典型文献
基于多源数据的榆林市PM2.5预测模型研究
文献摘要：
在PM2.5监测过程中,常出现同一地点、同一排放源浓度监测结果差异较大的情况,受地面环保监测站点数量、分布的限制,很难反映变化情况.本文利用榆林市2018至2020年气象站逐小时数据和环保监测站的PM2.5数据,先对站点进行时空匹配,并与PM2.5进行相关性分析,再通过建立循环神经网络对PM2.5浓度进行预测.结果表明:PM2.5与气象要素线性相关性从强到弱,分别为温度>湿度>气压>风速,相关系数R分别为0.187、0.164、0.151、0.018;基于多源数据的循环神经网络可对PM2.5预测,建立的实验组中,实验组1应用最好,平均决定系数r2为0.836、平均相对误差为0.16,实验组4应用最差,平均决定系数r2为0.537、平均相对误差为0.2.
文献关键词：
PM2.5;多源数据;循环神经网络;气象要素
中图分类号：
作者姓名：
李姗姗;薛小宁;李晓利;艾轩
作者机构：
陕西省榆林市气象局,陕西 榆林 719000;陕西省榆林市横山区气象局,陕西 榆林 719199
文献出处：
引用格式：
[1]李姗姗;薛小宁;李晓利;艾轩-.基于多源数据的榆林市PM2.5预测模型研究)[J].黑龙江环境通报,2022(04):5-9
A类：
B类：
多源数据,榆林市,PM2,监测过程,一排,排放源,监测结果,环保监测,监测站,气象站,小时数,时空匹配,循环神经网络,气象要素,线性相关性,强到,决定系数,r2,平均相对误差
AB值：
0.289765
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
