融合GNSS PWV、风速与大气污染观测的河北省春季PM2.5浓度模型研究

摘要：

PM2.5浓度时空演化特征分析有助于大气污染的现状和发展认知,但PM2.5浓度监测积累时间较短,且受到排放强度和气象因素的影响,因此可融合全球导航卫星系统(Global Navigation Satellite System,GNSS)天顶可降水量(precipitable water vapor,PWV)、风速和大气污染物构建PM2.5浓度模型.以河北省为例,首先分别开展PM2.5浓度与大气污染物、GNSS PWV及风速的相关性分析;然后将大气污染物、GNSS PWV和风速作为输入,PM2.5浓度作为输出,利用逆传播(back propagation,BP)神经网络分别构建城市PM2.5浓度模型和区域PM2.5浓度模型;最后进行PM2.5浓度模型可靠性检验.将模型预测值与PM2.5浓度实测值比较发现,预测PM2.5浓度等级准确率高,相对误差较低.该模型可用于区域PM2.5浓度时空演化特征分析.

关键词：PM2.5、大气污染物、天顶可降水量、风速、BP神经网络

所属期刊栏目：44

分类号：P228(大地测量学)

资助基金：天津市自然科学基金17JCYBJC21600;河北省自然科学基金D2015209024

在线出版日期：2019-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1198-1204