长株潭城市群空气质量变化特征分析及预测

摘要：

[目的]探讨气象因素与主要大气污染物的相关关系,研究空气质量的预测方法,为空气质量的监测、预警与调控提供一定的科学依据和参考.[方法]利用长株潭城市群23个国控监测点空气污染物日监测数据结果,研究2014—2019年长株潭城市群空气质量年份、季节、月变化特征及其对气象因素的响应,结合气象因素进行相关性分析,采用主成分分析(PCA)方法对13项气象数据进行降维处理,提取气象因素的综合评价指标,利用建立的BP神经网络、GA-BP神经网络、PSO-BP神经网络模型对长株潭空气质量进行预测分析.[结果](1)长株潭城市群夏季空气质量较稳定,冬季空气质量稳定性最差,月平均值呈现"U型"分布状态.整体空气质量指数与平均气压呈正相关(P<0.05),与平均相对湿度、降雨量呈负相关(P<0.05).冬季AQI变化受气象因素影响较小;(2)使用PSO-BP神经网络的预测值与实测值相关系数为0.996,平均绝对误差比BP神经网络、GA-BP神经网络分别减少90.50％、31.08％,均方误差比BP神经网络、GA-BP神经网络分别减少92.92％、17.15％.[结论]长株潭城市群PM2.5、PM10、CO、NO2浓度出现升高趋势,O3污染浓度持续升高,光化学污染成为长株潭城市群地区重要的污染形式.为防冬季雾霾现象的频发,应重点加强PM2.5、PM10防治.该区域空气质量在不同季节下受气象因素影响不同,说明空气质量的变化是多种气象因素综合作用的结果.

关键词：空气质量指数(AQI)、气象要素、主成分分析、BP神经网络、GA-BP神经网络、PSO-BP神经网络

所属期刊栏目：10

分类号：X508(一般性问题)

资助基金：湖南省重点研发项目;中央财政林业科技推广示范资金项目;湖南省林业科技创新资金项目

在线出版日期：2023-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：32-43