人工神經(jīng)網(wǎng)絡(luò)在城市空氣質(zhì)量預(yù)報(bào)中的應(yīng)用研究.pdf

1、目前，國(guó)內(nèi)外的大中城市空氣質(zhì)量逐漸惡化，嚴(yán)重灰霾、光化學(xué)污染等空氣污染突發(fā)事件時(shí)有發(fā)生，人們希望通過(guò)空氣質(zhì)量預(yù)報(bào)了解當(dāng)天或者未來(lái)一段時(shí)間內(nèi)的空氣質(zhì)量狀況，及時(shí)調(diào)整出行或采取有效的應(yīng)對(duì)措施。 由于機(jī)動(dòng)車尾氣的排放，城市主干道周邊是空氣污染最為嚴(yán)重的區(qū)域之一，預(yù)測(cè)其空氣污染物濃度對(duì)指導(dǎo)居民出行和預(yù)防空氣質(zhì)量惡化有重要的意義。而區(qū)域性的整體空氣質(zhì)量對(duì)城市人口生活質(zhì)量的影響也相當(dāng)大，所以城市一般點(diǎn)的空氣質(zhì)量預(yù)報(bào)也十分必要。 空氣

2、質(zhì)量預(yù)報(bào)方法的研究和應(yīng)用在國(guó)內(nèi)外仍處于發(fā)展階段。一般的預(yù)報(bào)方法有數(shù)值計(jì)算模型和統(tǒng)計(jì)模型等。數(shù)值計(jì)算模型輸入?yún)?shù)復(fù)雜、難以獲取，并且數(shù)據(jù)量大、計(jì)算時(shí)間長(zhǎng)；而一般統(tǒng)計(jì)模型則難以模擬空氣污染隱含的非線性特性。針對(duì)這些問(wèn)題，本文提出了一種基于神經(jīng)網(wǎng)絡(luò)模型的空氣質(zhì)量預(yù)報(bào)方法。論文從城市路邊點(diǎn)空氣質(zhì)量預(yù)報(bào)和城市一般點(diǎn)空氣質(zhì)量預(yù)報(bào)兩個(gè)方面展開(kāi)模型研究。 首先，利用人工神經(jīng)網(wǎng)絡(luò)對(duì)城市主干道周邊多種機(jī)動(dòng)車污染物的小時(shí)平均濃度進(jìn)行預(yù)測(cè)。將影響機(jī)動(dòng)車

3、污染物濃度的因素分為交通因素、背景濃度因素、氣象因素和地理因素四類，其中，以車流量小時(shí)系數(shù)來(lái)表示交通因素。然后進(jìn)行三次路邊自動(dòng)監(jiān)測(cè)實(shí)驗(yàn)獲得影響因素?cái)?shù)據(jù)和污染物濃度數(shù)據(jù)，再用這些數(shù)據(jù)分別建立和檢驗(yàn)可用于預(yù)測(cè)污染物小時(shí)濃度值的BP神經(jīng)網(wǎng)絡(luò)，最后與多元線性回歸模型、美國(guó)加州CALINE4模型的預(yù)測(cè)值進(jìn)行對(duì)比，結(jié)果表明神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度較高。 第二，對(duì)于城市一般點(diǎn)空氣質(zhì)量的預(yù)報(bào)，考慮到模型的適用性，采用了常規(guī)的氣象預(yù)報(bào)參數(shù)作為模型的輸入

4、，包括風(fēng)向方位、風(fēng)速等級(jí)、雨量等級(jí)、云量等級(jí)、溫度及濕度，同時(shí)也考慮了背景濃度的影響。經(jīng)過(guò)分季節(jié)的處理，以夏季模型和非季節(jié)模型為例，通過(guò)分別建模、檢驗(yàn)，使用氣象局公布的實(shí)際天氣預(yù)報(bào)數(shù)據(jù)作為輸入，進(jìn)行污染物濃度日均值預(yù)測(cè)，實(shí)際檢驗(yàn)了模型的預(yù)測(cè)效果。最后采用國(guó)家規(guī)定的空氣質(zhì)量日?qǐng)?bào)預(yù)報(bào)精確度評(píng)分，對(duì)兩種模型進(jìn)行比較。結(jié)果顯示夏季模型的預(yù)報(bào)精確度評(píng)分高于非季節(jié)模型。 第三，基于氣象因素對(duì)污染物擴(kuò)散和濃度分布起關(guān)鍵作用的考慮，提出了基于氣