基于动力和热力因子的空气质量动态融合统计预报方法

摘要

本发明公开一种基于动力和热力因子的空气质量动态融合统计预报方法，包括以下步骤：数据收集；引入动力和热力影响因子；对由显著性水平α＝0.01的影响因子组成向量矩阵进行自然正交分解，选取累积方差贡献超过98％的主成分；使用主成分建立回归方程；利用反向传播神经网络算法，建立神经网络模型；对回归方程和神经网络模型的拟合结果和历史预报准确性进行评估检验；使用加权平均算法计算最终融合预报结果；对最终融合预报结果的准确性进行评估检验：实时将新生数据加入历史数据集，并根据检验评估结果动态更新预报模型。本发明相比于现有方法，各污染物浓度预报相对误差降低3％～11％，级别预报准确率提高4％～8％。