基于PSO-LSSVM的区域AQI多维概念预测模型

摘要：

污染物的排放量和气象条件是影响空气质量的主要因素,为了掌握淄博市张店区工业企业对区域环境质量的影响,通过机器学习的方法,基于区内33家重点污染企业的废气日排放量与区域相对湿度、风力等级、平均气温、能见度等气象因素,构建了张店区AQI的PSO-LSSVM多维概念预测模型,反演了张店区2018年1月1日-11月3日的AQI.结果 表明:平均气温和AQI有显著的正相关性,相对湿度、能见度与AQI有显著的负相关性;基于PSO-LSSVM建立的AQI预测模型,该预测模型的均方根误差为7.843 1,平均绝对误差为6.503 7,决定系数为0.895 0;该研究可通过气象预报和期望的AQI值得到大气污染物日排放量,为城市环境空气质量保护和企业污染排放调控提供支持.

关键词：工业废气日排放量、AQI、气象因素、PSO-LSSVM

所属期刊栏目：43

分类号：X51(大气污染及其防治)

资助基金：国家自然科学基金;四川省科技计划

在线出版日期：2020-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-114