太原市PM_(2.5)浓度的气象特征影响分析及预报

作     者：李明明 王雁 闫世明 陈玲 韩照宇 LI Ming-ming;WANG Yan;YAN Shi-ming;CHEN Ling;HAN Zhao-yu

作者机构：山西省气象科学研究所太原030002 

出 版 物：《环境科学》 (Environmental Science)

年 卷 期：2023年第44卷第2期

页      面：611-625页

核心收录：

学科分类：07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 0703[理学-化学] 0714[理学-统计学（可授理学、经济学学位）] 0701[理学-数学] 

基　　金：山西省科技厅自然基金项目(201901D111465) 山西省基础研究计划项目(20210302124202)。 

主　　题：长短时记忆神经网络(LSTM) 气象特征 机器学习 PM_(2.5)浓度 预报 k均值聚类 太原 

摘      要：利用2016~2020年太原市污染物浓度资料、以及国家基准气象观测站的同期地面气象资料,重点分析了太原市PM_(2.5)浓度的变化特征以及湿度、降水、风和混合层厚度等气象条件对PM_(2.5)浓度的影响,同时探讨了污染物浓度变化的成因,建立基于LSTM神经网络的PM_(2.5)浓度预报模型.结果表明,2016~2020年太原市区冬季出现的重污染天数最多,其中2017年冬季出现天数最多为28 d,PM_(2.5)浓度总体呈现出秋冬季节高,春夏季节低,周末PM_(2.5)浓度高于工作日浓度,PM_(2.5)浓度日变化大致呈现双峰型分布,分别出现在09:00左右和23:00至翌日01:00.除相对湿度和冬季气温外,其余气象要素与PM_(2.5)浓度在四季均表现为负相关.影响太原市区PM_(2.5)浓度升高的污染源主要位于其NE-ENE-E方向,西北部地区的相对不明显.汛期当达到中雨(降水量≥10 mm)以上级别的降水都对PM_(2.5)浓度降低有明显效果.大气混合层高度增加对于PM_(2.5)在垂直方向的扩散和稀释非常有利.冬季强偏西北向气流,相对湿度低,地面处于高压控制,混合层高度高,属于最利于PM_(2.5)浓度降低的类簇.采用LSTM模型建模,PM_(2.5)浓度预测的R~2高达0.95,显著优于传统树模型和线性回归模型(R~20.60),预测结果残差接近正态分布,其中84.2%预测结果的绝对误差低于20μg·m^(-3),模型的MAE、 MAPE和RMSE分别为38.17、 17.19%和20.6.