气流后向轨迹和门限重复单元的PM2.5预报

• 作者: 侯俊雄 冯逍 李琦 梁世文
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: PM2.5实时预报 气流轨迹 门限重复单元 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 87-94
• 页数: 8页
• 分类号: P237
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2020.03.014

摘要

针对目前我国实时的空气质量预报不适合重污染天气的问题,该文提出了一种基于气流后向轨迹模型和门限重复单元神经网络的PM2.5浓度预报方法.该方法通过气流后向轨迹模型将区域异地传输效应进行量化,从而为待预报站点提供额外的区域传输预后因子(预后因子即是对未来情况的预估),将待预报站点区域传输预后因子和气象因子加入预报模型,利用GRU模型模拟区域PM2.5浓度的时序连续变化特征,建立1～72 h的PM2.5浓度实时预报模型.实验结果表明,区域传输预后因子的加入,能够很好地量化其他站点对于待预报站点的PM2.5浓度预报影响,提高PM2.5预报模型整体预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琦	北京大学遥感与地理信息系统研究所	114	2443	27.0	46.0
5	侯俊雄	北京大学遥感与地理信息系统研究所	8	108	4.0	8.0
9	冯逍	北京大学遥感与地理信息系统研究所	10	171	7.0	10.0
13	梁世文	北京大学遥感与地理信息系统研究所	1	0	0.0	0.0