CAMx-Python融合技术与大气污染来源解析方法

详情点击链接：CAMx-Python融合技术应用与大气污染来源解析方法

CAMx模型是一个基于大气化学，针对臭氧、颗粒物和雾霾天气过程的大气污染物计算模型。

1、CAMx模式的区域空气质量模拟配置技术；
2、SMOKE模型的CAMx模式大气排放清单输入准备；
3、CAMx模式污染来源解析工具（SA）案例配置技术；
4、CAMx-DDM敏感性分析；
5、CAMx-PA工具过程分析及运行；
6、python在CMAX模式后处理中的应用。

一，CAMx模式框架、应用分析及配置说明

1．CAMx模式框架

2．CAMx应用分析

3. 多重嵌套模拟区域配置说明及方法

4. 基于SMOKE模型的CAMx污染源输入文件制作技术

二，Linux基本操作命与CAMx模式编译技术及空气质量模拟案例分析及运行

1．Linux基本操作命令与依赖库安装

2．CAMx模式编译安装及测试运行

3．CAMx输入预处理工具编译

4．CAMx输入文件制备

5．空气质量模拟
三，CAMx扩展和探测工具功能及在模式调试

1．CAMx扩展和探测工具（Probing Tools）

2. 臭氧/颗粒物来源解析工具（SA）

3．敏感性分析工具：DDM/HDDM

4. 过程分析工具（PA：IPR/IRR和CPA）

5. 反应示踪物（RTRAC）
四，大气污染来源解析（臭氧/颗粒物来源解析工具（SA））​​​​​​​

1．CAMx-SA工具编译

2．CAMx-SA工具输入文件准备（1）area map

3．CAMx-SA工具输入文件准备（2）emission groups

4．CAMx-SA配置及运行

5．模拟结果后处理与结果
五，敏感性分析及工具运行与模拟结果后处理​​​​​​​

1．CAMx-DDM工具编译方法

2．CAMx-DDM工具输入文件制备

3．CAMx-DDM配置及运行

4．模拟结果后处理技术

六，过程分析工具运行和结果​​​​​​​

1．CAMx-PA工具编译

2．CAMx-PA工具输入文件制备

3．CAMx-PA案例配置（IPR和CPA）流程及运行

4．模拟结果后处理技术

七，基于Python的CAMx数据后处理（1）​​​​​​​
1.Python
2.Python编程
3.Python环境安装 
4.数据提取方法和脚本
5.模式模拟结果评估
6.污染物浓度监测值与模拟值时间序列分析

八，基于Python的CAMx数据后处理（2）​​​​​​​

1．浓度分布图绘制

2．敏感性分析结果图形绘制

3．过程分析结果图形绘制