气象参数对基于BP神经网络的PM_(2.5)日均值预报模型的影响
Effect of meteorological parameters on the PM_(2.5) daily concentration forecasting model based on the BP neural network作者机构：中山大学工学院广东省智能交通系统重点实验室广州510275 东北电力大学自动化工程学院吉林吉林132012 中山大学先进技术研究院广州510275
出 版 物：《安全与环境学报》 (Journal of Safety and Environment)
年 卷 期：2015年第15卷第6期
页 面：324-328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]
主 题：环境学 PM2.5日均值预报 BP神经网络 气象参数 预报误差
摘 要：建立了基于BP神经网络的PM_(2.5)质量浓度预报模型,对广州市5个监测点2012年6月—2013年5月的PM_(2.5)质量浓度日均值进行预报,分析了总体预报误差、不同风速和降雨量下的预报误差,以及天气预报误差对PM_(2.5)质量浓度预报误差的影响。结果表明,BP神经网络模型对5个站点的PM_(2.5)预报结果稳定,平均相对误差为29.71%。在有利于PM_(2.5)扩散的气象条件下预报误差较大,风速较大时与风速较小时预报误差的差异高达15%,而不同降雨量情况下的预报误差较相近。修正天气预报后,各站点的预报误差平均降低了4.67%。这表明可从空气质量数据质量等方面入手改进模型。
维普期刊数据库
同方期刊数据库