期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
拉萨市空气质量预报方法 被引量：8
1
作者 林志强 罗布次仁 +1 位作者 马艳鲜 德庆卓嘎 《中国农学通报》 2015年第8期218-222,共5页
利用拉萨市地面气象观测资料、高空观测和数值天气预报产品,挑选了与空气污染物扩散有关的42个气象因子,进行标准化处理后,基于逐步回归方法利用拉萨市区2008—2012年3种主要空气污染物SO2、NO2和PM10日平均浓度建立不同季节的污染物浓... 利用拉萨市地面气象观测资料、高空观测和数值天气预报产品,挑选了与空气污染物扩散有关的42个气象因子,进行标准化处理后,基于逐步回归方法利用拉萨市区2008—2012年3种主要空气污染物SO2、NO2和PM10日平均浓度建立不同季节的污染物浓度回归方程,并对宗教活动和节庆假日的焚香、焰火等人类活动作订正得出污染物浓度预报结果。利用2013年的数据作试报表明该预报方法的效果较好：SO2平均绝对误差为0.001~0.0022 mg/m^3,平均相对误差在15.3%~27.0%之间;NO2平均绝对误差为0.003~0.005 mg/m^3,平均相对误差在17.2%~27.5%之间;PM10平均绝对误差为0.006~0.019 mg/m^3,平均相对误差在16.6%~28.6%之间,空气污染指数（API）预报准确率在78.2%~87.8%之间。该预报方法能够满足拉萨市空气污染物浓度预报的需要。 展开更多
关键词 拉萨 空气质量 API 污染物浓度预报 逐步回归
下载PDF
城区大气污染物——NO_X浓度预测预报模式研究 被引量：3
2
作者 胡辉 谢静 +2 位作者 侯祺棕 李湘男 徐双庆 《城市环境与城市生态》 CAS CSSCI CSCD 北大核心 2002年第1期35-37,共3页
利用道路边大气污染的常年监测数据 ,对风向与无限线源成任意角的高斯内插大气扩散模式进行了系统测试 ,分析了影响预报精度的主要因素 ,在分析武汉市气象因素和天气状况的基础上 ,对模式进行了恰当地修正 ,经实测数据验证 。
关键词 大气污染 NOx浓度 预报模式 验证 武汉市 城区 预测模式 污染物
下载PDF
基于WRF-CMAQ模式的银川市空气质量预报效果检验分析 被引量：3
3
作者 陈敏 邵建 +2 位作者 杨苑媛 刘玉兰 杜晴阳 《气象与环境科学》 2023年第2期83-91,共9页
利用2015年1月1日至2018年12月31日银川市逐日空气质量指数、污染物浓度、首要污染物类型等实况监测数据及空气质量预报资料,分析了AQI指数、空气质量等级、首要污染物浓度及类型分布特征,并对WRF-CMAQ模式对宁夏空气质量的预报效果进... 利用2015年1月1日至2018年12月31日银川市逐日空气质量指数、污染物浓度、首要污染物类型等实况监测数据及空气质量预报资料,分析了AQI指数、空气质量等级、首要污染物浓度及类型分布特征,并对WRF-CMAQ模式对宁夏空气质量的预报效果进行了检验分析。结果表明:该预报对空气质量等级的预报效果不太理想,研究时段内,银川市空气质量等级预报的年度TS评分为20%~40%,漏报率和空报率较高。TS评分随年际变化呈递增趋势,漏报率和空报率呈递减趋势。空气质量等级为良时,TS评分显著高于其他等级的评分。AQI指数预报的平均绝对误差逐年减小,且呈现季节性的波动变化特征,并随污染等级增加总体上呈递增趋势。首要污染物类型的预报能力相对较好,模式对PM_(2.5)、PM_(10)浓度的预报效果在逐年改进,而对O_(3)浓度的预报能力在降低。经简单客观订正的银川市空气质量预报,各项预报要素的不同预报时次检验结果差异较小,即该预报产品的预报能力并未随预报时次缩短而出现较为明显的提升,表明其预报效果还有较大的提升空间。 展开更多
关键词 空气质量 污染物浓度 预报 效果检验
下载PDF
大气污染物浓度的投影寻踪自回归预测 被引量：6
4
作者 李诈泳 邓新民 《上海环境科学》 CAS CSCD 1997年第7期17-19,共3页
环境污染预测是环境科学研究的重要课题之一。线性回归预测、时序预测和灰色GM预测是常用的大气污染预测方法,但始终未能摆脱“假定—模拟—预报”的模式束缚,难以适应非正态、非线性分布的客观内在规律。投影寻踪高新技术,对数据结构... 环境污染预测是环境科学研究的重要课题之一。线性回归预测、时序预测和灰色GM预测是常用的大气污染预测方法,但始终未能摆脱“假定—模拟—预报”的模式束缚,难以适应非正态、非线性分布的客观内在规律。投影寻踪高新技术,对数据结构或特征不作任何假定,而是通过直接审视和分析数据,应用计算机软件程序设计,为时序分析开辟了一条“审视数据—模拟—预报”的数据分析新途径。该文采用投影寻踪自回归新技术,建立了大气污染物浓度的预测模型,并将该模型用于成都市1982～1987年期间的大气SO_2和NO_x浓度季节均值的建模和预测,获得较好的拟合和预测效果。 展开更多
关键词 大气 污染物 浓度 投影寻踪自回归 污染预测
下载PDF
基于改进萤火虫优化算法的SVR空气污染物浓度预测模型 被引量：9
5
作者 李萍 倪志伟 +1 位作者 朱旭辉 宋娟 《系统科学与数学》 CSCD 北大核心 2020年第6期1020-1036,共17页
为了对空气污染物浓度进行准确预测,提出了基于改进萤火虫优化方法(IGSO)的支持向量机回归(SVR)空气污染物浓度预测模型.首先,利用佳点集理论、拥挤度以及变步长策略对萤火虫优化算法进行改进;其次,根据空气污染物浓度时间序列数据构造... 为了对空气污染物浓度进行准确预测,提出了基于改进萤火虫优化方法(IGSO)的支持向量机回归(SVR)空气污染物浓度预测模型.首先,利用佳点集理论、拥挤度以及变步长策略对萤火虫优化算法进行改进;其次,根据空气污染物浓度时间序列数据构造训练集,运用IGSO算法寻找SVR的最优参数;最后,利用基于最优参数的SVR实现对空气污染物浓度的预测.通过两部分的实验说明文章所提方法的性能.1)在8个标准测试函数上进行多次对比实验,结果显示IGSO算法相比于基于其他改进策略的萤火虫优化方法能够寻找到更优的目标函数值且方差较小,实验表明改进萤火虫优化算法在稳定性及求解精度方面性能较优.2)对京津冀地区空气污染物浓度进行实验,结果显示如下,首先,相比于萤火虫优化算法、粒子群优化算法以及遗传算法,文章基于IGSO对SVR参数的多次寻优结果波动较小,并且所得SVR模型的交叉验证误差及其方差较小;其次,与基于上述其他优化算法的SVR、基于网格搜索的SVR以及BP神经网络相比,文章方法对测试集的预测精度较高.因此,基于IGSO的SVR空气污染物浓度预测模型具有较高稳定性及预测精度. 展开更多
关键词 空气污染物浓度预测 萤火虫优化算法 支持向量机回归 时间序列模型
原文传递
基于灰色BP-NN优化组合的PM2.5预测 被引量：4
6
作者 黄鹰 史爱武 +1 位作者 陈占龙 张威 《电子技术应用》 2020年第6期82-85,92,共5页
针对传统的BP神经网络模型无法有效表达时间序列数据中存在的历史特征的缺陷,提出利用灰色预测原理具备发现事物历史变化规律性的优势来解决BP神经网络预测模型的这一弱点,最后得到的灰色BP-NN优化组合模型具备了更高的预测精度。实验... 针对传统的BP神经网络模型无法有效表达时间序列数据中存在的历史特征的缺陷,提出利用灰色预测原理具备发现事物历史变化规律性的优势来解决BP神经网络预测模型的这一弱点,最后得到的灰色BP-NN优化组合模型具备了更高的预测精度。实验采用中国气象站2018年1月至2月北京市10个监测点的PM2.5质量浓度及其对应的每小时的空气污染物浓度、气象因子建立神经网络预测模型,并采用灰色预测算法对神经网络模型进行改进,改进后的结果为:在系统误差上有了较大的降低,同时预测结果与实测结果之间的拟合程度更好。 展开更多
关键词 空气污染 PM2.5浓度预测 气象因子 神经网络 灰色预测算法 时间序列数据 拟合
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部