本文主要研究内容
作者尹晓梅,李梓铭,熊亚军,乔林,邱雨露,孙兆彬,寇星霞（2019）在《2014～2017北京市气象条件和人为排放变化对空气质量改善的贡献评估》一文中研究指出：2014～2017年北京地区霾日数和污染日数逐年减少,PM2.5、PM10、SO2和NO2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s-1的风速频次最高（10. 6%）,≥70%湿度日占比最小（25. 1%）;其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a-1的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期（4～10月）累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM2.5质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法（KNN）和支持向量机（SVM）模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.
Abstract
2014～2017nian bei jing de ou mai ri shu he wu ran ri shu zhu nian jian shao ,PM2.5、PM10、SO2he NO2nian ping jun zhi liang nong du xia jiang ,wu ran cheng du huan jie ,cai nuan ji zhong de 11～12yue you wei ming xian .zhen dui kong qi zhi liang de xian zhe gai shan ,cong qi xiang tiao jian de gai shan he jian pai cuo shi liang fang mian jin hang tan tao fen xi ,bing jie ge shu zhi mo shi he da shu ju wa jue ji shu shi xian qi xiang he pai fang dui da qi wu ran gong suo lv de ding liang hua yan jiu .jie guo biao ming ,2017nian yu guo qu 3 axiang bi ,ping jun feng su zeng jia 7. 9%,≥3. 4 m·s-1de feng su pin ci zui gao （10. 6%）,≥70%shi du ri zhan bi zui xiao （25. 1%）;ji zhong ,cai nuan ji yu guo qu 3 atong ji xiang bi ,xiao feng ri shu jian shao 8. 6%、da qi huan jing rong liang zhi shu he tong feng zhi shu ping jun zeng jia yao 11%,bian jie ceng gao du yi 3. 2%·a-1de su lv sheng gao ,you ji 11～12yue ge yao su gai shan geng xian zhe ,ju gai shi duan nei 2014nian ge yin zi bian hua yu 2017nian xiang shi .fei cai nuan ji （4～10yue ）lei ji jiang shui liang 558. 3 mm,jin ci yu 2016nian ,you li yu wu ran wu de qing chu he shi chen jiang .li yong WRF-CHEMdui mai he wu ran pin fa de 12yue jin hang mo ni fa xian ,qi xiang yao su de gai bian dao zhi 2017nian 12yue bei jing PM2.5zhi liang nong du jiao 2014～2016nian tong ji fen bie jiang di 5%、38%he 25%.yin que shao zheng fu shi ji shi hang de jian pai fang an ,mo fa li yong WRF-CHEMliang hua qi xiang he jian pai de ju ti gong suo lv ,yin ci jie zhu da shu ju wa jue suan fa ,ji yu Kjin lin suan fa （KNN）he zhi chi xiang liang ji （SVM）mo xing dui qi xiang he jian pai dui kong qi zhi liang gai shan de gong suo jin hang ping gu ,jie guo xian shi 2017nian jian shao de mai ri he chong wu ran ri ,65. 0%gui yin yu jian pai de gong suo ,35. 0%gui yin wei qi xiang tiao jian de gai shan .ke jian ,qi xiang yu sheng tai huan jing bu men ying ji xu jia jiang shu ju kai fang gong xiang ,ke xue kai zhan qi xiang tiao jian yu bao yu jian pai ping gu .
论文参考文献
论文详细介绍
论文作者分别是来自环境科学的尹晓梅,李梓铭,熊亚军,乔林,邱雨露,孙兆彬,寇星霞，发表于刊物环境科学2019年03期论文，是一篇关于空气污染论文,气象条件论文,排放论文,近邻算法论文,支持向量机论文,贡献率论文,环境科学2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自环境科学2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：空气污染论文; 气象条件论文; 排放论文; 近邻算法论文; 支持向量机论文; 贡献率论文; 环境科学2019年03期论文;