动态污染源清单处理系统

来源 :南开大学 | 被引量 : 0次 | 上传用户:liuyu890501
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国社会经济的高速发展,环境污染问题尤其是空气污染问题越来越严重,引起了社会各界的广泛关注。空气质量预测是研究和治理空气污染问题的重要内容,目前世界上比较先进的空气质量预测模型是美国环保署等科研机构联合开发的Models-3模型,该模型由气象模型、污染源排放模型和空气质量模型构成,其中污染源排放模型及相关的污染源清单是各国空气质量模型研究的重点。   污染源排放模型SMOKE是Models-3的重要组成部分,该模型为空气质量模型CMAO提供网格化、高精度的污染源排放数据。目前我国应用SMOKE模型制作污染源清单主要基于往年的各种统计数据,最突出的问题是不能反映当前污染源排放状况,导致空气质量模型预测的准确性比较差。   本研究建立了一个动态污染源清单处理系统,该系统能够:(1)灵活、高效地处理各种污染源(点源、面源、移动源、生物源)统计排放数据;(2)使用济南市重大点源实时监测系统提供的排放数据,每天更新点源排放清单。本研究的模拟区域以济南市为中心,因此,该系统可以弥补目前污染源清单处理方法的不足,增强清单的时效性,进而提高空气质量模型预测的准确性。   本研究建立的动态污染源清单处理系统,能够与空气质量预测系统进行友好对接。但由于我国污染源监测系统的不完善,无法获得较为全面的污染源排放监测数据,所以,目前还无法完全依赖该系统为SMOKE模型提供污染源清单。随着我国污染源监测网和监测技术的不段进步,污染源排放数据的完整性和准确性会逐步地提高,本研究实现的动态污染源清单系统能够很好地适应这个渐进的发展过程,及时合理地将数据的进步融合到空气质量预测模型中,为空气质量预测模型的发展做出一定的贡献。
其他文献
当前计算机视觉领域研究的热点之一就是人脸识别和行人检测,这一技术已经被广泛的应用在很多领域,比如智能电话、智能交通、无人驾驶等。由于算法的精度和速度等原因,很难应
随着Internet技术的广泛应用,人们对信息量的需求变的越来越大。同样在教学活动中,学生对信息量需求也在不断的加大,传统教学模式由于其资源库的局限性,已经无法满足当代学生
便携式拍照设备的普及促进了图像数据的迅速增长,人们对于高效的图像检索方法的需求也越来越迫切。草图图像对于描述人类脑海中的模糊图像概念有着极大的优势,且随着触屏手机
伴随着因特网和Web服务(Web Service)技术的飞速发展,网络上出现了越来越多功能相近的Web服务。在这种情况下,服务使用者就从如何寻找能够满足自己功能需求的服务,转变到了如
B2C电子商务网站系统每天都会生成大量的产品交易数据和访问日志数据,这些数据中蕴含着大量有价值的信息,例如,订单的来源、客户的行为、访问者的兴趣等。分析这些数据,不仅
近年来脑部疾病及创伤严重威胁着人们的生活健康,脑健康问题引起了人们越来越多的关注。借助于医学影像对脑组织进行检查以及定性、定量的分析,从而得到相关脑疾病的信息并给
随着“感知中国”的提出,物联网被正式列为国家新兴战略性产业,写入“政府工作报告”,并且被纳入了国家重点基础研究发展计划(973计划).物联网在我国受到了全社会极大的关注,其中
在当今互联网时代,信息的数量在不断呈现几何式的增长。用户已经不需要担心信息的匮乏,而转向担心如何有效获取信息。搜索引擎作为一支重要力量,极大的提高了用户在海量数据获取
大数据时代,海量知识让人目不暇接,大脑获取的大部分知识来自于视觉,而视觉是最容易获取信息的感官,提升阅读体验成为未来信息领域的核心追求。然而,推进剂配方概念设计过程
网络技术的快速发展带动了网络应用范围的扩大,随之出现了网络安全问题。目前网络攻击手段多达数千种,应对网络安全问题,除了防火墙,比较有效的措施是入侵检测系统。作为主动