城市钢厂大气颗粒物环境风险预警方法探索

作者：杨亦超; 王娟; 郑宏元; 杨海真

来源：四川环境, 2018, 37(02): 86-91.

DOI：10.14034/j.cnki.schj.2018.02.014

• 城市钢厂
• 大气颗粒物
• 环境风险预警
• BP神经网络

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。

• 单位
  环境科学与工程学院; 污染控制与资源化研究国家重点实验室; 长江水环境教育部重点实验室; 同济大学