基于气象相似准则的城市空气质量预报模型

摘要：

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型.将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好.分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/25的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度.

关键词：空气质量动态预报、气象相似准则、样本优化、BP神经网络

所属期刊栏目：36

分类号：X823(环境质量分析与评价)

资助基金：国家科技支撑计划项目2011BAG07B00;国家自然基金项目51108471;广东省自然科学基金S2011040002839

在线出版日期：2013-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：156-161