简介:对2010年10月和11月北京市区粒径小于2.5pm(PM2,)和2.5~10μm之间(PM2.5-10)的气溶胶粒子质量浓度进行了观测和分析,同时研究了同期的Angstrom指数和散射系数等气溶胶特性参数的变化。结果表明,不同粒径颗粒物的质量浓度与气溶胶特性参数的逐时日变化明显。PM:,质量浓度在凌晨5时至6时取得最小值,夜间20时至21时取得最大值;PM2.5-10质量浓度则在9时至10时和20时至21时出现双蜂。气溶胶Angstrom指数在下午明显高于上午,最大值出现在16时左右;散射系数高峰出现在17时至18时。2010年10月7—9日出现了显著的灰霾天气,灰霾天气下PM2.5,和PM2.5-10质量浓度均有明显增加。细粒子增多是导致PM25增加和Angstrom指数增大的主要原因。另外,灰疆天气期间散射系数迅速增大,非灰霾天(10月11日)的散射系数只有灰霾天(10月8日)的1.27%。
简介:换道是驾驶员达到快速通行目标的一种常用手段,但换道会带来很多公路交通事故。为有效避免交通事故,需给驾驶员提供换道安全预警。构建了安全换道决策模型,将换道决策分为换道意图识别和换道条件判断分别建立模型以提高预测精确度。通过神经网络方法SOM(Self-Organization-Map)聚类及BP(BackPropagation)建立换道意图识别模型,基于贝叶斯理论建立最小风险贝叶斯换道条件判别模型。模型开发和测试采用车辆轨迹数据集(NGSIM),提取数据中的换道行为特征参数作为模型的输入,将驾驶员换道决策预测视为输入变量的函数。通过对比最小贝叶斯和最小风险贝叶斯方法发现,由后者构建的换道条件判别模型效果较好,对于不换道行为的预测精度为90.4%,换道行为的预测精度为73.8%。鉴于错误的换道决策可能导致交通事故,而错误的不换道决策只会导致失去一次换道的机会,在换道辅助系统中,不换道决策的精确度要求需高于换道决策的精度。最后,在微观交通仿真系统中加入换道决策模型,其结果验证换道决策安全。最小风险贝叶斯换道条件判别模型的引入,使得换道决策系统能够通过修正风险系数,进一步提高换道判别精度,减少不安全的换道概率。