城市钢厂大气颗粒物环境风险预警方法探索

题名

城市钢厂大气颗粒物环境风险预警方法探索

DOI

作者

杨亦超1 王娟1,2,3 郑宏元1 杨海真1,2,3

作者单位

1.同济大学环境科学与工程学院；2.同济大学污染控制与资源化研究国家重点实验室；3.同济大学长江水环境教育部重点实验室

摘要

有效的环境预警体系对城市钢厂的可持续发展至关重要。大气颗粒物是钢铁生产中排放的主要污染物之一,具有排放源数量大、点源面源共存、无组织排放量占比高等特点。以南方某钢铁集团的烧结厂区域为例,使用BP人工神经网络模型,研究城市钢厂的大气颗粒物风险预警方法。模型使用背景值、气象参数、生产参数作为输入层,颗粒物浓度为输出层进行训练。结果显示,训练集和测试集的相关系数R分别为0.996 4和0.995 8,大部分样本的颗粒物浓度预测值误差在±5μg/m3范围内,BP网络模型的预测精度较高。

关键词

城市钢厂；大气颗粒物；环境风险预警；BP神经网络

刊名

环境科学研究

ISSN

3079-1383

年、卷(期)

20187

所属期刊栏目

地球与环境