城市形式调节用于协同PM2.5和O3控制:一个多指标受限DNN模拟
1School of Geosciences and Info-physics, Central South University, Changsha 410083, China.
The Science of the total environment
|March 18, 2025
概括
本研究介绍了一种优化城市空气质量的模型,通过将城市形状指标与PM2.5和O3污染联系起来. 城市形式规范辅助空气质量优化模型 (UFR-AQOM) 有效地预测和管理污染物水平,以改善城市规划.
科学领域:
- 环境科学 环境科学
- 城市规划 城市规划
- 空气质量管理 管理空气质量
背景情况:
- 通过城市形状指标 (UFI) 优化城市空气质量对于可持续发展至关重要.
- 考虑到UFI的协同多污染物控制是具有挑战性的,因为复杂的污染物相互作用和时空变化.
研究的目的:
- 开发一种新的城市形式规范辅助空气质量优化模型 (UFR-AQOM),用于协同控制PM2.5和O3.
- 使用深度学习建立PM2.5,O3度和UFI之间的非线性映射.
- 调查UFI监管在中国改善空气质量的有效性.
主要方法:
- 开发了UFR-AQOM,使用基于自动编码器的深度残留网络将UFI映射到PM2.5和O3度.
- 采用不平等约束策略来规范UFI以优化污染物.
- 在中国大陆进行了比较实验,重点关注PM2.5的实现和协作PM2.5/O3的实现.
主要成果:
- 该模型表现出高精度,R2值为0.97,PM2.5和O3.0的RMSE值较低.
- 协作优化 (场景2) 有效地降低了O3,同时保持PM2.5控制,优于单个污染物的优化.
- 确定了不同地区的不同监管效率,以及与O3.3相比,PM2.5对UFI的敏感性更高.
结论:
- 在城市规划中,UFR-AQOM为协同控制PM2.5和O3提供了准确和有效的方法.
- 建议加强对绿地和道路密度的监管,并对土地使用比例进行区分监管,以实现最佳空气质量.
- 调查结果支持基于证据的城市规划,以改善空气质量和公共卫生.


