BP神经网络模型在O3质量浓度预报中的应用
杜勤博1
陈欢欢2
李玥莹3
吴晓燕3
郑素帆3
肖俊光3
1.汕头市潮阳区气象局,广东汕头515100;南京信息工程大学,江苏南京2100002.汕头市气象局,广东汕头,5150413.汕头市潮阳区气象局,广东汕头,515100
摘要：采用BP神经网络和逐步线性回归两种模型,以2014-2017年汕头市金平环境监测子站的6种污染物质量浓度以及同期汕头市国家基准气象观测站37类地面气象观测数据为预报因子,对该站O3最大8h质量浓度进行预测.结果 表明:两种预报模型在历史数据拟合效果上并不存在明显差异,总体上冬春季的模型拟合度高于夏秋季.在2017年7和12月2个独立样本的预报效果检验中,BP网络模型预报准确指数(d)分别比回归模型高10.4％和0.8％;BP网络模型预报级别准确率(TS)分别比回归模型高12.9％和3.3％.BP网络模型无论在预报精度还是预报稳定度上均明显优于回归模型.夏秋季降水因子的影响常导致BP模型预报值出现正误差,冬春季冷空气南下的影响常导致BP模型预报出现负误差.
关键词：环境气象BP神经网络O3质量浓度预测逐步线性回归气象条件汕头市
分类号：X831(环境监测)
资助基金：汕头市气象局科研项目(1803)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 29-32 )