Modèle de prédilection

Nekategorizirano

Modèle de prédilection

Le modèle complexe de dispersion de terrain plus algorithmes pour les situations instables (CTDMPLUS) est un modèle de qualité de l`air gaussien de source ponctuelle raffiné pour une utilisation dans toutes les conditions de stabilité pour un terrain complexe. Le modèle contient, dans son intégralité, la technologie du CTDM pour des conditions stables et neutres. CTSCREEN est la version criblée de CTDMPLUS. En ce moment, AERMOD ne calcule pas les valeurs de conception pour les NAAQS de plomb (moyennes Rolling de 3 mois). Un outil de post-traitement, LEADPOST (ZIP) (65 M), est disponible pour calculer les valeurs de conception à partir de la sortie mensuelle AERMOD. Cet outil calcule et produit la concentration moyenne cumulative (toutes sources) de 3 mois à chaque récepteur modélisé avec des contributions de groupe source et la concentration cumulée maximale (toutes sources) de 3 mois en moyenne par récepteur. Conclusion sur la partie 1: le R-squared pour le modèle 5 n`est pas beaucoup plus petit que le R-carré le plus élevé (modèle 6), de sorte que les modèles 5 et 6 capturent presque la même proportion de la variabilité dans la variable dépendante. Modèle 5 est le modèle préféré, car il contient toutes les variables qui sont significatives dans l`un des 6 modèles, et ne contient aucune variable insignifiante. Le modèle 6 n`est pas le modèle préféré car il contient une variable insignifiante. Voici le code du modèle et la documentation pour AERMOD version 18081.

Le code modèle et les documents justificatifs ne sont pas statiques, mais évoluent pour répondre aux meilleures connaissances scientifiques disponibles. Veuillez consulter ce site Web souvent pour les mises à jour du code de modèle et des documents associés. Au 9 décembre 2006, l`AERMOD est intégralement promulguée en remplacement de ISC3, conformément à l`appendice W (PDF). Modèle CO basé sur CAL3QHC/CAL3QHCR-CALINE3 avec des calculs de files d`attente et de points chauds et avec un modèle de trafic pour calculer les retards et les files d`attente qui se produisent aux intersections signalisées. Un bon modèle doit: avoir un ajustement raisonnable, de sorte que le modèle est utile, et de capturer toutes les relations importantes, pour s`assurer que toutes les estimations de paramètres sont impartiales, et ne contiennent pas de variables inutiles, pour s`assurer que les estimations sont efficaces (le plus bas éventuelle variance). Ajustement sur-tout la statistique F teste la signification de toutes les variables conjointement. La statistique F des modèles est assez élevée pour rejeter l`hypothèse que toutes les variables sont conjointement insignifiantes au niveau de 0,01%. Sur la base de ce test, tous les modèles sont également bons.

S`il y avait eu un modèle avec une statistique F insignifiante, ce modèle aurait pu être ignoré entièrement car toutes les variables n`étaient pas liées à la variable dépendante. Les carrés R sont différents pour les modèles, de sorte que nous pouvons établir un classement: le modèle avec le R-squared le plus élevé est le modèle 6, suivi du modèle 5. Les autres modèles sont inférieurs de plusieurs points de pourcentage. Cependant, le R-carré seul n`est pas suffisant comme un dispositif de sélection de modèle que le nombre de variables explicatives, même non pertinent, est en augmentation.