共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于多通道长短期记忆网络的PM_(2.5)小时浓度预报显示文摘PM_(2.5)作为主要的大气污染物之一,严重影响空气质量和人体健康.基于深度学习的PM_(2.5)小时预报研究中,不同输入要素的历史时间序列对PM_(2.5)预报结果的响应情况存在差异.因此,基于太原市2019—2020年空气质量监测站、气象观测站的数据,提出一种多通道长短期记忆网络(Multi-Channels Long Short Term Memory,MULTI-LSTM)模型对PM_(2.5)浓度进行预报.首先使用独立的长短期记忆网络(LSTM)学习每个输入要素,然后将每个模型的学习结果进行融合,最终获得未来多小时的PM_(2.5)浓度预报结果.将单通道LSTM模型(BASE-LSTM)和LSTM扩展模型(LSTME)作为对照模型,与MULTI-LSTM模型的预报精度进行对比.结果表明:不同观测窗与预报时效下,MULTI-LSTM模型在测试集上的预报精度明显高于其他2个对照模型.其中,MULTI-LSTM模型在8 h观测窗和6 h预报时效组合下,均方根误差(RMSE)、平均绝对百分误差(MAPE)以及拟合指数(IA)分别为20.26μg/m3、51%、0.91.对未来逐6 h的预报中,观测窗宽度从8 h增至32 h,MULTI-LSTM模型的预报精度无明显变化,观测窗宽度为40和48 h时,RMSE比8 h观测窗下分别下降了2%和3%.此外,增加LSTM层深度不会提升模型的预报精度.研究显示,利用MULTI-LSTM模型作为PM_(2.5)浓度小时预报模型,通过选取合适的观测窗宽度与气象要素,可获得精度较高的预报结果. | 张鑫磊 张冬峰 刘伟 杨倩 郭媛媛 任玉欢 范志宣 | 2022 | 环境科学研究2022，35，12： | 1 |
| 2 | 东莞市PM_(2.5)浓度时间变化特征及影响因素研究显示文摘基于东莞市2015年-2021年的PM_(2.5)浓度数据、气象数据和社会发展数据,利用Mann-Kendall非参数检验和小波分析方法探究了当地污染变化的趋势和周期,并通过小波相干谱和灰色关联度方法分别分析了PM_(2.5)同气象因素和社会因素的关系。结果表明:2015年-2021年东莞市PM_(2.5)浓度存在显著下降的趋势,序列的突变点为2020年1月附近,突变后的下降速率约0.174μg·m^(-3)/30 d,污染变化存在约550 d左右的主周期、190 d左右半年期、120 d左右季周期和30 d左右月震荡的次周期;长周期上PM_(2.5)变化趋势受社会发展情况影响,能源结构是使得污染趋势下降的主要驱动因素,在短周期上主要受气象因子的影响。 | 阳欢 陈佰满 李建维 胡钦华 | 2023 | 环境科学与管理2023，48，6： | 0 |
| 3 | 呼和浩特市大气污染特征及气象条件影响分析显示文摘为了解呼和浩特大气污染防治效果,选取呼和浩特市2017—2022年的主要大气污染物、气象要素数据,对污染物浓度的年、月变化、浓度比值、相关性进行分析,利用后向轨迹聚类对2020年3月进行分析。分析结果表明:呼和浩特市2017—2022年空气质量为优、良的天数呈上升趋势。各污染物浓度年变化特征明显,各污染物的浓度变化趋势除O_(3)均呈“U”形分布。PM_(2.5)、PM_(10)污染是呼和浩特市大气污染主要研究对象,PM_(2.5)/PM_(10)的值有明显的月变化特征,5月份为全年最低值。PM_(2.5)和PM_(10)高度相关性,而NO_(2)和SO_(2)与PM_(2.5)、PM_(10)均呈现正相关性。受气象要素影响,PM_(2.5)和PM_(10)污染物浓度变化趋势为夏低冬高,7、8月降雨量大,有利于空气质量改善,降水可带走、稀释更多的污染物。而后向轨迹聚类分析得4条气团运输路径,主要气团来自东北方向,途经内蒙西部等地区,少部分来自中国内地地区。研究结果可以为呼和浩特大气污染防治提供依据。 | 张嘉月 康娜 于学普 卢士庆 程昊 祝颖 戚跃 张佳欣 | 2024 | 科学技术与工程2024，24，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员