期刊专题

10.13671/j.hjkxxb.2016.0345

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

引用
针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1-12月PM2.5观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM2.5浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM2.5的距离相关性要高于其他气象要素,夏秋季PM2.5与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM2.5的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13 μg·m-3,平均绝刘误差为23.47 μg·m-3.通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.

PM2.5浓度、距离相关系数、支持向量机回归、统计模型

37

X513(大气污染及其防治)

国家科技支撑计划项目2014BAC22B04;国家自然科学青年基金41505118;国家自然科学基金联合重大研究计划项目91544109;国家环境保护公益性行业科研专项项目No.201509001 Supported by the National Science and Technology Project of China2014BAC22B04;the National Natural Science Foundation of China41505118;the National Natural Science Foundation of China91544109;the Projects of China Special Fund for Environmental Protection No.201509001 in the Public Interest

2017-05-08(万方平台首次上网日期,不代表论文的发表时间)

共9页

1268-1276

暂无封面信息
查看本期封面目录

环境科学学报

0253-2468

11-1843/X

37

2017,37(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn