基于BP人工神經網絡的鷹潭市PM2.5 和PM10 濃度預測模型

作者：劉懿樞,戴熙敏,齊永勝

摘要：利用2015—2019年鷹潭市5個大氣成分監測站數據和氣象站地面觀測數據,運用主成分分析法,提取氣象要素、氣體污染物對PM 2.5和PM 10濃度影響的主要成分,調整BP人工神經網絡的隱藏層個數和隱藏層節點數,構建基于BP人工神經網絡的鷹潭市PM 2.5和PM 10濃度預測模型。結果表明:1)氣象要素中,共提取3個影響PM 2.5、PM 10濃度的主成分,分別為相對濕度、降水,氣溫、氣壓和風速,其中濕度、氣溫、風速與PM 2.5、PM 10濃度顯著相關。2)氣體污染物中,共提取2個主成分,分別為SO 2、NO 2和O 3,其中NO 2、SO 2與PM 2.5、PM 10濃度顯著相關。3)所建立的PM 2.5、PM 10濃度逐小時預測模型在20 h內預測性能良好,預測準確率分別為88%、86%,逐日預測模型在5 d內的預測性能良好,預測準確率分別為94%、92%,準確率較高,具有良好的預報性能。

發文機構：鷹潭市氣象局

關鍵詞：大氣顆粒物預測模型BP人工神經網絡氣象要素氣體污染物atmospheric particulate matterprediction modelBP neural networkmeteorological elementsair pollutants

分類號： P456[天文地球—大氣科學及氣象學]