文献类型：期刊文章

作　　者：白鹤鸣[1,2] 沈润平[1] 师华定[2] 董钰春[3]

机构地区：[1]南京信息工程大学遥感学院,江苏南京210044 [2]中国环境科学研究院,北京100012 [3]宿迁市气象局,江苏宿迁223800

出　　处：《环境科学与技术》

基　　金：国家环保公益性行业科研专项(201109065)

年　　份：2013

卷　　号：36

期　　号：3

起止页码：186-189

语　　种：中文

收录情况：BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、JST、PROQUEST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。

关 键 词：神经网络 空气污染指数 预测模型  

分 类 号：X823]