南京市逐日空气污染指数的分析与预测

发布时间：2021-01-28 23:41

　　大气污染是我国急需解决的环境问题之一,对其分析与预测是“打赢蓝天保卫战”的重要环节,是大气环境治理成效的检验,亦是为了更加精准的对重污染区域、易发生污染时间段进行有效防治。本文主要采用逐日空气污染指数（Air Pollution Index,API）数据,以南京市为例,对其API进行分析与预测。在分析上:首先采用小波分析和直观统计的方法对2001～2010年间API进行月变化分析;其次以季节为周期对该市API变化规律进行统计分析;然后采用模糊综合评价的方法对10年间空气质量进行评判并得出API的年际变化规律;并采用Daniel趋势检验法分别对API在月、季、年周期上进行趋势分析。通过分析得出API的变化规律,由其中季节性规律得出API随季节性变化不同,因此,API预测需要分别建立春、夏、秋、冬四季的预测模型。在预测上:以BP神经网络预测模型为基础,渐进式的进行优化,以改进API在骤然升高或降低时段的预测精度。首先用果蝇算法（Fruit Fly Optimization Algorithm,FOA）对BP网络进行优化建立新的模型——FOA-BP模型。其次对该市各季节数据分别小波分解,然后... 

【文章来源】：安徽理工大学安徽省

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

图I研究区范围与监测站点分布

模糊评价结果。??＇ｒｕ?１、??Ｕ？?＝?（ｗ．ａｒＪ?ｆ?ｆ、广ｍｌ?＾＊ｍ２?＾ｍｎ?Ｊ??空气污染浓度的数据，由Ｓ０２、Ｎ０２、ＰＭ１Ｑ等空气污染Ｉ即可以Ｓ０２、Ｎ０２、ＰＭ１Ｑ等空气污染物浓度作指标、级、以污染物浓度实测值确定模糊综合矩阵和权重向评价。??网络??网络的基本原理??

－，。??激活函数的选择??神经网络一般采用Ｓ形的激活函数，其输入与输出关系如下：??：?ｎｅｔ?＝?ｘｘｗ，?＋?ｘ２ｗ２?＋?＋?ｘ？ｗｎ出：?ｙ?＝?ｆ?（ｎｅｔ）?＝?ｌ＿ｍｔｌ?＋?ｅ??学习速率的选取??速率一般取值０．０１－０．８，学习速率取值较大易导致网络的不稳定，收敛太慢，延迟训练时间。??期望误差的选取??络设计过程，可以根据对比训练，然后选择较恰当的期望误差值，点数决定。??果蝇算法??果蝇算法基本概念??

【参考文献】：
期刊论文
[1]2006-2010年间四大城市API的时间序列上的分析研究[J]. 梁四幺,肖明,陈长坤.  北京测绘. 2018(02)
[2]改进型果蝇算法优化的灰色神经网络变形预测[J]. 杨帆,王小兵,邵阳.  测绘科学. 2018(02)
[3]GA-BP神经网络在深基坑变形预测中的应用[J]. 黄亚宁,陈浩冲,宋肖冰.  工程建设. 2017(10)
[4]基于最优分割的南京季节划分方法[J]. 胡良.  科学技术创新. 2017(27)
[5]基于果蝇算法优化广义回归神经网络的矢量水听器的DOA估计[J]. 王鹏,张楠,郭亚强,白艳萍.  数学的实践与认识. 2017(13)
[6]遗传神经网络模型在CPI预测中的实证检验[J]. 何丹.  统计与决策. 2017(02)
[7]南宁市主城区空气污染指数时空分布特征分析[J]. 陈平,张新英,唐立松,韦妮玉,吴玉峰,曾奔豪.  广西师范学院学报(自然科学版). 2016(03)
[8]福建省2000—2013年气象因子的变化趋势[J]. 赵嘉阳,王文辉,郭福涛,林芳芳,梁慧玲,林玉蕊.  福建农林大学学报(自然科学版). 2016(05)
[9]上海市中心城区典型河道水环境质量变化趋势分析[J]. 王鹤霖,项凌云,黄娟,程金平.  上海交通大学学报(农业科学版). 2016(04)
[10]“十二五”期间辽河铁岭段水质现状及评价[J]. 郑莉.  黑龙江环境通报. 2016(02)

硕士论文
[1]中国31个主要城市空气质量评价及主要污染物浓度预测[D]. 王露云.重庆师范大学 2014
[2]利用空气污染指数（API）分析我国空气污染的区域时空变化特征[D]. 王斌.中国海洋大学 2008
[3]小波分析在信号处理中的应用[D]. 封常生.上海交通大学 2007



本文编号：3005902