空氣質(zhì)量多模式集成預測模型的研究.pdf

1、經(jīng)濟的發(fā)展，工業(yè)化水平的提高，人口的快速增長導致了大氣污染問題的日益嚴重。2015年柴靜的霧霾調(diào)查“穹頂之下”更是引發(fā)了全民的關(guān)注。為了合理整治大氣污染問題，準確反映空氣質(zhì)量的變化趨勢，開展對大氣污染物濃度的預測研究十分重要。
　　我國某省會城市目前采用CMAQ和NAQPMS兩種空氣質(zhì)量預測模型，在預測空氣質(zhì)量時，兩種模型表現(xiàn)出不同的特征。CMAQ模型全面模擬了大氣中的各種物化過程，考慮了多種組分之間的影響轉(zhuǎn)化，在空間范圍上，可以

2、根據(jù)需求選擇具體的尺度范圍，對該范圍下的空氣質(zhì)量有著較為全面量化的評估。NAQPMS模型更注重考慮不同尺度范圍下，污染問題的相互影響過程，如沙塵的輸送、酸雨的遷移等。本文基于該省會城市上述兩種空氣質(zhì)量預測模型，利用數(shù)據(jù)挖掘技術(shù)以及機器學習算法，有效結(jié)合兩種模型之間的優(yōu)點，取長補短，開發(fā)出一種預測準確率更高的空氣質(zhì)量多模式集成預測系統(tǒng)，為更加準確地進行空氣質(zhì)量預測服務(wù)。
　　本文首先介紹了機器學習的發(fā)展歷程，對經(jīng)典機器學習算法做了理

3、論上的概述；根據(jù)最新的研究情況、經(jīng)典算法的數(shù)理特征，選擇本次研究的機器學習算法集合；根據(jù)模型的評估系數(shù)等參數(shù)，確定本文模型選擇的標準。其次，基于空氣質(zhì)量歷史監(jiān)測數(shù)據(jù)和兩個模型的模擬預測數(shù)據(jù)，進行了大量實驗，篩選出適用于常見大氣污染物SO2、CO、NO2、PM10、PM2.5濃度的預測模型。最后，基于上述研究，開發(fā)空氣質(zhì)量多模式集成預測系統(tǒng)。
　　本研究將機器學習經(jīng)典算法，特別是集成學習算法應(yīng)用于研究大氣污染物濃度預測建模。本研究在