大气校正模型简述

大气辐射校正模型简介

1、acorn模型

它是一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作的波长范围是350－2500nm。

在目前的大气校正程序一般都把地表假定为水平朗伯体，这主要是因为我们一般很难获取地表的充足信息以完成地形校正，因此大气校正的结果称为拉伸的地表反射率，又称表观反射率，在地形信息已知的情况下，可以将表观反射率转为地表反射率。

Acorn所提供的最高级的大气校正形式是基于辐射传输理论的，大气校正的方法是基于chandrasekhar（1960，dover）公式，描述了太阳辐射源、大气、和地表对辐射的贡献关系。Caorn提供了一系列大气校正策略，包括经验法和基于辐射传输理论的方法，既可以对高光谱数据进行大气校正，也可以对多光谱图像数据进行大气校正，校正模式如下：

1）模式1：对定标后的高光谱数据进行辐射传输大气校正，输出项为地表

表观反射率。

2）模式1.5：对定标后的高光谱数据利用水气和液体水光谱你和技术进行

辐射传输大

气校正。

3）模式2：对高光谱大气校正结果进行独立的光谱增强。

4）模式3：利用经验线性法对高光谱数据进行大气校正

5）模式4：对高光谱数据进行卷积处理得到多光谱数据

6）模式5：对定标的多光谱数据进行辐射传输大气校正

7）模式6：对多光谱的大气校正结果进行独立的光谱增强

2、lowtran模型

LOWTRAN是一种低分辨率（分辨率≥20cm-1）大气辐射传输模式。它提供了6种参考大气模式的温度、气压、密度的垂直廓线，水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线，其他13种微量气体的垂直廓线，城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线，辐射参量（如消光系数、吸收系数、非对称因子的光谱分布），以及地外太阳光谱。

lowtran7可以根据用户的需要，设置水平、倾斜、及垂直路径，地对空、空对地等各种探测几何形式，适用对象广泛。lowtran7的基本算法包括透过率计算方法，多次散射处理和几何路径计算。

1）多次散射处理

lowtran 采用改进的累加法，自海平面开始向上直至大气的上界，全面考虑整层大气和地表、云层的反射贡献，逐层确定大气分层每一界面上的综合透过率、吸收率、反射率和辐射通量。再用得到的通量计算散射源函数，用二流近似解求辐射传输方程。

2）透过率计算

该模型在单纯计算透过率或仅考虑单次散射时，采用参数化经验方法计算带平均透过率，在计算多次散射时，采用k－分布法

3）光线几何路径计算

考虑了地球曲率和大气折射效应，将大气看作球面分层，逐层考虑大气折射效应

3、modtran模型

MODTARN（ModerateResolutionTransmission）这是由美国空军地球物理实验（AFGL）开发的计算大气透过率及辐射的软件包。MODTRAN从LOWTRAN发展而来，它提高LOWTRAN的光

谱分辨率。MODTRAN的基本算法包括透过率计算，多次散射处理和几何路径计算等。需要输入的参数有四类：计算模式，大气参数，气溶胶参数和云模式。

MODTRAN有四种计算模式：透过率，热辐射，包括太阳或月亮的单次散射的辐射率，直射太阳辐照度计算。

用MODTRAN进行大气纠正的一般步骤是：首先输入反射率，运行MODTRAN得到大气层顶（TOA）光谱辐射，解得相关参数；然后利用这些参数带入公式进行大气纠正。

modtran可以计算0到50000cm－1的大气透过率和辐射亮度，它在440nm到无限大的波长范围精度是2cm－1，在22680到50000cm－1紫外波（200-440nm）范围的精度是20cm－1，在给定辐射传输驱动、气溶胶和云参数、光源与遥感器的几何立体对和地面光谱信息的基础上，根据辐射传输方程来计算大气的透过率以及辐射亮度。

modtran输入输出参数

（1）控制运行参数：如何采用何种辐射传输程序，是否进行多次散射计算等；

（2）遥感器参数：如遥感器的波段参数，观测的波束（波长范围）；

（3）大气参数：其中大气模型通过card1中的选项确定，其他具体参数包括气溶胶；

（4）观测几何条件：在card1中有关于几何条件的选项，另外在card3中主要为几何参数的输入选项，它通过多种方式组合来实现几何参数的输入，可根据计算的方便进行选择；（5）地表参量：在card1中提供了地表参数设定的初步选项，所以只能在card4根据card1中设定的参数对地表的参数进行具体设定。

所有的输入都通过card1进行控制，然后在由后续的card进行具体社这设定所有参数之后，就可以用modtran来模拟大气辐射传输过程

4、5s模型

1986年，法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L, 等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程并计算卫星入瞳处辐射亮度。

5、6S模型

1997年，美国马里兰大学地理系Eric Vemote对5S进行了改进，发展到6S（SECOND SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM）,6S吸收了最新的散射计算方法，使太阳光谱波段的散射计算精度比5S有所提高。

6S （Second Simulation of the Satellite Signal in the SolarSpectrum）大气校正模型是Eric F. Vermote etal.（1997）在5S模型的基础上发展起来的。6S模型可以很好地模拟太阳光在太阳－地面目标－传感器的传输过程中所受到的大气影响。相对于5S模型，6S模型考虑了地面目标的海拔高度、非朗伯平面的情况和新的吸收气体种类（CH4，N2O，CO）。通过采用theartapproximation近似算法和SOS运算法则，提高了瑞利和气溶胶散射作用的计算精度。光谱步长提高到了2.5nm。6S模型建立在辐射传输理论基础之上,模型应用范围广，不受研究区特点及目标类型等的影响。

6S描述了大气如何影响辐射在太阳－地表－遥感器之间的传输。需要输入的参数有：几何参数（遥感器类型、成像年月日和经纬度；大气中的水和臭氧浓度；气溶胶浓度；辐射条件、观测波段和海拔高度；地表覆盖类型和反射率。6S预先设置了50多种波段模型，包括MODIS，AVHRR，TM等常见传感器的可见光近红外波段。

它其中主要包括以下几个部分：

太阳、地物与传感器之间的几何关系；大气模式；气溶胶模式；传感器的光谱特性；

地表反射率。

这5个部分便构成了辐射传输模型，考虑了大气顶的太阳辐射能量通过大气传递到地表，以

及地表的反射辐射通过大气到达传感器的整个辐射传输过程。

6S的输入参数主要有9个部分组成：

（1）几何参数

（2）大气模式

（3）气溶胶模式

（4）气溶胶浓度

（5）地面高度

（6）探测器高度

（7）探测器的光谱条件

（8）地表特性

（9）表观反射率

6、FLAASH模型

它是ENVI下的一个模块，FLAASH参数：

（1）图像中心点坐标

可以从相应的HDF文件中找到，也可以从屏幕上直接读取影像的中心坐标，对反演结果影响不大。当影像位于西半球时，经度为负值；

（2）传感器类型

当选择传感器类型时，模块会选择相应的类型的传感器波段响应函数，同时系统一般会自动设置传感器的高度和图像的空间分辨率；

（3）海拔高度

海拔高度为研究区的平均海拔；

（4）数据获取日期和卫星过境时间；

卫星过境时间为格林尼治时间，可以从相应的HDF文件中找到；

（5）大气模型

模块提供热带、中纬度夏季、中纬度冬季、极地夏季、极地冬季和美国标准大气模型，研究者根据数据获取时间选择相应的大气模型；

（6）水气反演

大多数多光谱数据不推荐反演水汽含量；

（7）气溶胶模型

可供选择的气溶胶模型有无气溶胶、城市气溶胶、乡村气溶胶、海洋气溶和对流层气溶胶模型。当能见度大于40Km时，气溶胶类型选择对反演没有太多影响，一般情况下利用ASTER 数据不做气胶反演；

7、atcor 模型

全称：Atmospheric Correction and Haze Reduction for ERDAS IMAGINE from GEOSYSTEMS。Erdas下的一个大气校正的附加模块，用于纠正地球表面地物光谱反射的变化和去除薄云及雾霾。ATCOR2（2维）以2维的形式为大气的影响开发模型，因此适用于平坦地区的图像，可以处理大量的卫星影像。ATCOR3是ERDAS IMAGINE推出的为山区图像进行大气纠正的附加模块，需要成像区域的DEM。

空气质量模型精选版

空气质量模型 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】

1.A e r m o d模型系统是稳态大气扩散模式，适用于地面源和抬升源，简单和复杂地形。 2.C a l p u f f模型系统是非稳态大气扩散模式，适用于大范围传输和复杂地形。 3.B L P BLp是一个高斯烟流模型，适用于处理烟气抬升和下洗来自于固定线源 4.C A L I N E 3 CALINE3是一个稳定的高斯扩散模型，用来预测不是很复杂地形的区域的高速路下风向接收点的浓度 5.C A L3Q H C/C A L3Q H C R

点污染源空气污染扩散模型

8 点、中午12 点、晚上9 点都没有排放气体，该怎么算，是不是需要找到一个关于时间t的函数，来计算多长时间之后污染还剩下多少 c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.^2)./((sigy+eps).^2)).*(exp(-0.5*(z-H).^2./((sigz+eps).^2))+exp(-0.5*(z+H).^2./((sigz+ eps).^2))); 这个函数对吗？该调用什么函数？问题：建立单污染源空气污染扩散模型，描述其对周围空气污染的动态影响规律。现有河北境内某一工厂废气排放烟囱高50m，主要排放物为氮氧化物。早上9 点至下午 3 点期间的排放浓度为406.92mg/m3，排放速度为1200m3 /h；晚上10 点-凌晨4 点期间的排放浓度为1160mg/m3，排放速度为5700m3 /h；通过你的扩散模型求解该工厂方圆51 公里分别在早上浓度8 点、中午12 点、晚上9 点空气污染分布和空气质量等级。源代码 clear all clc [x,y]=meshgrid(0:20:5100,0:20:5100); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.^0.865014; sigz=0.0757182*x.^1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.^2)./((sigy+eps).^2)).*(exp(-0.5*(z-H).^2./((sigz+eps).^2))+exp(-0.5*(z+H).^2./((sigz+ eps).^2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel('C'), clear all clc [x,y]=meshgrid(-5100:20:5100,-5100:20:5100); Q=1836.7; z=1.5; H=50; u=1.7; sigy=0.3914238*x.^0.865014; sigz=0.0757182*x.^1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.^2)./((sigy+eps).^2)).*(exp(-0.5*(z-H).^2./((sigz+eps).^2))+exp(-0.5*(z+H).^2./((sigz+ eps).^2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel('C'), 分享到： 2015-05-29 16:32 提问者采纳 clear all [x,y]=meshgrid(-51000:100:51000,-51000:100:51000); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.^0.865014;

大气污染论文数学建模

大气污染评价与预报模型摘要本文对空气质量的评价及污染预报问题进行了分析，运用层次分析法依据处理后的数据对六个城市的空气质量进行了具体细致的排序；对2010年9月15日至9月21日的各项污染物浓度、各气象参数运用一元多项式回归模型进行了预测；就气象参数所属城市问题及污染物浓度与其的关系建立了相关性分析模型和多元线性回归模型；最后，根据建模过程和结果，我们对相关部门提出了几个具体的建议。通过将数据附件所给有效数据，即日污染物浓度，转化为对应的月污染物浓度的均值，根据各城市月均污染浓度做出其随时间的走势折线图，分析了各个城市2SO 、2NO 、PM10之间的特点。我们拟根据API 指数值，以二级达标次数为准，对各城市之间的空气质量进行排名，但由于依据API 的区分空气质量等级时灵敏度较低，故采用了层次分析法对空气质量进行排名。由于我们采用了全部数据进行排名，而E 、F 数据较少，故只对ABCD 进行了排名。依据层次分析法得出的排名为：A 、B 、D 、C 。为了精确预测各城市短期内的数据，本文选用一元多项式回归模型。对2010年的数据进行分析整理，依据回归模型得出其与时间的关系，得出预测值，并得出其置信度为95%的置信区间，结果显示模型的预测效果尚能接受，能够对所要预测数据进行预测。但由于F 城市数据缺失，根据假设做了合理的定性分析，并未对其进行定量预测。分析空气质量与气象参数之间的关系时，首先根据数据完整性，气象参数应只属于其中一个城市，排除了D 、E 、F 的可能性，再根据相关性分析的方法，确定了气象参数属于A 城市。根据污染物与气象参数之间的因果关系，建立了多元线性回归模型，由于季节对污染物的浓度存在影响，分季节得出各污染物与各气象参数之间的相关系数，定性分析该相关系数，得出污染物与气象参数之间的关系。最后对该系数的理论与实际意义做了检验。根据以上分析及结果，确定部分与空气质量控制相关的部门，针对其职能提出了诚恳建议。关键词：API 评价模型层次分析一元多项式回归模型相关性分析多元回归

大气污染扩散模型

第一节大气污染物的扩散一、湍流与湍流扩散理论 1. 湍流低层大气中的风向是不断地变化，上下左右出现摆动；同时，风速也是时强时弱，形成迅速的阵风起伏。风的这种强度与方向随时间不规则的变化形成的空气运动称为大气湍流。湍流运动是由无数结构紧密的流体微团——湍涡组成，其特征量的时间与空间分布都具有随机性，但它们的统计平均值仍然遵循一定的规律。大气湍流的流动特征尺度一般取离地面的高度，比流体在管道内流动时要大得多，湍涡的大小及其发展基本不受空间的限制，因此在较小的平均风速下就能有很高的雷诺数，从而达到湍流状态。所以近地层的大气始终处于湍流状态，尤其在大气边界层内，气流受下垫面影响，湍流运动更为剧烈。大气湍流造成流场各部分强烈混合，能使局部的污染气体或微粒迅速扩散。烟团在大气的湍流混合作用下，由湍涡不断把烟气推向周围空气中，同时又将周围的空气卷入烟团，从而形成烟气的快速扩散稀释过程。烟气在大气中的扩散特征取决于是否存在湍流以及湍涡的尺度(直径)，如图5－7所示。图5－7（a）为无湍流时，烟团仅仅依靠分子扩散使烟团长大，烟团的扩散速率非常缓慢，其扩散速率比湍流扩散小5～6个数量级；图5 －7（b）为烟团在远小于其尺度的湍涡中扩散，由于烟团边缘受到小湍涡的扰动，逐渐与周边空气混合而缓慢膨胀，浓度逐渐降低，烟流几乎呈直线向下风运动；图5－7（c）为烟团在与其尺度接近的湍涡中扩散，在湍涡的切入卷出作用下烟团被迅速撕裂，大幅度变形，横截面快速膨胀，因而扩散较快，烟流呈小摆幅曲线向下风运动；图5－7（d）为烟团在远大于其尺度的湍涡中扩散，烟团受大湍涡的卷吸扰动影响较弱，其本身膨胀有限，烟团在大湍涡的夹带下作较大摆幅的蛇形曲线运动。实际上烟云的扩散过程通常不是仅由上述单一情况所完成，因为大气中同时并存的湍涡具有各种不同的尺度。根据湍流的形成与发展趋势，大气湍流可分为机械湍流和热力湍流两种形式。机械湍流是因地面的摩擦力使风在垂直方向产生速度梯度，或者由于地面障碍物(如山丘、树木与建筑物等)导致风向与风速的突然改变而造成的。热力湍流主要是由于地表受热不均匀，或因大气温度层结不稳定，在垂直方向产生温度梯度而造成的。一般近地面的大气湍流总是机械湍流和热力湍流的共同作用，其发展、结构特征及强弱决定于风速的大小、地面障碍物形成的粗糙度和低层大气的温度层结状况。 2. 湍流扩散与正态分布的基本理论气体污染物进入大气后，一面随大气整体飘移，同时由于湍流混合，使污染物从高浓度区向低浓度区扩散稀释，其扩散程度取决于大气湍流的强度。大气污染的形成及其危害程度在于有害物质的浓度及其持续时间，大气扩散理论就是用数理方法来模拟各种大气污染源在

空气质量评价预测模型论文

城市空气质量的评估与预测一．问题的提出 1.1背景介绍环境空气质量指标与人们的日常生活息息相关，同时也在城市环境综合评价中占有重要地位，根据已有的数据，运用数学建模的方法，对环境空气质量进行科学合理的评价，预测与分析是一个很具有实用价值的问题。目前我国城市环境空气质量评价的主要依据是API值的二级达标天数，即根据已有的API分级制，计算城市的二级空气质量达标天数并以之作为该城市空气质量的评价。然而，这种评价方法虽然有利于城市空气质量管理，但是API分级制具有统计跨度大且较为粗略的特点，不适合对城市的空气质量做综合客观的评价，因此，我们应该提出更为科学合理的评价方法。关于环境空气质量已有多方面的研究，并积累了大量的数据，原题附录1-10就是各城市2010年1-11月空气质量的观测值，可以作为评价分析与预测的研究数据。 1.2 需要解决的问题 1)利用附件中数据，建立数学模型给出十个城市空气污染严重程度的科学排名。 2)建立模型对成都市11月的空气质量状况进行预测。 3)收集必要的数据，建立模型分析影响城市空气污染程度的主要因素是什么？二、基本假设 1.表中的API值是准确的，忽略仪器测量误差对测量数据造成的影响 2.API值对不同污染物的危害程度具有可度量性，即：相同API值对应的不同污染物危害程度相等。 3.根据附录中的数据，API首要污染物为二氧化氮的天数在十个城市2010年的观测数据中仅出现一次，二氧化氮对空气质量的综合评价的影响忽略不计。

三、问题的分析 3.1 提出新的空气质量评价方法对城市污染程度排名应该注意的问题。总的来说，提出一种科学合理的评价方法，应该以各城市的空气污染指数（API）观测数据为基础，对不同城市空气质量进行量化综合评价，这个综合评价在符合空气质量实际的同时，应该较为细致与直观，既能够体现该城市空气质量的整体水平，又能够方便地对不同城市的空气质量进行合理客观的对比。第一．传统的API指数评价制度具有较大的局限性，其主要原因是API空气质量分级制具有跨度较大的特点，举例来说，以可吸入颗粒物或二氧化硫为最大污染物计算，API数值51到100都属于二级,对应的日均浓度值是51到150微克/立方米。这种分级制度对观测数据进行了较大幅度的简化，分级制的数据较为简洁，仅以级次衡量城市的空气质量水平，有利于部分问题的决策，但是，这种简化的级次评分制浪费了大量的观测信息，不适合对一个城市的空气质量进行长期的管理，评价，与预测，更不利于对城市空气质量进行细致客观的评价与城市之间污染程度的对比。所以，新的评价体制应该充分地考虑到对信息的最大程度利用与对空气质量的综合客观分析。第二．空气污染程度的评价最为直观与简便的方法是计算观测时间区间上的平均值，但是这种简便的数据处理方法具有较大的局限性，结合污染物种类与API 观测数据值分析，问题可以归结为基于API数据的综合评价问题，故可以引进综合评价问题的方法对平均值计算法进行适当的修正与改进，建立基于综合评价方法的评分体制，对空气质量进行评分与排序。第三．这个对空气质量的综合排名问题以不同种类的污染物的API数值为基础，以对十个城市的污染程度进行综合排名为最终目的，具有一定的层次性，因此，还可以可以考虑建立以对十个城市的污染物排序为决策层，以不同种类的污染物API数据为准则层，以十个待评城市为方案层的选优排序问题，根据层次分析方法，确定方案层对决策层的“组合权重”，从而达到建立层次分析模型对十个城市污染程度进行综合排名的目的。 3.2 对成都11月份空气质量进行预测问题的分析 1）对成都十一月空气质量进行合理的预测，我们应该对数据进行有效的分析处理，考虑多方面因素，建立数学模型进行综合预测，通过对数据的初步观测，并作出成都市自2005年1月1至2010年11月4日的月平均API值折线图（如图3-1所示），我们发现，数据不具有很好的规律性，无法用一个确定的函数去描述，又通过对问题的分析，我们认为对空气质量的预测问题是一个针对环境系统的预测问题，而环境系统具有系统内部作用因素较多，系统内部各因素作用关系复杂的特点，因此，针对数据和问题的特点，我们考虑建立灰色预测模型，利用灰色系统分析方法，对数据进行有效利用，并作出最合理的预测。

大气污染物扩散高斯模型模拟

大气污染物扩散的高斯模型模拟：可视化模拟点源大气污染的扩散Gaussian Atmospheric Dispersion Model 突发性大气污染事故时有发生，对大气污染扩散进行模拟和分析，有利于减小事故的危害，减轻人员伤亡和财产损失。高斯扩散模型是国际原子能机构(IAEA)推荐使用于重气云扩散模拟的数学模型,该模型在非重气云扩散的应用日益广泛。高斯扩散模型是描述大气对有害气体的输移、扩散和稀释作用的物理或数学模型,是进行灾害预测和救援指挥的有力手段之一。高斯扩散模型高斯模型又分为高斯烟团模型和高斯烟羽模型。大气污染物泄漏分为瞬时泄漏和连续泄漏，瞬时泄漏是指污染物泄放的时间相对于污染物扩散的时间较短如突发泄漏等的情形，连续泄漏则是指污染物泄放的时间较长的情形。瞬时泄漏采用高斯烟团模型模拟，而连续泄漏采用高斯模型烟羽模型模拟。高斯模型适用于非重气云气体，包括轻气云和中性气云气体。要求气体在扩散过程中，风速均匀稳定。在高斯烟团模型中，选择风向建立坐标系统，即取泄漏源为坐标原点，x轴指向风向，y轴表示在水平面内与风向垂直的方向，z轴则指向与水平面垂直的方向，具体公式见式: (mg/s); x、y、z轴上的扩散系数，需根据大气稳定度选择参数计算得到(m)；x、y、z表示x、y、z上的坐标值(m)；u 表示平均风速(m/s)；t表示扩散时间(s)；H 表示泄漏源的高度(m)。同理，高斯烟羽模型的表达式如：技术方法若用高斯模型算出空间每一个点在一个时刻的污染浓度，这个计算量是很大的。因此所设计的系统一般都是采用先进行图层网格化，由高斯模型计算出有限个网格点的上的污染物浓度，在进行空间内插得到面上每一个点的污染物浓度，并由此得到污染物浓度的等值线。整个过程的示意图如图所示

CW测试和传播模型校正_V1.0.0

CW测试和传播模型校正
DTM.PX.016.103-V1.0.0
大唐移动通信设备有限公司客服中心，培训中心
? DTmobile
第1页

1 传播模型校正原理
1.1 概述
CW测试即连续波测试，是进行模型校正的重要步骤。通过CW测试和数字地图可以对模型进行校正。这些测试数据中的经纬度信息和接收电平形成模型校正的数据源。传播模型校正的目的就是通过选取测试几个典型的站点的传播环境，来预测整个预规划区域的无线传播特性
大唐移动? 版权所有
8
传播模型的准确度直接影响到无线网络规划的规模估算、站点分布、仿真及规划的准确度，是无线网络规划的基础，在整个网络规划中具有非常重要的作用
? DTmobile
第8页

CW测试及模型校正

模型校正模型指为模拟无线电波在真实环境中传播而建立的数学模型。该数学模型考虑了主要的地理因素对电波传播的影响，较为真实地反映电波的实际传播情况。网络规划和优化软件场强预测的准确与否主要取决于数字地图精度和规划优化软件中所使用的传播模型的准确度。虽然规划和优化软件提供商提供了各种模型并且提供了所用参数的缺省值，但是由于移动通信传播环境的复杂性，任何模型都不可能是一成不变的。一个模型在某一个环境中表现很好，换一个环境就有可能不再适用。任意两个传播环境都不会完全相同，对于一些比较特殊的环境，必须通过测试对传播模型进行修改，以提高预测精度。而场强预测是规划和优化软件进行其它工作的基础，所以准确的场强预测、准确的模型显得尤为重要。针对不同的地理环境有不同的模型的情况及为了提高规划优化软件预测的准确性，对规划和优化软件厂家提供的传播模型中所用的参数在不同的地理环境下就要进行相应的调整。模型的校正一般分为两部分： CW 测试根据测试所得的数据以及电子地图进行模型参数的校正。 CW 测试 CW 测试原理 CW 测试即连续波测试，是进行模型校正的必经步骤。通过CW 测试和数字地图可以获得进行模型校正的数据。测试数据的经纬度信息和接收电平可以形成模型校正的数据源。 ∫+?=L x L x dy y r L x m )(21)( 其中，x 为距离；r(y)为接收信号场强；m(x)为本地均值，也就是长期衰落和空间传播损耗的合成；2L 为平均采样区间长度，也叫本征长度。因为地形地物在一段时间内基

本固定，所以对于某一确定的基站，在某一确定地点的本地均值是确定的。该本地均值就是CW测试期望测得的数据，它也是与传播模型预测值最逼近的值。 CW测试就是尽可能获取在某一地区各点地理位置的本地均值，即r(y)与m(x)之差尽可能小，因此要获取本地均值必须去除瑞利衰落的影响。对于一组测量信号数据r(y)平均时，若本征长度2L太短，则仍有瑞利衰落影响存在；若2L太长，则会把正态衰落也平均掉。因此在CW测试中2L的长度的确定将影响到所测数据与实际本地均值的逼近程度、以及根据该CW测试数据校正的传播模型预测的准确程度。经理论分析、计算可得到在本征长度2L取40λ范围内，采用数据点数≥36时，测试信号场强标准偏差差小于1dB的可信度为90%。按照上面的结论，在对GSM所在的900M频段进行校正时，2L长度为13.33m。所以各种速度下采样速率至少为：表错误！文档中没有指定样式的文字。-1 CW测试车速同采样间隔的关系车速 5.00 km/h 10.00 km/h20.00 km/h30.00 km/h40.00 km/h 50.00 km/h 最低采样间隔 267ms 134ms 67ms 44ms 33ms 27ms CW测试站址选择在测试之前首先需要确定测试站址。站址选择的原则有两个：1.要能代表该地物类型；2.作为测试站址，它的第一菲涅尔区必须无障碍物。菲涅尔区表示从发射机到接收 λn的连续区域。菲涅尔区是一个以发射机机次级波路径长度比总的视距路径长度大2/ 和接收机为焦点的椭球体。当n＝1时，即为第一菲涅尔区。通常先察看数字地图的各种地貌信息，初步定下测试站点，然后实地察看，确定CW测试站点。除了上述两个标准外，要特别注意测试站点的周围是否有太多新建的建筑物。若测试站点周围的新建筑物太多，则这样的站点是不适宜用来做测试基站的。 CW测试设备 CW测试首先需要有一个模拟基站来发射RF信号，可以FM调制，也可以不调制，然后用CW测试设备进行驱车测试。模拟基站系统包括发射天线、馈线、高功放、高频

大气污染论文数学建模

14062116 刘宇飞大气污染评价与预报模型摘要本文对空气质量的评价及污染预报问题进行了分析，运用层次分析法依据处理后的数据对六个城市的空气质量进行了具体细致的排序；对2010年9月15日至9月21日的各项污染物浓度、各气象参数运用一元多项式回归模型进行了预测；就气象参数所属城市问题及污染物浓度与其的关系建立了相关性分析模型和多元线性回归模型；最后，根据建模过程和结果，我们对相关部门提出了几个具体的建议。通过将数据附件所给有效数据，即日污染物浓度，转化为对应的月污染物浓度的均值，根据各城市月均污染浓度做出其随时间的走势折线图，分析了各个城市2SO 、2NO 、PM10之间的特点。我们拟根据API 指数值，以二级达标次数为准，对各城市之间的空气质量进行排名，但由于依据API 的区分空气质量等级时灵敏度较低，故采用了层次分析法对空气质量进行排名。由于我们采用了全部数据进行排名，而E 、F 数据较少，故只对ABCD 进行了排名。依据层次分析法得出的排名为：A 、B 、D 、C 。为了精确预测各城市短期内的数据，本文选用一元多项式回归模型。对2010年的数据进行分析整理，依据回归模型得出其与时间的关系，得出预测值，并得出其置信度为95%的置信区间，结果显示模型的预测效果尚能接受，能够对所要预测数据进行预测。但由于F 城市数据缺失，根据假设做了合理的定性分析，并未对其进行定量预测。分析空气质量与气象参数之间的关系时，首先根据数据完整性，气象参数应只属于其中一个城市，排除了D 、E 、F 的可能性，再根据相关性分析的方法，确定了气象参数属于A 城市。根据污染物与气象参数之间的因果关系，建立了多元线性回归模型，由于季节对污染物的浓度存在影响，分季节得出各污染物与各气象参数之间的相关系数，定性分析该相关系数，得出污染物与气象参数之间的关系。最后对该系数的理论与实际意义做了检验。根据以上分析及结果，确定部分与空气质量控制相关的部门，针对其职能提出了诚恳建议。关键词：API 评价模型层次分析一元多项式回归模型

空气质量模型

空气质量模型是用数学方法来模拟影响大气污染物的扩散和反应的物理和化学过程。基于输入的气象数据和污染源信息如排放率，烟囱高度等，这些模型可以模拟直接排入大气的一次污染物和由于复杂的化学反应形成的二次污染物。这些模型对空气质量管理是非常重要的，因为他们被许多机构用来测算源分担率，同时帮助制定有效的削减污染物排放的政策。例如空气质量模型可以用来预测一个新的污染源会不会达标排放，如果超标的话，还可以给出适当的控制措施。此外，空气质量模型还可以预测未来新的政策法规实施后的污染物的浓度。可以估计政策法规的有效性以及减少人类和环境暴露。最常用的控制质量模型包括以下3类：一。扩散模型。这些模型主要用来模拟污染源附近接收点的污染物浓度。扩散模型运用数学公式可描绘污染物扩散过程，基于源强和气象数据，扩散模型可以用来预测下风向接收点的浓度。这些模型用来评估National Ambient Air Quality Standards (NAAQS), and other regulatory requirements such as New Source Review (NSR) and Prevention of Significant Deterioration (PSD) regulations的有效性。扩散模型主要包括： 1.Aermod 模型系统是稳态大气扩散模式，适用于地面源和抬升源，简单和复杂地形。 2.Calpuff模型系统是非稳态大气扩散模式，适用于大范围传输和复杂地形。 3.BLP BLp是一个高斯烟流模型，适用于处理烟气抬升和下洗来自于固定线源 4.CALINE3 CALINE3 是一个稳定的高斯扩散模型，用来预测不是很复杂地形的区域的高速路下风向接收点的浓度 5.CAL3QHC/CAL3QHCR CAL3QHC基于CALINE3 开发，适用于十字路口的延误和排队等待。CAL3QHCR 是CAL3QHC 的精简版本 6.CTDMPLUS Complex Terrain Dispersion Model Plus Algorithms for Unstable Situations (CTDMPLUS) 是一个精简的点源高斯空气质量模型，适用于稳定气象条件和复杂地形，这个模型完全涵盖了稳定和中性气象条件。CTSCREEN 是一个the screening version of CTDMPLUS.

350M PDT系统无线网络传播模型校正

改 ,并点击确定三虚拟机必须安装vmware tools,此工具可使用虚拟机与ESXI主机进行时间同步三 5结束语 NTP服务器成功搭建后,将校园网内所有支持NTP服务的网络设备设置为客户端并实现同步操作,经过运行测试,时钟同步效果理想,完全达到预想效果三基金项目：陕西省职业技术教育学会的教育科研规划课题(SZJYB2015028)；服务器虚拟化技术在陕西高职院校网络中心的应用研究-- -以陕西国防工业职业技术学院为例三参考文献 [1]中兴.XR102950系列安全接入交换机配置指导. [2]中兴.ZXR105900系列千兆路由交换机配置指导. 收稿日期：2015-11-12 作者简介：刘慧梅(1976-),女,副教授,研究方向为软件工程三龚开国，吴汉峰，陈怀君（福建省邮电规划设计院有限公司，福州350011）【摘要】350兆数字集群（PDT）通信系统在公安系统大规模开始应用，为了提高350M无线网络覆盖规划的准确性，需对传播模型进行校正。本文拟通过在厦门的模测数据，对传播模型进行校正，归纳总结出适用厦门地区的350M无线网络的传播模型和覆盖半径规划。【关键词】传播模型校正；Okumura-hata；SPM；数字集群；PDT 【中图分类号】TN929【文献标识码】A【文章编号】1006-4222（2015）23-0029-02 1概述 PDT警用数字集群通信系统标准,是由公安部主管部门牵头,由国内行业系统供应商参与制定,完全拥有自主知识产权的一种全新的数字集群通信体制三它具有覆盖区域大二国产加密算法加解密二厂家系统互联互通二向下兼容模拟系统二技术简单造价低等优势三 2013年10月,公安部下发关于推进公安350兆数字集群通信专网建设有关问题的通知中明确要求各地要着眼于长远发展,做好网络顶层设计,遵循规划二建设二优化二运维四步骤的无线通信建设规律,稳步推进系统建设三本文通过在厦门地区进行实际架站测试数据,归纳总结出PDT基站覆盖半径规划合理建议,并对传播模型进行校正三2传播模型选择及校正的意义常用的传播模型有Okumura-Hata模型二COST231-Hata 模型二LEE传播模型二SPM模型二室内传播模型等,不同的传播模型有不同的适用条件三PDT系统工作于350MHz频段,属于宏蜂窝系统,可采用Okumura-Hata模型或SPM模型进行覆盖预测三 (1)Okumura-Hata模型三适用条件：应用频率范围在150~ 1500MHz之间,适用于覆盖半径大于1km的宏蜂窝系统,基站的有效天线高度Hb在30~200m之间,终端有效天线高度Hm在0~1.5m之间三 Okumura预测模型是以准平滑的市区地形为基准,其他各区域类型的影响通过校正因子进行校正三市区准平滑地形的传播路径损耗经验公式如下： Lp=69.55+26.16lgf-13.82lgHb-α(Hm)+(44.9-6.55lgHb) (lgd)α 式中：Lp表示电波传播损耗中值(dB)；f表示系统工作频率(MHz)；Hb表示基站天线有效高度；Hm表示移动台天线有效高度；d表示移动台与基站间距(km)；α表示距离衰减因子；α(Hm)表示移动台天线高度因子三 (2)SPM模型三它对无线区域环境二工作频段等方面没有使用限制三该模型只是给出一个参数组合公式,要根据具体应用环境确定各参数的取值三由于适用条件方面没有使用限制,在无线网络规划中被广泛应用三 SPM模型的传播损耗公式如下：一段式： L b城=K1+K2lg d+K3lgh b+K4lgdlgh b+K5+K clutter+K d L d-a(h m)+K street 两段式：L b城= K11+K21lgd+K3lghb+K4lgdlgh b+K5+K clutter+K d L d-a(h m)+K street d?d0 K12+K22lgd+K3lgh b+K4lgdlgh b+K5+K clutter+K d L d-a(h m)+K street+(K21-K22)lgd0d﹥d0﹛式中：K1表示损耗常量；K2表示地物修正系数；K3表示有效天线高度增益；K4为衍射修正系数；K5为环境修正系数；K6为移动台天线高度修正系数；K clutter为移动台所处的地物损耗系数；K d为绕射损耗系数,取值在0~1之间；L d为绕射损耗；h b二h m为基站二移动台天线有效高度,单位为m,d的单位为km；d0为远近场的分界点,以李氏公式计算结果作为参考,即：d0=4h b h m/λ；a(h m)同Okumura模型三两段式模型以d0为界分成两段,针对远二近场不同的传播环境分别进行校准三相比一段式模型,它的覆盖预测准确度更高三网络规划中采用的传播模型准确与否,关系到后续整个网络覆盖规划与实际覆盖效果的匹配度三但是无线网络的传播环境千差万别,地形地貌二建筑分布二植被覆盖等环境会对无线信号传播产生巨大的影响三因此需要对不同的覆盖环境进行模拟测试,对现有传播模型进行修正,得出最终能反映各类区域环境的传播模型,从而提高无线网覆盖预测的准确度三3模拟测试情况本次测试采用东信的设备进行PDT架站测试,主要设备包括：1台350MPDT的单载波基站,发射功率40W；1根全向天线,长4.7m,增益10.2dbi；路测软件1套；1/2馈线长度20m；Atoll分析软件1套；350MHz PDT数字手持台3台(内置GPS),高功率模式(4W),放置在车内；5m精度和50m精度的数字地图等等三测试时基站工作在集群模式三

地下水数值模拟

地下水数值模拟读书报告曾晟轩近几十年来，随着地下水科学和计算机科学的发展，地下水数值模拟也得到了快速发展，利用数值模拟软件对地下水流等问题进行模拟，以其有效性、灵活性和相对廉价性逐渐成为地下水研究领域的一种不可缺少的重要方法。首先地下水系统指在一定的水文地质条件下，在某一范围内形成的地下含水系统，水力联系密切并与相邻含水系统相对隔绝。理论上讲，对于任意复杂的地下水问题，使用数值方法都能得出相应精度的解，目前主要限制因素在对实际地下水系统海量基础信息获取的详细程度信息获取是地下水数值模拟发展的主要核心问题，也决定其今后的发展方向。 1.地下水模拟任务大多数地下水模拟主要用于预测，其模拟任务主要有4种： 1.1 水流模拟主要模拟地下水的流向及地下水水头与时间的关系。 1.2地下水运移模型主要模拟地下水、热和溶质组分的运移速率。这种模拟要特别别考虑到。优先流。。所谓。优先流。就是局部具有高和连通性的渗透性，使得水、热、溶质组分在该处的运移速率快于周围地区，即水、热、溶质组分优先在该处流动。 1.3反应模拟模拟水中、气-水界面、水-岩界面所发生的物理、化学、生物反应。 1.4反应运移模拟模拟地下水运移过程中所发生的各种反应，如溶解与沉淀、吸附与解吸、氧化与还原、配合、中和、生物降解等。这种模拟将地球化学模拟（包括动力学模拟）和溶质运移模拟（包括非饱和介质二维、三维流）有机结合，是地下水模拟的发展趋势。要成功地进行这种模拟，还需要研究许多水-岩相互作用的化学机制和动力学模型。 2.模拟步骤对于某一模拟目标而言，模拟一般分为以下几个步骤 2.1建立概念模型根据详细的地形地貌、地质、水文地质、构造地质、水文地球化学、岩石矿物、水文、气象、工农业利用情况等，确定所模拟的区域大小，含水层层数，维数（一维、二维、三维），水流状态（稳定流和非稳定流、饱和流和非饱和流），介质状况（均质和非均质、各向同性和各向异性、孔隙、裂隙和双重介质、流体的密度差），边界条件和初始条件等。必要时需进行一系列的室内试验与野外试验，以获取有关参数，如渗透系数、弥散系数、分配系数、反应速率常数等。 2.2选择数学模型根据概念模型进行选择。如一维、二维、三维数学模型，水流模型，溶质运移模型，反应模型，水动力-水质耦合模型，水动力-反应耦合模型，水动力-弥散-反应耦合模型。 2.3将数学模型进行数值化绝大部分数学模型是无法用解析法求解的。数值化就是将数学模型转化为可解的数值模型。常用数值化有有限单元法和有限差分法。 2.4模型校正

空气质量模型

空气质量模型就是用数学方法来模拟影响大气污染物的扩散与反应的物理与化学过程。基于输入的气象数据与污染源信息如排放率,烟囱高度等,这些模型可以模拟直接排入大气的一次污染物与由于复杂的化学反应形成的二次污染物。这些模型对空气质量管理就是非常重要的,因为她们被许多机构用来测算源分担率,同时帮助制定有效的削减污染物排放的政策。例如空气质量模型可以用来预测一个新的污染源会不会达标排放,如果超标的话,还可以给出适当的控制措施。此外,空气质量模型还可以预测未来新的政策法规实施后的污染物的浓度。可以估计政策法规的有效性以及减少人类与环境暴露。最常用的控制质量模型包括以下3类: 一。扩散模型。这些模型主要用来模拟污染源附近接收点的污染物浓度。扩散模型运用数学公式可描绘污染物扩散过程,基于源强与气象数据,扩散模型可以用来预测下风向接收点的浓度。这些模型用来评估National Ambient Air Quality Standards (NAAQS), and other regulatory requirements such as New Source Review (NSR) and Prevention of Significant Deterioration (PSD) regulations的有效性。扩散模型主要包括: 1、Aermod 模型系统就是稳态大气扩散模式,适用于地面源与抬升源,简单与复杂地形。 2、Calpuff模型系统就是非稳态大气扩散模式,适用于大范围传输与复杂地形。 3、BLP BLp就是一个高斯烟流模型,适用于处理烟气抬升与下洗来自于固定线源 4、CALINE3 CALINE3 就是一个稳定的高斯扩散模型,用来预测不就是很复杂地形的区域的高速路下风向接收点的浓度 5、CAL3QHC/CAL3QHCR CAL3QHC基于CALINE3 开发,适用于十字路口的延误与排队等待。CAL3QHCR 就是CAL3QHC 的精简版本 6、CTDMPLUS Complex Terrain Dispersion Model Plus Algorithms for Unstable Situations (CTDMPLUS) 就是一个精简的点源高斯空气质量模型,适用于稳定气象条件与复杂地形,这个模型完全涵盖了稳定与中性气象条件。CTSCREEN 就是一个the screening version of CTDMPLUS、

点污染源空气污染扩散模型

8点、中午12点、晚上9点都没有排放气体，该怎么算，是不是需要找到一个关于时间t的函数，来计算多长时间之后污染还剩下多少 c=Q./(2*pi*sigy.*sigz*u+eps)*exp(-0.5*(y.A2)./((sigy+eps).A2)).*(exp(-0.5*(z-H).A2./((sigz+eps).A2))+exp(-0.5*(z+H).A2./((sigz+ eps)A2))); 这个函数对吗？该调用什么函数？问题：建立单污染源空气污染扩散模型，描述其对周围空气污染的动态影响规律。现有河北境内某一工厂废气排放烟囱高50m，主要排放物为氮氧化物。早上9点至下午 3点期间的排放浓度为406.92mg/m3，排放速度为1200m3 /h;晚上10点-凌晨4点期间的排放浓度为1160mg/m3，排放速度为5700m3 /h;通过你的扩散模型求解该工厂方圆51 公里分别在早上浓度8点、中午12点、晚上9点空气污染分布和空气质量等级。源代码 clear all clc [x,y]=meshgrid(0:20:5100,0:20:5100); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.A0.865014; sigz=0.0757182*x.A1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.A2)./((sigy+eps).A2)).*(exp(-0.5*(z-H).A2./((sigz+eps).A2))+exp(-0.5*(z+H).A2./((sigz+ eps)A2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel(C), clear all clc [x,y]=meshgrid(-5100:20:5100,-5100:20:5100); Q=1836.7; z=1.5; H=50; u=1.7; sigy=0.3914238*x.A0.865014; sigz=0.0757182*x.A1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.A2)./((sigy+eps).A2)).*(exp(-0.5*(z-H).A2./((sigz+eps).A2))+exp(-0.5*(z+H).A2./((sigz+ eps)A2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel(C), 分享到： 2015-05-29 16:32 提问者采纳 clear all [x,y]=meshgrid(-51000:100:51000,-51000:100:51000); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.A0.865014;

活性污泥2号模型的应用与校正-最新范文

活性污泥2号模型的应用与校正摘要：采用国际水质协会提出的活性污泥2号模型,以matlab为工具编制计算软件,采用该软件对常州市污水厂进行计算,在输入典型的动力学和化学计量参数值后,计算结果表明出水codcr指标大部分得到较好的模拟,但nh3-n、tp和tn出水指标模拟值与实际值有差异。通过对参数灵敏度的分析,在考虑温度影响的条件下,进行模型校正,模型校正后,预测精度得到显著提高。国际水质协会(iawq)于1995年推出了活性污泥2号模型 [1](activatedsludgemoddno.2,asm2),asm2是活性污泥1号模型 [2](activatedsludgemodelno.1,asm1)的扩展,并沿用了该模型的概念,它包含碳有机物氧化、脱氮和生物除磷处理过程,共有19种组分、19种反应、22个化学计量系数及42个动力学参数。asm2无论是在污水厂的设计、运行管理、改造,还是在废水处理技术的研究和开发方面均有重要的使用价值,在国外已得到了成功广泛的使用[3]。我国在这方面起步很慢,本研究对asm2在我国城市污水厂的实用性进行了验证。模型所用的污水进出水数据来自常州城北污水厂,污水厂采用a2/o工艺,设计流量为5×104m3/d,生物反应池的水力停留时间为11.5h,污泥负荷为0.15kg[bod5](kg[mlss].d),污泥的质量浓度为3500mg/l,固体平均停留时间为20d,污泥回流比100%,厌氧池体积为2900m3,缺氧池体积为5800m3,曝气池体积为14500m3。由于该

污水厂具有除磷脱氮功能,而asm1没有考虑除磷过程,所以采用asm2进行模拟研究。污水处理流程的简化表示如图1所示： 1模拟计算结果此稳态计算程序利用matlab[4-6]软件为平台,并根据asm2对常州污水厂运行条件进行简化。假定该厂的供气量可以满足好氧池中微生物生化反应所需要的氧气量,即假定曝气池中溶解氧组分的取值恒定在2.0mg/l,饱和溶解氧的质量浓度为8.637mg/l(20℃),系统的操作温度恒定,二沉池不考虑微生物的物质代谢活动,仅起固液分离作用且无活性污泥的积累。在这基础上,将2000年1-12月进水组分输人模型中,可以得到出水的codcr,nh3-n,tn,tp的稳态结果,模拟结果见图2--图5。从图2一图5中可以看到,codcr,nh3-n,tn,tp模拟值与污水厂的实测值基本相符。codcr的最大相对误差36.5%发生在12月份,差值为16.11mg/l,其它11个月份相对误差在30%之内,其中1,2,3,5月的相对误差控制在10%之内,因而较好的模拟了codcr值。 nh3-n,tn和tp指标因为出水中浓度很低,模拟有一定的困难,但模拟结果表明模拟值与实测值在同一个数量级别.对于nh3-n而言,模拟曲线比较平缓,这是因为没有考虑温度对动力学参数的影响,因而模拟值与实测值差别较大。tp的模拟值与实测值的变化趋势相似,曲线很好的拟合了实际出水中tp的变化。偏差的存在有多方面的原因,一是模型假设的部分条件与实际污水厂运行不完全吻合,另外污水厂化验分析不可避免存在一定误差。

大气模型

大气模型发展简史与简介 By Laiwf | Published: 2010年04月16日 1.1 第一代空气质量模型―高斯模型和拉格朗日烟团轨迹模型第一代空气质量模型主要包括了高斯扩散模型和拉格朗日轨迹模型。这两类模型都是利用风的运动轨迹来模拟近地层大气层中复杂的物理和化学过程。它的物理表述即模拟均匀混合的大气物质沿风向运动的情况。在大气物质从地面向高层运动的过程中，其运动规则受到垂直方向上风速以及温度的不均匀分布的影响而不断的发生变化。具体过程见图。 1 EIAA （典型高斯）适用于<50km的区域 EIAA大气环评助手“是宁波环科院六五软件工作室开发的软件。《 HJ/T2.2-93 环评导则–大气环境》、《JTJ005-96 公路建设项目环评规范-大气部分》，中国环境影响评价培训教材等文献中推荐的模型和计算方法作为主要框架，内容涵盖了导则中的全部要求，并进行了适当地拓展与加深。可以处理点源、面源、体源、线源对于预测计算结果，可以查看 §各接受点地面高程及其等高线图 §各接受点的背景浓度及其分布图 §各污染源的浓度和总的浓度及其分布图 §各污染源的分担率及其分布图 §各污染源或总的浓度的平均评价指数和超标面积

§还可以任意改变各污染源的排放率（排放强度）以观察不同排放率下的浓度变化情况 §也可查看任意一个横截面或竖截面上的浓度变化图广泛应用的版本是EIAA2.5，EIAA2.6。版本中均有bug，大家谨慎使用。 2 aermod（稳态高斯）适用于<50km的区域 AERMOD由美国国家环保局联合美国气象学会组建法规模式改善委员会（AERMIC）开发。 AERMIC的目标是开发一个能完全替代ISC3的法规模型，新的法规模型将采用ISC3的输入与输出结构、应用最新的扩散理论和计算机技术更新ISC3 计算机程序、必须保证能够模拟目前ISC3能模拟的大气过程与排放源。 20世纪90年代中后期，法规模式改善委员会在美国国家环保局的财政支持下，成功开发出AERMOD扩散模型。该系统以扩散统计理论为出发点，假设污染物的浓度分布在一定程度上服从高斯分布。模式系统可用于多种排放源（包括点源、面源和体源、线源）的排放，也适用于乡村环境和城市环境、平坦地形和复杂地形、地面源和高架源等多种排放扩散情形的模拟和预测。 Aermod作为正在开发的模型，模型中还存在bug，但其不在改进，而且模型在小范围预测的精准性是其他模型不能比拟的，模型需要地面气象数据、高空气象数据和地形数据（平坦地形不需要） 3 CALPUFF（不稳态高斯）对于比较大的区域