基于消光系数的机场PM2.5质量浓度神经网络预测模型

摘要：

分析了气溶胶粒径吸湿增长因子、风速和NO2与消光系数和PM2.5质量浓度之间的相关性及影响规律.提出了一种基于消光系数的机场PM2.5质量浓度神经网络预测模型.首先,建立消光系数与PM2.5质量浓度之间的定量关系,并分析相对湿度对其影响.然后,分析风速和NO2对消光系数和PM2.5质量浓度的影响.最后,将四项参数与PM2.5质量浓度之间的复杂关系通过模糊神经网络进行学习和表达,实现PM2.5质量浓度的预测.使用实测PM2.5质量浓度数据对预测模型进行了对比验证.结果表明,该预测模型的预测精度较高,能较为客观的反映机场PM2.5质量浓度的变化情况,这对研究颗粒物质量浓度对机场能见度的影响规律以及机场周边污染治理决策提供数据支持具有重要的意义.

关键词：消光系数、相对湿度、风速、颗粒物、模糊神经网络

所属期刊栏目：17

分类号：TN958.98

资助基金：国家自然科学基金U1533113;国家自然 科学基金重点项目U1433202;中央高校 基本科研业务费中国民航大学专项3122016B001

在线出版日期：2017-12-26（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：274-279