基于神經網絡的城市大氣霧霾污染短時預測方法研究

摘要：城市大氣霧霾污染短時預測性會影響人們日常出行，威脅人們生命健康，為了避免霧霾所造成的生命安壘問題，提出基于神經網絡的城市大氣霧霾污染短時預測方法，該方法通過分析產生城市大氣霧霾的原因，獲取工業生產排放、煤炭排放和汽車尾氣在合成霧霾時所需要的量，并將三者代入神經網絡中，結合線性組合囂構建霧霾短時預測模型，根據模型輸出結果實現城市大氣霧霾污染短時預測。實驗結果表明，基于神經網絡的城市大氣霧霾污榮短時預測方法應用后，短時預測準確性高。

關鍵詞：霧霾污染；BP神經網絡；線性組合器；霧霾短時預測模型

中圖分類號：X51 文獻標志碼：A

前言

近年來，空氣質量不僅與氣候、地理因素有關，還與漂浮在空中的顆粒污染物有關。這些導致空氣質量下降的顆粒污染物被統稱為霧霾，是導致人類生活環境極度惡劣的罪魁禍首。為了降低霧霾所造成的生命安全問題，研究人員展開對城市大氣霧霾污染短時預測方法的研究。

屈坤等通過ANNs算法分析大氣污染物各變量間的非線性遙感趨勢，實現霧霾污染短時預測。羅嗣卿等通過蛙跳算法將大氣污染特征劃分為6個預警等級，實現霧霾污染短時預測。吳亞平等通過灰色關聯度法分析顆粒污染物與氣象要素變化之間的關系，實現霧霾污染短時預測，上述三種方法存在準確性低的問題。

為了解決上述方法中存在的問題，提出基于神經網絡的城市大氣霧霾污染短時預測方法。