基于BP神经网络模型的贵阳市臭氧浓度预报研究

摘要

本文基于BP神经网络模型,利用贵阳市环监站2016年6月~2017年9月O3浓度逐时数据以及对应时刻气象观测数据,在系统分析贵阳市臭氧浓度变化特征的基础上,利用BP神经网络模型,对贵阳市大气O3浓度进行预测,结果表明:1) 贵阳市O3浓度总体呈现出春夏高、秋冬低的波动变化特征,年均值为58 μg/m3;5月(86 μg/m3)、11月(40 μg/m3)分别为浓度最高、最低月。在季节时间尺度上表现为春季 夏季 冬季 秋季的特点,夏季均值明显高于其他三季;日变化特征为单峰型,18:00出现峰值,峰值为82 μg/m3;2) O3浓度与气压、相对湿度呈负相关,与温度、风速呈现正相关,相关系数分别为−0.61、−0.75、0.81和0.76;3) 基于只考虑气象因素和考虑气象因素加污染因素两种输入方案的BP神经网络均能较好地预测O3质量浓度,前者实测O3质量浓度与预测O3质量浓度相关系数为0.69,后者为0.81,且两者预测结果与实测数据的平均绝对误差分别为40.2%和29.6%。说明基于考虑了气象和污染双重因子的输入方案BP神经网络预测结果相较于基于只考虑气象因子的输入方案的BP神经网络预测结果更优。