基于NARX神经网络的PM2.5/10浓度值预测模型——以咸阳市两寺渡监测站为例

• 作者: 张丹宁 张博 张猛
• 来源期刊: 地球环境学报
• 关键词: PM2.5 PM10 空气质量 NARX 递归神经网络 大气污染预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 161-168
• 页数: 8页
• 语种: 中文
• DOI: 10.7515/JEE192013

摘要

PM2.5和PM10(记为PM2.5/10)对空气质量和人类健康有着严重威胁,日益引起国内外的关注,并成为大气污染控制工程中最重要的部分.基于陕西省咸阳市两寺渡监测站的污染物(PM2.5、PM10、NO2、NO、NOx、CO)和相关气象参数的监测数据,建立起基于非线性有源自回归神经网络的预测模型,并分别针对不同预测时间段确定最优网络结构,从而实现了对未来6小时、12小时以及24小时PM2.5/10浓度的有效预测.实验结果表明:(1)NARX神经网络模型可对未来24小时内的PM2.5/10污染物浓度进行较为准确的预测;(2)对于PM2.5/10未来6小时的预测能力优于对12小时、24小时的预测;(3)预测值偏高或偏低的结果与前后时间段内的气象因素及其他污染物浓度变化情况也具有相关性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张博		46	145	6.0	11.0
2	张猛		23	86	6.0	8.0
3	张丹宁		1	0	0.0	0.0