基于BP神经网络的北京市PM2.5浓度预测

来源 :中国环境科学学会2019年学术年会 | 被引量 : 0次 | 上传用户:cxr1682000
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
机器学习模型拟合效率高,能够克服多维度和高度非线性等问题,在大气污染物浓度预测中的应用非常广泛.为更好的反映北京市雾霾天气状况,本文采用高精度拟合的BP网络预测模型,建立了基于BP神经网络的雾霾预测模型.首先,建立影响雾霾因素之间的指标体系.其次,采用2018年11月全月天数的大气污染物数据作为训练样本,建立神经网络雾霾预测模型.最后,基于BP神经网络对12月全月天数的PM2.5浓度进行预测.结果表明,在小样本数据下,该模型可以较准确的预测PM2.5的浓度变化趋势,为有关部门对空气质量进行监测和预报提供参考.
其他文献
本研究基于农林生物质发电项目特点、管理需求,从经济、环境和社会效益三个方面,开展农林生物质发电项目费用效益理论分析,构建农林生物质发电项目费用效益理论分析模型.通过
根据地理学第一定律,工业集聚发展在给本地区造成一定环境问题的同时,也会对周边地区带来一定环境问题.在我国环境问题日益严峻的背景下,工业集聚是否是地区环境问题产生的重
目前我国水环境管理已逐步转变为基于流域整体性的管控模式,但仍存在流域范围各行政区水质管理目标不协调、污染治理工程落实不到位、协调管理机制不完善的问题.为推进跨省界
城市化是社会进步和经济发展的重要指标,是现代化进程的普遍现象.城市规模的扩大,在提升容纳能力的同时也给生态环境产生一定影响.本研究以珠三角城市群为对象,定量分析了200
空间上密集的经济活动比空间上分散的经济活动对生态环境的影响更为深刻与复杂,在环境规制日益严厉的背景下,研究产业集聚对环境污染的影响规律具有重要的学术价值和应用价值
铅锌冶炼行业属于典型的高耗能、高污染的涉重行业.为实现企业和行业可持续发展,减少固体废物的产生,推行新的环境管理模式势在必行.通过调查和分析生产者责任延伸(EPR)制度
本文续接《乌鲁木齐市空气质量分析与污染防治对策》(2006-2012)论述,对2014-2018年空气质量连续自动监测数据进行归纳计算图表统计,采用AQI评价方法,探讨分析乌鲁木齐市空气
本文利用空气质量指数和首要污染物指数,对郑州市的2018年空气环境质量和首要污染物进行了评价与分析,并对当地空气环境质量的影响因素进行讨论.结果表明,郑州市的空气质量和
本文根据山西省109个气象台站2018年霾日出现情况,分析了山西省霾日数的时空分布特征.分析表明,山西省各站霾日数总体较多,以轻微霾出现为主,其次是轻度霾,中度霾、重度霾相
近年来,大气环境问题日益受到关注,以2017年12月11日-12月15日太原市一次重污染过程为例,采用中国MICAPS系统和美国HYSPLT模式,分别从污染过程产生的天气条件、污染物输送轨