顾及数据特征的贝叶斯网络PM2.5浓度预报研究
陈璟雯1
邹滨1
王敏1
田耘2
罗岳平2
1.中南大学地球科学与信息物理学院,湖南长沙,4100832.湖南省环境监测中心站,湖南长沙,410019
摘要：针对传统贝叶斯网络模型在样本数据不充分限制下预报精度低的缺陷,引入相似性度量方法,提出一种基于Jaccard相似性系数修正的贝叶斯网络PM2.5日均浓度预报模型.在传统模型缺失对应输出时,改进贝叶斯网络模型可依据相似性原理,从历史资料筛选预报日相似样本,并基于筛选出的相似样本估算预报日PM2.5浓度值.以2013年长沙市3个空气质量监测点监测数据为例,运用改进模型和传统模型在各站点不同季节典型月份开展了预报实验.结果表明:改进贝叶斯网络模型相对传统贝叶斯网络模型在5月、11月、2月的预报准确率均有不同程度的提高;同一月份,各站点预报效果无显著差异;不同月份预报效果差别明显,预报准确率从高到低依次是8月、5月、11月和2月.研究证实,引入样本相似性度量手段提高传统贝叶斯网络模型在空气质量预报中的精度具有可行性.
关键词：PM2.5空气污染预报贝叶斯网络相似性度量
分类号：X513(大气污染及其防治)
资助基金：国家自然科学基金(41201384)湖南省自然科学基金(12JJ3034)地理空间信息工程国家测绘地理信息局重点实验室开放研究基金(201328)地理空间信息工程国家测绘地理信息局重点实验室开放研究基金(2014J07)
论文发表日期：2015-01-01
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）
英文信息