0
关键词：
氯苯,生物滴滤,动力学,微生物种群,PCR-DGGE
发表时间：
2012-09-11 15:34:12
神经网络模型在O_3浓度预测中的应用
张婷 | -> | 1111| 0| 404.288MB |神经网络模型,多层感知器,O3,污染预测,多元线性回归,预报模型
摘要: O3是近地面大气中一种重要的二次污染物． 本研究采用神经网络多层感知器( Multi-Layer Perceptron) 和多元线性回归2 种模型，以广州万顷沙站2006 年的气象观测数据为输入，对该站O3的1 h 平均峰值浓度进行提前1 d 的预测，并比较了2种模型的预测效果． 模型的输入参数为前1d O3的最高1h 平均浓度和第二天的气象参数( 温度、湿度、风速、风向、气压和光照) ． 为了降低神经网络的复杂度以提高模型的泛化能力，采用了OBS( Optimal brain surgeon) 方法对神经网络模型进行了修剪． 结果表明，经过修剪后的神经网络预测结果的准确指数( agreement index) 为92. 3% ，RMSE 为0. 042 8 mg /m3 ，R-square 为0. 737，重污染事件( 1 d 中O3峰值浓度超过0. 20 mg /m3 ) 的预报准确率为77. 0% ． 为了进一步提高重污染事件发生概率大小的预报效果，采用了神经网络分类器对臭氧的污染级别进行预测，该处理后重污染事件预报准确率可以达到83. 6% ． 综合比较神经网络模型和多元线性回归模型的拟合效果后发现，神经网络模型在O3峰值预报中具有明显优势，本研究建立的神经网络模型具有臭氧污染预测预警的实用价值．
O3是大气中一种非常重要的氧化剂，而且是光化学烟雾的一种重要指示物质［1］但是O3
不同于其他污染物，因为它并不是由人为活动直接排放的，而是来自于大气中复杂的光化学反应，其反应主要前体物为氮氧化物( NOx) 和非甲烷烃( NMHC) ［2］O3作为一种重要的二次污染物，已经受到人们的广泛关注［3］近地面O3浓度的升高对人体健康和植物都具有不利影响． 流行病调查显示，在O3浓度较高时期，特别是光化学烟雾污染发生时期，往往伴随着人群死亡率的大幅度增长［4，5］ 高浓度的O3对植物的生长也有明显的危害作用，特别是在植物的生长发育时期［6］出于对人们健康因素的考虑，提前预报O3峰值浓度具有重要意义．
尽管NO2、CO 等前体物质排放量的改变会影响每天O3的浓度，但是研究发现，气象条件通过影响光化学反应进程，从而影响到O3的生成和分解，对O3氧的逐日和逐时变化则主要是由于气象条件变化及其带来的传输途径的变化而引起的． 因此，如果能找到气象条件和O3浓度之间的统计关系，就有可能预报出O3浓度［8］多元线性回归是常用的寻找输入参数( 比如气象条件) 和O3
浓度之间统计关系的方法之一［9，10］多元线性回归需要进行变量形式的转换，可以在一定程度上达到模拟O3生成的非线性过程的目的［11］． 但是研究显示，线性模型在高浓度O3的预测效果不太理想［12］． 此外，广义加法模型［13］，时间序列分析［14］，模糊系统模型［15］，神经网络模型［2，14，16，17］等也被应用到研究中，其中神经网络模型得到最广泛的关注，并在实际预测中得到了应用［12］．
本研究在广州万顷沙站2006 年气象观测数据的基础上，用多元线性回归和神经网络的多层感知器模型( MLP) 探索通过气象条件预报O3浓度的方法，并对2 种预测方法的结果进行比较，这为O3浓度的实际预报方法进行了理论上的探索．
不同于其他污染物，因为它并不是由人为活动直接排放的，而是来自于大气中复杂的光化学反应，其反应主要前体物为氮氧化物( NOx) 和非甲烷烃( NMHC) ［2］O3作为一种重要的二次污染物，已经受到人们的广泛关注［3］近地面O3浓度的升高对人体健康和植物都具有不利影响． 流行病调查显示，在O3浓度较高时期，特别是光化学烟雾污染发生时期，往往伴随着人群死亡率的大幅度增长［4，5］ 高浓度的O3对植物的生长也有明显的危害作用，特别是在植物的生长发育时期［6］出于对人们健康因素的考虑，提前预报O3峰值浓度具有重要意义．
尽管NO2、CO 等前体物质排放量的改变会影响每天O3的浓度，但是研究发现，气象条件通过影响光化学反应进程，从而影响到O3的生成和分解，对O3氧的逐日和逐时变化则主要是由于气象条件变化及其带来的传输途径的变化而引起的． 因此，如果能找到气象条件和O3浓度之间的统计关系，就有可能预报出O3浓度［8］多元线性回归是常用的寻找输入参数( 比如气象条件) 和O3
浓度之间统计关系的方法之一［9，10］多元线性回归需要进行变量形式的转换，可以在一定程度上达到模拟O3生成的非线性过程的目的［11］． 但是研究显示，线性模型在高浓度O3的预测效果不太理想［12］． 此外，广义加法模型［13］，时间序列分析［14］，模糊系统模型［15］，神经网络模型［2，14，16，17］等也被应用到研究中，其中神经网络模型得到最广泛的关注，并在实际预测中得到了应用［12］．
本研究在广州万顷沙站2006 年气象观测数据的基础上，用多元线性回归和神经网络的多层感知器模型( MLP) 探索通过气象条件预报O3浓度的方法，并对2 种预测方法的结果进行比较，这为O3浓度的实际预报方法进行了理论上的探索．
张婷发布的其他共享资料
-
-
关键词： 溴联苯醚,血清,甲状腺激素,相关性,生产源区 发表时间： 2012-09-11 15:29:06
-
关键词： 挥发性有机物,沈阳,季节分布,日变化,空间分布来源识别 发表时间： 2012-09-11 15:27:21
-
关键词： 神经网络模型,多层感知器,O3,污染预测,多元线性回归,预报模型 发表时间： 2012-09-11 15:25:06
-
关键词： 半分析方法,光学闭合原理,后向散射系数,最佳参考波长,影响因子 发表时间： 2012-09-11 10:27:01
-
关键词： 持久性有机污染物,多环芳烃(PAHs),降雨径流,颗粒物,分布特征 发表时间： 2012-09-11 10:24:54