基于多层组合模型的武汉市月平均PM2.5浓度预测

• 作者: 余华银 李超 杨桂元 王徐凯 陈静
• 来源期刊: 牡丹江师范学院学报（自然科学版）
• 学科: 地球科学
• 关键词: 机器学习 长短期记忆网络 组合预测
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 数学与大数据研究
• 页码范围: 7-11
• 页数: 5页
• 分类号: X831
• 语种: 中文

摘要

构建一款组合预测模型,精准预测武汉市PM2.5浓度,探讨其对地区空气质量产生的影响.研究结果显示,武汉市2020年1-4月份月平均PM2.5浓度实际值远小于预测值,差距最大的2月份,实际月平均PM2.5浓度比预测的正常值低30.37μg/m3,仅为预测值的55.63％.2020年5月份后,月平均PM2.5浓度预测值与实际值之间差距不明显.说明新冠疫情期间各地居民减少了户外活动,空气质量有明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余华银		32	129	6.0	10.0
2	李超		84	458	9.0	19.0
3	杨桂元		169	841	15.0	22.0
4	陈静		8	30	3.0	5.0
5	王徐凯		1	0	0.0	0.0