基于MIV-BP神经网络的公交场站污染物暴露水平测评

摘要

为了研究城市居民在公交场站污染物暴露水平下的影响程度,分析交通、公交场站、气象条件及周边环境对污染物浓度的影响,通过测量早晚高峰以及平峰期间的PM2.5浓度、CO浓度、风速、温度、车流量等10个因素,采用平均影响值(MIV)与BP(back propagation)神经网络相结合的方法,确定公交场站污染物暴露水平的主要影响因素,并在此基础上建立MIV-BP神经网络测评模型.评估结果表明:公交场站PM2.5的暴露浓度与公交停靠站类型、车流量、小车流量、大车流量、风速、湿度、降雨量有关;CO的暴露浓度与瞬时停靠车辆数、公交停靠站类型、湿度、风速、温度、车流量有关;改进后的MIV-BP神经网络模型较BP神经网络具有更高的预测精度和准确度,可有效对公交场站污染物暴露水平进行测评.