基于皮尔森相关性分析和BP神经网络的北京城市雾霾治理对策

摘要

为了明确下一阶段(2020-2035年)北京城市雾霾治理的政策路径,本文使用皮尔森相关性分析和状态转移算法的改进STA-BP神经网络,分析了北京城市雾霾的主要影响因素并预测了不同治理政策的效果。汽油消耗量、单位GDP能耗、北京二氧化硫排放量、机动车保有量与北京PM2.5具有极强的相关性。基于STA-BP神经网络的模拟结果显示,下一阶段北京城市雾霾治理应以控制机动车尾气排放为重点,采用京津冀跨区域治理模式。为建立京津冀跨区域雾霾污染治理协作机制,具体措施包括建立区域大气污染治理联合机构、制定统一的空气质量管理目标、建立健全区域大气污染联防联控管理机制、加强大气环境承载力约束、突出分区污染治理重点和构建区域污染治理的科技联动机制。