摘要
本文利用人工神经网络(ANN)技术,基于气象条件、污染物排放变化和NO2浓度资料构建NO2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NO2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模型得到的NO2浓度平均值低于观测平均值,两者之差小于5μg·m-3,认同指数在0.9左右,相关系数超过0.8,取得很好的预报效果.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%.