论文部分内容阅读
雾霾天气在我国已经成为了一个严重的威胁和挑战。PM2.5作为空气污染物中受人关注的主要污染物之一,其危害大,分布广,对PM2.5的研究及预测有着重要的意义。本文针对目前人工神经网络在PM2.5预测上精度不高的问题,对PM2.5预测方法进行了研究,提高预测精度。首先依据西安市1 1个监测站点的大气污染物浓度气象参数对西安市PM2.5的时空分布特征及空气氧化性进行分析,为PM2.5预测提供基础;其次,将西安市11个监测站点作为研究对象,建立带有外部输入的非线性反馈型自回归神经网络NARX模型对PM2.5