基于BP人工神经网络法沈阳市PM2.5质量浓度集成预报试验

• 作者: 刘旸 张婉莹 李晓岚 栾健 王扬锋 马雁军
• 来源期刊: 气象与环境学报
• 学科: 地球科学
• 关键词: PM2.5质量浓度 集成预报 CUACE CMAQ BP神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 简报
• 页码范围: 100-106
• 页数: 7页
• 分类号: P457.7
• 字数: 5536字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-503X.2018.02.013

摘要

基于CUACE(CMA Unified Atmospheric Chemistry Environment)和CMAQ(Community Multiscale Air Quality)空气质量模式预报产品,应用BP(Back-Propagation)人工神经网络法建立沈阳市不同地点小风和高湿条件下PM2.5浓度集成预报模型,并对预报结果进行检验.结果表明:与单一空气质量模式相比,集成模型预报的PM2.5浓度更接近实测值,预报的PM2.5浓度的平均偏差和归一化均方误差均明显减小,预报的PM2.5浓度的模拟值在观测值两倍范围内的百分比(FAC2)明显提高.集成模型能较好地预报PM2.5浓度高值的变化,且显著提高了沈阳市外围城区PM2.5浓度的预报水平.集成预报模型可以实现CUACE和CMAQ两种空气质量模式产品的最优综合,对空气质量的实时预报具有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马雁军		76	1115	20.0	29.0
2	王扬锋		48	763	18.0	26.0
3	张婉莹		11	8	2.0	2.0
4	刘旸		11	41	4.0	6.0
5	栾健		8	11	3.0	3.0
6	李晓岚		4	18	3.0	4.0