基于BP神经网络的河北中南部空气质量预报研究

摘要

详细阐述了基于相关性较好的初始样本的BP神经网络空气质量预报模型的建立过程.以石家庄和邢台为例,将相邻两日污染物浓度差值作为预报量,利用前一日污染物浓度和当日气象要素日均值为预报因子,两者结合起来进行空气质量预报,并以冬季空气质量模型为例,对空气质量等级预报准确率进行检验.结果表明,石家庄和邢台SO2和O3的等级预报准确率为90％以上,PM2.5、PM10的等级预报准确率均为80％以上,首要污染物预报准确率均为80％以上.总体上,石家庄的空气质量等级预报准确率好于邢台.