

集成AEC和时空特征的工业园区PM_(2.5)浓度预测被引量：2: 4; 作者董红召廖世凯 +1 位作者杨强应方《中国环境科学》 EI CAS CSCD 北大核心 2022年第10期4537-4546,共10页; 为实现工业园区企业污染排放精细化管控,捕捉工业园区内企业污染排放与污染物浓度之间的响应关系,提出一种集成大气环境容量(AEC)和时空特征的工业园区PM_(2.5)浓度预测模型.通过有限体积法获得工业园区日均大气自净能力指数(ASI),结合... 展开更多; 关键词 PM_(2.5)预测 CNN-BILSTM 大气环境容量工业园区; 在线阅读下载PDF 职称材料

题名LBM-LES模型用于城市街区细颗粒物浓度研究: 1; 作者高然叶舟杨强梁艳霞钱跃竑李金页; 机构中国计量大学能源环境与安全工程学院上一云联环境(金华)有限公司杭州环研科技有限公司苏州大学数学科学院; 出处《环境科学与技术》北大核心 2025年第5期133-141,共9页; 基金金华市科技计划项目(20243096)。; 文摘掌握颗粒物在实际街区中的扩散过程可为及时采取有效的大气污染防治措施提供有力的理论支撑。该研究创新性地采用基于格子玻尔兹曼方法(LBM)的三维LBM-LES模型,以金华市某街区2022年气象与颗粒物浓度监测数据为基础开展了风场和颗粒物扩散模拟研究。结果表明:不同风向条件下,该街区扩散条件存在显著差异,其中东南偏东风条件下扩散最佳,而东南偏南风下最差,主要受到街区建筑布局和其他气象因素的影响;不同高度处颗粒物浓度随着高度增加而减小,尤其在东南偏东风主导下,20 m高度的街区颗粒物浓度显著低于5 m高度处浓度;通过与实测数据对比,该研究中LBM模型模拟的误差均小于20%,最小误差为6.84%,展示了LBM模型在模拟城市街区细颗粒物浓度的应用中具有较大的实际意义。; 关键词 PM_(2.5)扩散细颗粒物城市街区格子玻尔兹曼方法; Keywords PM_(2.5) diffusion fine particulate matter urban block lattice boltzmann method; 分类号 X513 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名杭州市城区高架路段冬季CO_(2)浓度时空分布特征: 2; 作者鲁丰乐高韵秋沈鹃文刘永红艾昕悦; 机构杭州市生态环境科学研究院杭州环研科技有限公司; 出处《绿色科技》 2024年第14期140-145,163,共7页; 文摘大气CO_(2)浓度的变化主要受源汇和大气传输过程影响,因此城市地区的浓度观测包含区域人为源排放的重要信息。随着杭州城市化进程不断加快,交通运输能耗快速增长,城市交通碳排放已成为城市碳排放的重要组成部分。针对杭州市城区高架路段的CO_(2)浓度,在2023年12月开展车载移动观测实验,分析了城区高架路段CO_(2)浓度的时空分布特征,探索其影响因子。结果表明:杭州市城区高架路段CO_(2)浓度日变化呈单峰型特征,峰值出现在17:30晚高峰时段,低值出现在11:30时段;工作日和休息日的CO_(2)浓度差异明显,休息日晚高峰时段和中午时段CO_(2)浓度高于工作日;不同高架路段的CO_(2)浓度也存在差异。城区交通繁忙程度,对道路大气CO_(2)浓度排放量影响明显。; 关键词城市交通二氧化碳浓度时空分布特征; Keywords urban transportation carbon dioxide concentration spatial and temporal distribution characteristics; 分类号 X511 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名融合时空特征的PCA-PSO-SVM臭氧(O_(3))预测方法研究被引量：17: 3; 作者董红召王乐恒唐伟杨强佘翊妮; 机构浙江工业大学杭州市环境保护科学研究院杭州环研科技有限公司; 出处《中国环境科学》 EI CAS CSCD 北大核心 2021年第2期596-605,共10页; 基金国家自然科学基金资助项目(61773347) 浙江省公益技术研究项目(LGF20F030001,LGF18E080018)。; 文摘针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型(PCA-PSO-SVM)对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明:融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性.; 关键词臭氧组合预测时空特征主成分分析粒子群算法支持向量机; Keywords ozone combining prediction spatial-temporal feature principal component analysis particle swarm optimization support vector machine; 分类号 X515 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名集成AEC和时空特征的工业园区PM_(2.5)浓度预测被引量：2: 4; 作者董红召廖世凯杨强应方; 机构浙江工业大学杭州环研科技有限公司浙江省杭州生态环境监测中心; 出处《中国环境科学》 EI CAS CSCD 北大核心 2022年第10期4537-4546,共10页; 基金浙江省科技计划项目(LGF20F030001)。; 文摘为实现工业园区企业污染排放精细化管控,捕捉工业园区内企业污染排放与污染物浓度之间的响应关系,提出一种集成大气环境容量(AEC)和时空特征的工业园区PM_(2.5)浓度预测模型.通过有限体积法获得工业园区日均大气自净能力指数(ASI),结合工业园区日排放数据作为AEC特征;同时利用小波分析和Pearson相关系数法提取时空特征,包括目标监测站PM_(2.5)浓度的时间变化特征和其与周围监测点PM_(2.5)的空间相关特征.通过CNN获取训练数据中PM_(2.5)的关联特征,并利用BILSTM充分反映时间序列训练数据中隐含的关键历史长短期依赖关系,确保快速准确的预测性能,以2018~2020年濮阳市工业园区大气污染物观测数据、气象数据及排放数据进行实验验证.结果表明:本文提出的CNN-BILSTM预测模型相较于传统LSTM模型预测精度提升10%;AEC特征和时空特征有利于提高模型精度和稳定性,集成AEC和时空特征的CNN-BILSTM预测模型在PM_(2.5)污染天数预测准确率最高,达93%;分季节预测结果表明,秋冬季的预测精度最高.; 关键词 PM_(2.5)预测 CNN-BILSTM 大气环境容量工业园区; Keywords PM_(2.5)prediction CNN-BILSTM atmospheric environment capacity industrial park; 分类号 X513 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	LBM-LES模型用于城市街区细颗粒物浓度研究	高然叶舟杨强梁艳霞钱跃竑李金页	《环境科学与技术》北大核心	2025	0	在线阅读下载PDF 职称材料
2	杭州市城区高架路段冬季CO_(2)浓度时空分布特征	鲁丰乐高韵秋沈鹃文刘永红艾昕悦	《绿色科技》	2024	0	在线阅读下载PDF 职称材料
3	融合时空特征的PCA-PSO-SVM臭氧(O_(3))预测方法研究	董红召王乐恒唐伟杨强佘翊妮	《中国环境科学》 EI CAS CSCD 北大核心	2021	17	在线阅读下载PDF 职称材料
4	集成AEC和时空特征的工业园区PM_(2.5)浓度预测	董红召廖世凯杨强应方	《中国环境科学》 EI CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料