基于多源数据的榆林市PM2.5预测模型研究

作者：李姗姗; 薛小宁; 李晓利; 艾轩

来源：黑龙江环境通报, 2022, 35(04): 5-9.

• PM2.5
• 多源数据
• 循环神经网络
• 气象要素

在PM2.5监测过程中，常出现同一地点、同一排放源浓度监测结果差异较大的情况，受地面环保监测站点数量、分布的限制，很难反映变化情况。本文利用榆林市2018至2020年气象站逐小时数据和环保监测站的PM2.5数据，先对站点进行时空匹配，并与PM2.5进行相关性分析，再通过建立循环神经网络对PM2.5浓度进行预测。结果表明：PM2.5与气象要素线性相关性从强到弱，分别为温度>湿度>气压>风速，相关系数R分别为0.187、0.164、0.151、0.018；基于多源数据的循环神经网络可对PM2.5预测，建立的实验组中，实验组1应用最好，平均决定系数r2为0.836、平均相对误差为0.16，实验组4应用最差，平均决定系数r2为0.537、平均相对误差为0.2。

• 单位
  陕西省榆林市气象局