基于风险神经网络的大气能见度预测

被引：16

作者：

王恺 ^{[1
,2
]}

赵宏 ^{[2
]}

刘爱霞 ^{[3
]}

韩斌 ^{[1
]}

白志鹏 ^{[1
]}

机构：

[1] 南开大学环境科学与工程学院国家环境保护城市空气颗粒物污染防治重点实验室

[2] 南开大学信息技术科学学院

[3] 天津市气象科学研究所

来源：

中国环境科学 | 2009年 / 29卷 / 10期

关键词：

大气能见度; 回归; 人工神经网络; 预测;

D O I：

暂无

中图分类号：

P457.7 [能见度预报];

学科分类号：

0706 ; 070601 ;

摘要：

针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而对高能见度情况的数据则给予相对较低的风险值.以天津市2003～2007年的气象数据对模型进行检验,结果表明该风险神经网络模型优于传统神经网络模型和线性回归模型.

引用

页码：1029 / 1033

页数：5

共 12 条

[1] 1954—2004年珠江三角洲大气能见度变化趋势 [J].