郑州市PM2.5浓度时空分布特征及预测模型研究

doi:10.19316/j.issn.1002-6002.2015.03.018

科研成果详情

题名	郑州市PM2.5浓度时空分布特征及预测模型研究
其他题名	Study on Spatiotemporal Variability of PM2.5 Concentrations and Prediction Model over Zhengzhou City
作者	陈强1; 梅琨1; 朱慧敏1; 蔡贤雷1; 张明华1,2
发表日期	2015-06-15
发表期刊	中国环境监测影响因子和分区
语种	中文
原始文献类型	学术期刊
关键词	PM2.5 预测模拟 BP-ANN模型多元线性回归模型 GIS 郑州地区
其他关键词	PM2.5 ; prediction model ; BP-ANN model ; multiple linear regression model ; GIS ; Zhengzhou
摘要	利用统计学原理和GIS技术,对郑州市2013年8月17—12月31日期间PM2.5浓度时空分布特征进行分析,同时结合气象资料与前一日污染数据,建立人工神经网络反向传播算法模型(BP-ANN)和多元线性回归模型用于该市细颗粒物污染的短期预测。结果表明,郑州市PM2.5浓度日变化呈单峰模式,随逆温现象的发生和交通的密集于上午11:00达到峰值,午后逐步下降。在工作日、周末与国庆节的对比中,国庆节期间颗粒物污染浓度高出平日32.8%,表明人为活动的加剧影响PM2.5的排放;周末与工作日期间无显著差异。在空间分布上,金水区、管城回族区污染最为严重,工业燃煤、地铁施工等源排放是造成污染的主要原因;位于远郊的岗里水库,受秸秆焚烧和市区污染输送等影响,PM2.5浓度亦维持较高水平。最后,研究将所构建的BP-ANN预测模型和多元线性回归模型对比,结果发现两模型在建模阶段预测值与真实值的拟合一致性指标分别为0.944、0.918,均方根误差分别为59.788、70.611;验证阶段拟合一致性指标分别为0.854、0.794,平均绝对误差分别为25.298、32.775,表明BP-ANN模型在预测郑州市PM2.5污染过程中更具优势。
ISSN	1002-6002
卷号	31 期号:03 页码:105-112
DOI	10.19316/j.issn.1002-6002.2015.03.018
页数	8
收录类别	CNKI ; 万方 ; 北大核心 ; PKU ; CSCD ; ISTIC
URL	查看原文
引用统计
文献类型	期刊论文
条目标识符	https://kms.wmu.edu.cn/handle/3ETUA0LF/49199
专题	公共卫生学院_水环境应用技术研究所
作者单位	1.温州医科大学水环境应用技术研究所; 2.加州大学戴维斯分校陆地大气与水资源系
第一作者单位	温州医科大学
第一作者的第一单位	温州医科大学
推荐引用方式 GB/T 7714	陈强,梅琨,朱慧敏,等. 郑州市PM2.5浓度时空分布特征及预测模型研究[J]. 中国环境监测,2015,31(03):105-112.
APA	陈强, 梅琨, 朱慧敏, 蔡贤雷, & 张明华. (2015). 郑州市PM2.5浓度时空分布特征及预测模型研究. 中国环境监测, 31(03), 105-112.
MLA	陈强,et al."郑州市PM2.5浓度时空分布特征及预测模型研究".中国环境监测 31.03(2015):105-112.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
IAOB201503020.CAJ（1395KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载