大气污染预警仿真模型研究——以郑州市为例

作者：郭雪白; 任朝栋; 田力

来源：创新科技, 2018, 18(02): 33-36.

DOI：10.19345/j.cxkj.1671-0037.2018.02.008

• BP人工神经网络
• 径向基神经网络(RBF)
• 线性相关系数

利用郑州市2015—2016年24小时的大气污染监测数据和气象数据,分析郑州市空气质量随季节变化的分布特性。利用线型相关系数分析,寻找显著相关因素,通过径向基神经网络构建大气污染预测模型,对郑州市2017年的PM2.5、PM10、SO2、NO2污染物7*24小时的浓度进行预测,并与各污染物实际监测值进行对比分析。实验结果证明,利用线型相关系数进行相关因素的分析能够很好地提高预测准确度;利用RBF神经网络的预测结果比传统的BP神经网络预测的结果更加准确。

• 单位
  郑州工商学院; 河南省气象台; 中国电子科技集团公司第二十七研究所