基于主成分分析的BP神经网络对PM10的预测研究

来源 :第32届中国气象学会年会 | 被引量 : 0次 | 上传用户:shijincheng520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  BP神经网络在空气污染预报领域的应用越来越广泛,本文利用基于主成分分析和BP神经网络结合的方法分别建立四季PM10浓度预测模型,在不同季节分别精选出影响因子为7个、7个、7个、7个,经检验其平均相对误差分别为24.8%、11.9%、18.5%、16.6%,且预测值与实测值拟合较好.PM10浓度等级级别命中率分别为92.8%、90.3%、90.0%、92.9%.表明BP神经网络对PM10的浓度预测是一种有效的工具.
其他文献
旋转床又称超重力床,是一种新型高效气液接触设备,该设备以离心力场取代重力场,极大强化了气液传质过程。旋转床转子和气相出口管之间需要动密封,动密封效果直接影响设备传质性能
  近年来随着我国经济社会的快速发展,能源消耗的大幅攀升,机动车保有量的急剧增加,地面臭氧和细颗粒物污染啊加剧,国家环境保护部发布了《环境空气质量标准GB3095-2012》将于2
会议
  大气湍流通常被认为具有各向同性特征,然而实际的湍流经常表现为各向异性.本文根据相同尺度上三个不同方向的湍流谱密度的差异定义湍流各向异性系数.该系数等于1时,湍流
会议
  利用1981~2013年上海市地面气象观测资料及NCEP逐日再分析资料分析上海市霾的时间变化特征、霾日空间分布特征、大气水平能见度、相对湿度、风力与霾的关系以及近10年气候
  本文依据影响空气质量的主要大气污染物PM2.5(细颗粒物)和PM10(可吸入颗粒物)的逐日浓度值,研究了2014年华东地区可吸入颗粒物中细颗粒物比重分布特征.结果表明:(1)华东中
  本文利用区域空气质量模式RAQMS(Regional Air Quality Model System),对2009年春季中国东部气溶胶主要化学成分及其分布进行了模拟研究.与泰山站观测资料的对比结果显示
会议
  利用2009年3月至2010年2月上海祟明岛地区近地面臭氧浓度的连续监测资料,研究了近地面臭氧浓度全年总体分布、季节变化、日变化及浓度频率分布情况,初步分析了各气象要素
会议
  近年来,大气环境日益受到关注,2010年4月27-5月1日上海地区出现的一次连续污染,此时正值举世瞩目的世界博览会准备在上海拉开序幕,因此影响较大。本文采用MICAPS系统中的
会议
  影响云凝结核(Cloud Condensation Nuclei,CCN)的参数化计算的因素包括气溶胶数浓度分布谱和分粒径活化率,其中气溶胶数浓度分布引起CCN最主要的变化,而分粒径活化率会在
会议
  本文运用改进的WRF-Chemn大气化学模式对2013年1月23日至25日期间上海的一次重度霾天气过程开展数值模拟研究,并结合PM2.5质量浓度、能见度、气象要素等地面观测资料以及
会议