基于氣象因素的PM10濃度預測

作者：蔡春茂,何紅弟

摘要：為建立準確高效的空氣質量預報系統,建立以污染物、氣象因素、污染物混合氣象因素的三種預測因子模式,并將該三種預測因子模式作為支持向量機回歸(Support vector machine regression, SVR)的輸入變量進行PM10濃度的每日預測,尋找最優預測因子模式.并使用灰狼優化算法(Grey wolf optimization,GWO)對支持向量機回歸模型進行優化,形成GWO-SVR模型.實驗結果表明,污染物混合氣象因素作為輸入變量為最優預測因子模式,SVR和GWO-SVR模型測試集確定系數分別達到R2=0.79和R2=0.81,預測精度較高,經比較發現GWO-SVR模型預測性能較好。之后,依據風向條件對數據進行分類,使用較優的GWO-SVR進行PM10濃度預測,預測結果顯示盛行西南風時,預測集評測指標為R=0.91、MSE=47.15,優于盛行東北風時的R=0.87、MSE=125.80和所有數據下的R=0.90、MSE=107.94。

發文機構：上海海事大學物流研究中心

關鍵詞：氣象因素污染物GWO-SVR模型分類預測meteorological factorspollutantsGWO-SVR modelclassified forecast

分類號： O431.2[機械工程—光學工程][理學—光學][理學—物理]P426