46 / 2023-03-08 09:33:22

基于多源数据的榆林市PM2.5预测模型研究

多源数据；循环神经网络；气象要素

       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，即在不同气象条件下，污染物传播扩散规律不同。受地面环保监测站点数量、分布的限制，很难反映其在榆林市的变化情况。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，平均决定系数为0.537、平均相对误差为0.2。