文 献 综 述

1. 课题背景和意义

伴随着我国工业化的快速发展，我国绝大多数城市出现了不同层次的污染。空气质量日益下降。而大气低能见度作为航空飞行的主要危险天气之一，不仅制约着各种军事行动的开展，也影响城市道路系统，海上交通运输和城市居民的出行。大气能见度下降是主要的城市大气环境问题之一，越来越受到关注。由于大气能见度低的形成原因非常复杂，具有明显的地域性和季节性特点，目前对能见度的预报主要是利用天气图的诊断分析方法，预报效果并不理想。所以城市空气能见度预测模型研究是非常有必要的。

城市空气能见度，是反映城市大气透明度的一个指标，航空界定义为具有正常视力的人在当时的天气条件下还能够看清楚目标轮廓的最大距离。而一个城市交通道路的空气能见度则直接的反映了一个城市的空气洁净程度，它的好坏与城市交通安全及人们的日常生活密切相关。

城市的空气污染主要有可吸入颗粒物、二氧化硫、二氧化碳等。其中可吸入颗粒物在环境空气中持续的时间很长，对人体健康和大气能见度影响都很大。一些颗粒物来自污染源的直接排放，比如烟囱与车辆。另一些则是由环境空气中硫氧化物、氮氧化物、挥发性有机化合物及其它化合物互相作用形成。它们通常来自在未铺沥青、水泥的路面上行使的机动车、材料的破碎碾磨处理过程以及被风扬起的尘土。

城市交通道路的空气能见度的好坏程度与空气中气溶胶的含量有关，而该气溶胶的主要来源于汽车发动机里未燃尽的燃料所形成的烟，并且城市交通道路的空气能见度还受到气温、相对湿度、风和降水等气象条件的影响。目前对能见度的预报多为天气图诊断分析预测，少数依赖于各种回归建模和数值预报产品释用，预报效果及业务化程度均不理想，因此，分析空气能见度的变化规律及其与气象要素、空气污染物因子之间的关系，建立大气能见度的预报模型对城市空气能见度的预测有重要的意义。

通过模型研究，我们可以预测未来几分钟，半小时或者未来几小时的城市交通道路的空气能见度。通过这个能见度，我们可以知道未来几小时或者是一整天城市交通道路空气质量。由此我们可以在空气能见度低的情况下，提醒交通部门对城市交通进行监管，达到减少交通事故的发生的目的。同时城市居民也可以根据模型预测的空气能见度计划一天的出行方式，决定自己是否出去旅游、空气能见度是否适合出去公园游玩等，同时也能知到此时的空气质量对身体是否有影响等。

本次城市交通道路的空气能见度预测模型研究，拟采用人工神经网络方法中的模糊神经网络预测算法，运用该算法来预测城市交通道路未来一小时的空气能见度。

人工神经网络（ANN）方法是目前国际上多学科发展的竞争热点，该方法具有较好的自学习功能以及处理非线性问题的能力，自20世纪80年代以来，神经网络方法就被广泛应用到气象资料同化、数值预报产品释用、天气预报等领域。