卷积神经网络的PM2.5预报模型

摘要：

针对目前基于机器学习的PM2.5预报模型无法充分利用研究区域内其他相关站点的数据问题,该文提出了一种区域时空点数据的表示方法,并在此基础上提出了基于卷积神经网络的PM2.5预报模型.该模型利用了区域内多站点的历史PM2.5实测数据以及相应的气象预报数据,对区域内任一站点PM2.5浓度进行预报.实验结果显示,该模型在京津冀区域内能对未来至少3d内的PM2.5浓度进行较高精度的预报.与基于单站点的前馈神经网络预报结果对比表明,对区域整体污染及气象状况建模的卷积神经网络模型预报精度更高.该模型对区域内所有站点的预测结果与地面实测值的分布基本一致,表明了该模型具有对区域内PM2.5浓度进行时空预报的能力.

关键词：空气质量预报、细颗粒物PM2.5、卷积神经网络

所属期刊栏目：43

分类号：TP18;X8(自动化基础理论)

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：68-75