基于NARX神经网络的湖南省空气质量预报效果评估研究

摘要：

针对湖南省的带外源输入的非线性自回归(Nonlinear autoregressive with external input,NARX)神经网络模型,评估了 2019年10月1日-2020年9月30日的污染物浓度预报准确率,并进一步评估模式对O3和PM2.5等两个重点污染物的时空分布预报效果.结果表明:模式预报的未来第1天级别准确率为91％,首要污染物准确率为70％;在空气质量等级为优良时,其预报能力较好.从时间序列上看,模式预报的PM2.5和臭氧日最大8小时滑动平均浓度(O3_8hr)与实测浓度的变化趋势较为一致,但模式对PM2.5浓度有所高估;从空间分布上看,模式对夏季和冬季O3_8hr整体的空间分布预报能力较优,且能够捕捉冬季PM2.5污染过程的发生.

关键词：O3、PM2.5、NARX神经网络、预报效果评估

所属期刊栏目：47

分类号：X823(环境质量分析与评价)

资助基金：湖南省重点领域研发计划长株潭区域大气细颗粒物污染成因解析及防治关键技术研究与应用示范2019SK2071

在线出版日期：2022-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：170-174