气象因素对大气污染物影响的季节差异分析及预测模型对比——以深圳为例

论文摘要

以深圳为例,通过收集其2014年9月至2017年8月的地面气象观测数据、大气污染物PM2.5和PM10浓度数据及空气质量指数（AQI）,利用SPSS软件分别构建线性回归模型与非线性多层神经网络（MLP）模型,探讨了气象因素对PM10、PM2.5及AQI影响的季节性差异,并利用构建的两种模型对PM2.5、PM10和AQI进行预测和对比。结果表明,气温、湿度、风速及风向均对深圳PM2.5、PM10及AQI有较大影响,且影响因素存在季节差异性;两种模型中,MLP模型在对复杂多变的空气质量预测上更具优越性。研究结果可为深圳空气质量优化以及城市局部和整体规划提供科学依据,并为其他城市空气质量模拟分析提供参考。

论文目录

• 1 研究方法
• 2 案例分析
•   2.1 基础数据
•   2.2 空气质量的季节性差异
• 3 线性回归模型
•   3.1 线性回归模型的建立
•   3.2 线性回归模型预测结果
•   3.3 线性回归模型在季节过渡期的应用
• 4 MLP模型
•   4.1 MLP模型的建立
•   4.2 MLP模型的预测结果
•   4.3 MLP模型在季节过渡期间的应用
• 5 两种模型的对比分析
•   5.1 影响因素对比
•   5.2 预测结果对比
• 6 结论

文章来源

类型: 期刊论文

作者: 方晓婷,段华波,胡明伟,蔡家思

关键词: 气象因素,空气质量指数,预测

来源: 环境污染与防治 2019年05期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 深圳大学土木与交通工程学院

分类号: X51

DOI: 10.15985/j.cnki.1001-3865.2019.05.009

页码: 541-546

总页数: 6

文件大小: 1306K

下载量: 407