
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于AERMOD模型的AERMOD模型地形与土地覆盖输入敏感性评估——以伊朗北部沙希德·萨利米发电厂为例
《Scientific Reports》:AERMOD sensitivity to terrain and land-cover representation at a coastal power plant in Northern Iran
【字体: 大 中 小 】 时间:2026年09月23日 来源:Scientific Reports 4.9
编辑推荐:
摘要本研究在伊朗北部的沙希德·萨利米发电厂对AERMOD模型的地形与土地覆盖输入敏感性进行了评估。采用受控的2×2实验设计,将间距为12.5米和30米的地形网格分别与标准土地覆盖表示和基于Sentinel-2的目标导向土地覆盖表示相结合。排放数据、源与受体几何位置及气象观测数
本研究在伊朗北部的沙希德·萨利米发电厂对AERMOD模型的地形与土地覆盖输入敏感性进行了评估。采用受控的2×2实验设计,将间距为12.5米和30米的地形网格分别与标准土地覆盖表示和基于Sentinel-2的目标导向土地覆盖表示相结合。排放数据、源与受体几何位置及气象观测数据保持不变。使用R2、均方根误差(RMSE)和平均绝对误差比较了NOx、SO2和CO2各情景的表现。配对比较显示,将30米网格替换为12.5米网格后,RMSE降低了14.9%至31.3%。12.5米网格结合标准土地覆盖在NOx(R2?=?0.73;RMSE?=?12.30?μg/m3)和CO2(R2?=?0.72;RMSE?=?105.48?μg/m3)方面表现最佳,而OBIA情景在SO2(R2?=?0.66;RMSE?=?3.65?μg/m3)方面表现最好。地形变化改善了所有指标,而土地覆盖的影响因污染物而异。未提供指标的置信区间,且原始地形产品未经验证。由于分类验证和参数传递记录不完整,OBIA结果仅具示意性。在没有记录的背景去除步骤的情况下,CO2统计数据仍为描述性统计,既不支持环境验证也不支持健康风险评估。未来工作应验证空间输入数据,并将同步季节监测扩展至沿海平原和内陆山麓地区。