集成CNN-LSTM预测模型的空气质量可视化平台
刘媛媛
曹宇飞
运城学院数学与信息技术学院 山西运城 044000
摘要：针对目前空气质量可视化平台预测模型集成度低,且一般不以站点为目标进行空气质量预测的问题,设计并开发了一套集成CNN-LSTM预测模型的空气质量可视化系统.系统主要基于Python语言,采用Echarts可视化框架,并使用Ajax进行数据渲染,实现了实时数据展示、站点详细数据展示、未来12 h AQI预测及出行建议等功能模块.其中预测模块集成了基于CNN-LSTM的空气质量预测模型,以运城市5个国控站点为例,分别进行了小时粒度上的AQI预测,为民众的出行提供更加精准的指导和建议.
关键词：可视化空气质量预测CNNLSTM
资助基金：运城学院应用研究项目(YQ-2020019)
论文发表日期：2022-04-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 19-22 )