2026《污染物扩散模型研究的文献综述》9700字.docVIP

污染物扩散模型研究的文献综述

鉴于空气污染愈演愈烈的趋势以及对人体健康、环境的巨大影响，关于空气污染的探究逐渐引起了国内外学者的广泛关注，大量的方法被引入来识别空气污染的变化规律，旨在帮助确定空气污染时空分布特征，为科学缓解空气污染做出了巨大贡献。梳理当前针对空气污染的研究中采用的方法，可大致归纳总结为实地测量、数值模拟以及统计模型这三类[118-123]，它们为相关的研究提供了有效的工具以厘清空气污染的客观规律。

表1-3空气污染研究方法总结

研究方法

代表类型

适用性

实地测量

固定点测量、移动测量

水平测量、垂直测量

航空测量、无人机测量等

可以提供空气污染的直观反映，但是受限于实验条件或者实施成本以及安全性的考虑，一般在微观层面的典型污染热点分析中被广泛使用。

数值模拟

计算流体力学模型

WRF-Chem模型

可以有效弥补实地测量的不足，为空气污染分布的机理性探究提供了有效手段，但是数值模拟的计算成本较高，且需要详尽的输入数据如气象、地形、边界层条件等。

统计模型

多元线性回归

广义加性模型

决策树模型

随机森林模型

深度学习模型

便于实施，可以揭示变量之间复杂的统计学关系，尤其关于非线性、交互关系的建模可以帮助探究多因素之间的耦合作用，但是复杂的模型往往需要耗费巨大的计算性能，而且无法提供对于影响因素的内在机理比如物理过程或者化学过程分析。

1、实地测量

对于空气污染