时间精度与空间信息对神经网络模型预报PM2.5浓度的影响

来源 :北京大学学报:自然科学版 | 被引量 : 0次 | 上传用户:dsq90
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
以北京市为例,利用2015-2018年空气质量监测站台资料,通过BP神经网络、LSTM网络及CNNLSTM混合模型等多种模型,分析时间精度和空间信息对PM2.5浓度预报的影响。结果表明,神经网络模型的效果普遍比多元线性回归模型好;增加输入数据的时间精度能显著地提高PM2.5浓度日均值预报的准确率;当输入数据的时间精度从一天提高到6小时后,LSTM模型的平均绝对误差从27.39μg/m^3降至20.59μg/m^3,这种效果的提升在显著变好和显著变差的天气情况下更明显;华北地区PM2.5浓度分布有明显的时空
其他文献
随着大数据革命的来临,大数据在各行各业开启了更多的运用,为各行业提供了极大的便利性,也为智能航道建设提供了巨大的想象空间。目前,智能航道作为国家智能交通建设工作的一
由于文物保护的特殊性,省级及以上的博物馆都需要达到一级安全防范要求。为此结合电气传感技术,采用恰当的探测器进行前端探测;结合自动控制技术对各种探测信号进行实时监控;
教师认知结构中的策略性知识存在一定的心理结构 ,这种结构是专家型教师经过长期的工作实践、理论学习和归纳总结建立起来的。一名教师从新手到专家的发展历程必不可少地要经
基于瞬态多道面波分析法(MASW)的数据采集方式,对矢量波数变换法(VWTM)、相移法和高分辨率拉东变换法3种瑞雷波频散成像方法进行对比分析。首先,采用合成地震数据对比3种方法
短期负荷预测是电力系统一项非常重要的工作,准确的短期负荷预测对于电力系统经济、安全、可靠的运行具有特别重要的意义。随着电力系统的日趋复杂化,特别是电力市场的逐步深入
电力负荷预测因为其能保持发电量调度的重要性,已广泛应用于预测未来的电力需求之中,并已成为电力市场的主要研究内容之一。电力负荷预测是提供有效电力供应的一个重要组成部
一代文学大师沈从文在上个世纪四十年代的小说《边城》,一向以独特清新的牧歌情调备受称赞,《边城》更是作为表现沈先生"健康,自然,人性美的"的文学理想的代表作。但是,透过
目前长江流域已基本形成了水资源综合利用与综合防灾减灾体系,也初步构建了水环境改善与水生态保护治理框架;但面对新时期长江大保护和长江经济带高质量发展的新要求,还存在
期刊