中国环境监测
中國環境鑑測
중국배경감측
ENVIRONMENTAL MONITORING IN CHINA
2015年
3期
105-112
,共8页
陈强%梅琨%朱慧敏%蔡贤雷%张明华
陳彊%梅琨%硃慧敏%蔡賢雷%張明華
진강%매곤%주혜민%채현뢰%장명화
PM2.5%预测模拟%BP-ANN模型%多元线性回归模型%GIS%郑州地区
PM2.5%預測模擬%BP-ANN模型%多元線性迴歸模型%GIS%鄭州地區
PM2.5%예측모의%BP-ANN모형%다원선성회귀모형%GIS%정주지구
PM2.5%prediction model%BP-ANN model%multiple linear regression model%GIS%Zhengzhou
利用统计学原理和GIS技术,对郑州市2013年8月17-12月31日期间PM2.5浓度时空分布特征进行分析,同时结合气象资料与前一日污染数据,建立人工神经网络反向传播算法模型(BP-ANN)和多元线性回归模型用于该市细颗粒物污染的短期预测.结果表明,郑州市PM2.5浓度日变化呈单峰模式,随逆温现象的发生和交通的密集于上午11:00达到峰值,午后逐步下降.在工作日、周末与国庆节的对比中,国庆节期间颗粒物污染浓度高出平日32.8％,表明人为活动的加剧影响PM2.5的排放;周末与工作日期间无显著差异.在空间分布上,金水区、管城回族区污染最为严重,工业燃煤、地铁施工等源排放是造成污染的主要原因;位于远郊的岗里水库,受秸秆焚烧和市区污染输送等影响,PM2.5浓度亦维持较高水平.最后,研究将所构建的BP-ANN预测模型和多元线性回归模型对比,结果发现两模型在建模阶段预测值与真实值的拟合一致性指标分别为0.944、0.918,均方根误差分别为59.788、70.611;验证阶段拟合一致性指标分别为0.854、0.794,平均绝对误差分别为25.298、32.775,表明BP-ANN模型在预测郑州市PM25污染过程中更具优势.
利用統計學原理和GIS技術,對鄭州市2013年8月17-12月31日期間PM2.5濃度時空分佈特徵進行分析,同時結閤氣象資料與前一日汙染數據,建立人工神經網絡反嚮傳播算法模型(BP-ANN)和多元線性迴歸模型用于該市細顆粒物汙染的短期預測.結果錶明,鄭州市PM2.5濃度日變化呈單峰模式,隨逆溫現象的髮生和交通的密集于上午11:00達到峰值,午後逐步下降.在工作日、週末與國慶節的對比中,國慶節期間顆粒物汙染濃度高齣平日32.8％,錶明人為活動的加劇影響PM2.5的排放;週末與工作日期間無顯著差異.在空間分佈上,金水區、管城迴族區汙染最為嚴重,工業燃煤、地鐵施工等源排放是造成汙染的主要原因;位于遠郊的崗裏水庫,受秸稈焚燒和市區汙染輸送等影響,PM2.5濃度亦維持較高水平.最後,研究將所構建的BP-ANN預測模型和多元線性迴歸模型對比,結果髮現兩模型在建模階段預測值與真實值的擬閤一緻性指標分彆為0.944、0.918,均方根誤差分彆為59.788、70.611;驗證階段擬閤一緻性指標分彆為0.854、0.794,平均絕對誤差分彆為25.298、32.775,錶明BP-ANN模型在預測鄭州市PM25汙染過程中更具優勢.
이용통계학원리화GIS기술,대정주시2013년8월17-12월31일기간PM2.5농도시공분포특정진행분석,동시결합기상자료여전일일오염수거,건립인공신경망락반향전파산법모형(BP-ANN)화다원선성회귀모형용우해시세과립물오염적단기예측.결과표명,정주시PM2.5농도일변화정단봉모식,수역온현상적발생화교통적밀집우상오11:00체도봉치,오후축보하강.재공작일、주말여국경절적대비중,국경절기간과립물오염농도고출평일32.8％,표명인위활동적가극영향PM2.5적배방;주말여공작일기간무현저차이.재공간분포상,금수구、관성회족구오염최위엄중,공업연매、지철시공등원배방시조성오염적주요원인;위우원교적강리수고,수갈간분소화시구오염수송등영향,PM2.5농도역유지교고수평.최후,연구장소구건적BP-ANN예측모형화다원선성회귀모형대비,결과발현량모형재건모계단예측치여진실치적의합일치성지표분별위0.944、0.918,균방근오차분별위59.788、70.611;험증계단의합일치성지표분별위0.854、0.794,평균절대오차분별위25.298、32.775,표명BP-ANN모형재예측정주시PM25오염과정중경구우세.
