4. Results and discussion4.1. Addit

4. Results and discussion
4.1. Additivity test
The additivity test has revealed that for NO2, the modelling
hypotheses implemented during the construction of AERIS seem
reasonable. The main question here was assessing whether a TM on
its own is able to reproduce a change in the pollutant concentration
in the same way that this change is produced by the AQMS along
with other varying sectors. The goal of the analysis is to gain insight
on the flexibility of the modelling framework of AERIS.
Fig. 4 depicts the behaviour of the different cells of the domain
for different thresholds of the additivity test. It can be seen that
most cells (4416e98.1%) are below the lowest threshold, covering
most of the modelling domain while a minority of cells are above
t ¼ 1.0 mg/m3 and t ¼ 1.5 mg/m3 (73 and 11, 1.6% and 0.2% respectively).
The spatial representation of this behaviour is relevant to
detect the presence of problematic zones (i.e. hotspots) and to
assure that the estimates are valid throughout the modelled
domain. Domain-averaged results for the additivity test are presented
in Table 8 for each of the evaluated sectors. As it can be seen,
the resulting NO2 mean annual concentrations calculated by both
models are similar, with low mean absolute errors (jXi,AERISXi,AQMSj

ผลลัพธ์ (ไทย) 1:

4. Results and discussion
4.1. Additivity test
The additivity test has revealed that for NO2, the modelling
hypotheses implemented during the construction of AERIS seem
reasonable. The main question here was assessing whether a TM on
its own is able to reproduce a change in the pollutant concentration
in the same way that this change is produced by the AQMS along
with other varying sectors. The goal of the analysis is to gain insight
on the flexibility of the modelling framework of AERIS.
Fig. 4 depicts the behaviour of the different cells of the domain
for different thresholds of the additivity test. It can be seen that
most cells (4416e98.1%) are below the lowest threshold, covering
most of the modelling domain while a minority of cells are above
t ¼ 1.0 mg/m3 and t ¼ 1.5 mg/m3 (73 and 11, 1.6% and 0.2% respectively).
The spatial representation of this behaviour is relevant to
detect the presence of problematic zones (i.e. hotspots) and to
assure that the estimates are valid throughout the modelled
domain. Domain-averaged results for the additivity test are presented
in Table 8 for each of the evaluated sectors. As it can be seen,
the resulting NO2 mean annual concentrations calculated by both
models are similar, with low mean absolute errors (jXi,AERISXi,AQMSj<0.5
mg/m3
). Additionally, the normalized mean bias (NMB)
for the complete domain equalled 4.1% and the normalized mean
error 13.0% (NME), being both values below the NMB15% and
NME35% limits for acceptable performance according to Boylan
and Russell (2006). It should be noted that the estimates

ผลลัพธ์ (ไทย) 2:

4. ผลและการอภิปราย
4.1 ทดสอบ additivity
ทดสอบ additivity ได้เปิดเผยว่าสำหรับ NO2, การสร้างแบบจำลอง
สมมติฐานดำเนินการในระหว่างการก่อสร้าง AERIS ดูเหมือน
สมเหตุสมผล คำถามหลักที่นี่ได้รับการประเมินว่า TM บน
ของตัวเองมีความสามารถในการทำซ้ำการเปลี่ยนแปลงในความเข้มข้นของสารมลพิษ
ในทางเดียวกันว่าการเปลี่ยนแปลงนี้ผลิตโดย AQMS พร้อม
กับภาคอื่น ๆ ที่แตกต่างกัน เป้าหมายของการวิเคราะห์คือการได้รับข้อมูลเชิงลึก
เกี่ยวกับความยืดหยุ่นของกรอบการสร้างแบบจำลองของ AERIS.
รูป 4 แสดงให้เห็นถึงการทำงานของเซลล์ที่แตกต่างกันของโดเมน
สำหรับเกณฑ์ที่แตกต่างกันของการทดสอบ additivity มันจะเห็นได้ว่า
เซลล์มากที่สุด (4416e98.1%) ต่ำกว่าเกณฑ์ต่ำสุดที่ครอบคลุม
มากที่สุดของโดเมนการสร้างแบบจำลองในขณะที่ชนกลุ่มน้อยของเซลล์อยู่เหนือ
เสื้อ¼ 1.0 mg / m3 และเสื้อ¼ 1.5 mg / m3 (73 และ 11 1.6% และ 0.2% ตามลำดับ).
การแสดงเชิงพื้นที่ของพฤติกรรมนี้มีความเกี่ยวข้องกับ
ตรวจสอบสถานะของโซนมีปัญหา (เช่นฮอตสปอต) และเพื่อ
ให้มั่นใจว่าประมาณการที่ถูกต้องตลอดทั้งรูปแบบ
โดเมน ผลโดเมนเฉลี่ยสำหรับการทดสอบ additivity จะถูกนำเสนอ
ในตารางที่ 8 สำหรับแต่ละภาคการประเมิน ขณะที่มันสามารถมองเห็น
NO2 ผลหมายถึงความเข้มข้นประจำปีคำนวณโดยทั้งสอง
รุ่นมีความคล้ายคลึงกับค่าเฉลี่ยต่ำข้อผิดพลาดแน่นอน (JXI, AERISXi, AQMSj <0.5
mg / m3
) นอกจากนี้อคติค่าเฉลี่ยปกติ (NMB)
สำหรับโดเมนที่สมบูรณ์เท่ากับ 4.1% และค่าเฉลี่ยปกติ
ข้อผิดพลาด 13.0% (อะรีนา) เป็นค่าทั้งด้านล่าง NMB? 15% และ
อะรีนา? ข้อ จำกัด 35% สำหรับผลการดำเนินงานตามที่ได้รับการยอมรับ Boylan
และรัสเซล (2006) มันควรจะตั้งข้อสังเกตว่ามีการประมาณการไว้

ผลลัพธ์ (ไทย) 3:

4 . ผลและการอภิปราย
4.1 . แบบทดสอบการบวกการบวก
ที่ได้เปิดเผยว่า สำหรับ NO2 , แบบจำลองสมมติฐานที่ใช้ในระหว่างการก่อสร้าง

ยังดูเหมาะสม คำถามหลักที่นี่คือการประเมินว่า TM บน
ของตัวเองสามารถทำซ้ำการเปลี่ยนแปลงความเข้มข้นของสารมลพิษ
ในทางเดียวกันว่าการเปลี่ยนแปลงนี้จะผลิตโดย aqms ตาม
กับอื่น ๆที่ภาคเป้าหมายของการวิเคราะห์เพื่อให้ได้ข้อมูลเชิงลึก
บนความยืดหยุ่นของ แบบจำลองกรอบยัง .
รูปที่ 4 แสดงให้เห็นพฤติกรรมของเซลล์ต่างๆของโดเมน
สำหรับเกณฑ์ที่แตกต่างกันของการบวกทดสอบ จะเห็นได้ว่าเซลล์มากที่สุด (
4416e98.1 % ) ต่ำกว่าเกณฑ์ต่ำสุดที่ครอบคลุมมากที่สุดของแบบจำลองโดเมน
มีเพียงส่วนน้อยที่เซลล์ข้างบน
t ¼ 1.0 mg / m3 และ T ¼ 15 มิลลิกรัม / ลูกบาศก์เมตร ( 73 และ 11 ร้อยละ 1.6 และ 0.2% ตามลำดับ ) .
เป็นตัวแทนเชิงพื้นที่ของพฤติกรรมนี้จะเกี่ยวข้องกับ
ตรวจสอบสถานะของโซนที่มีปัญหา ( เช่นจุด ) และ

มั่นใจว่าประมาณการถูกต้องตลอดจำลอง
โดเมน โดเมนเฉลี่ยผลการทดสอบแสดงในตารางการบวก
8 แต่ละประเมินภาค เป็นคุณจะเห็น ,
หมายถึงความเข้มข้นของ NO2 ที่เกิดปีคำนวณจากทั้ง
นางแบบจะคล้ายกัน กับต่ำสัมบูรณ์เฉลี่ย ( aerisxi jxi , ข้อผิดพลาด , aqmsj < 0.5 mg / m3

) นอกจากนี้ มาตรฐานหมายถึงอคติ ( nmb )
สำหรับโดเมนที่สมบูรณ์เท่ากับ 4.1% และปกติหมายถึงข้อผิดพลาด 3.2 %
( ศัตรู ) , เป็นทั้งค่าด้านล่าง nmb  15% และฉัน 35 %
 ขอบเขตการปฏิบัติที่ยอมรับได้ตามบอยแลน
และ Russell ( 2006 )มันควรจะสังเกตว่าประมาณการ