气象条件和污染物排放对兰州市冬季空气质量的影响

来源：高原气象杂志2016年第6期北京时间：

作者：何建军;余晔;刘娜;赵素平;陈晋北;于丽娟

单位：中国科学院寒区旱区环境与工程研究所中国科学院寒旱区陆面过程与气候变化重点实验室, 兰州 730000;中国气象科学研究院, 北京 100081;青海省气象局, 西宁 810001;济南市气象局, 济南 250002

摘要：利用人工神经网络（ANN）技术，基于气象条件、污染物排放变化和污染物浓度资料构建污染物浓度统计模型，在此基础上分析气象条件和污染物排放源排放变化对污染物浓度逐日变化和年际变化的影响。研究结果发现基于ANN建立的大气污染统计预报模型模拟NO2浓度准确性较高，其次为SO2，PM10浓度准确性较低。ANN的输入参数更适合NO2的模拟，SO2和PM10浓度的影响因子较为复杂。气象条件变化是NO2浓度逐日变化的主要影响因子，污染物排放量变化是NO2浓度年际变化的主要影响因子。因子分离法计算得到的气象条件、污染物排放及两者相互作用对NO2浓度逐日变化的贡献率分别是57.9%、24.5%和17.6%，对NO2浓度年际变化的贡献率分别是13.7%、73.3%和13%。

关键词：人工神经网络;大气环境;WRF;气象条件;污染物排放

基金资助：中国科学院百人计划项目（290827631）；兰州市科技攻关计划项目（2009KJLQ）；中国科学院寒旱区陆面过程与气候变化重点实验室开放基金项目（LPCC201405）