2014年我国大气污染物的时空分布特征及SO2浓度年代际比较,李景鑫,陈思宇,本文利用国家环境监测总站逐日空气污染监测数据,详细分析了2014年我国大气污染物(PM2.5、SO2和NO2)在不同季节的时空分布特征及其差异�
2024-01-18 18:13:09 1.13MB 首发论文
1
与HJ212标准配套使用,绿色版
2022-07-23 19:04:37 427KB 标准大气污染物环境监测
1
ISC3大气污染物扩散模型核心算法.pdf
2022-07-09 19:09:27 264KB 文档资料
2013年-2022年最新全国328个城市的AQI数据,包含PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物。可用于统计建模数据分析,科研学习。 数据来源:中国气象历史数据 时间跨度:历史数据更新至2022年 区域范围:全国 指标说明:包括PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物 数据时间 2013-2022.03.31
2022-06-12 19:06:43 16.66MB 空气质量 AQI 统计建模
2015年-2021年最新全国328个城市的逐月月AQI数据,包含PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物。可用于统计建模数据分析,科研学习。 数据来源:中国气象历史数据 时间跨度:历史数据更新至2021年 区域范围:全国 指标说明:包括PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物 数据时间 2015.01-2021.11
2022-06-12 19:06:43 3.01MB 空气质量 AQI
阐述了支持向量机应用于大气污染物时间序列预测的具体方法,建立了大气污染物时间序列的支持向量机预测模型。该方法将支持向量机应用于大气污染物浓度预测:首先通过选择合适的信息量准则来确定模型阶数;而后通过实验的方法选择参数从而形成支持向量机的训练样本集,在此基础上建立了基于支持向量机的时间序列大气污染预测模型。实例表明,无论是在仿真过程还是在预测过程, 支持向量机都具有很高的预测精度。因此,采用支持向量机方法对大气污染物时间序列进行预测分析是可行的。
2022-05-31 20:39:02 1.89MB SVM
1
国土空间用地结构对大气污染物与碳排放的影响研究.pdf
锅炉大气污染物排放标准
2022-04-29 09:08:17 294KB 文档资料
国家标准之锅炉大气污染物排放标准(共6页).doc
2021-12-24 12:01:53 63KB
利用2013年银川地区6个环境监测点污染物质量浓度和同期气象要素数据,对区域内污染物浓度变化特征及其与气象条件的关系进行分析。结果表明:2013年银川市区PM10浓度年平均值超标0. 6倍,PM2. 5浓度年平均值超标0.4倍,SO2和NO2也有一定程度超标,CO和O3 未超标;1、2、11月和12月为SO2、NO2、PM10、PM2. 5及CO质量浓度较高月,O3 浓度最高月为5 月,次高月为10月;09―12时和21―00时为SO2、NO2、PM10、PM2. 5及CO质量浓度较高的两个时段,O3 浓
2021-10-16 09:29:58 1.44MB 自然科学 论文
1