| 门限重复单元的PM2.5浓度预报方法 |
| |
| 引用本文： | 侯俊雄,李琦,林绍福,冯逍,朱亚杰. 门限重复单元的PM2.5浓度预报方法[J]. 测绘科学, 2018, 0(7): 79-86. DOI: 10.16251/j.cnki.1009-2307.2018.07.013 |
| |
| 作者姓名： | 侯俊雄 李琦 林绍福 冯逍 朱亚杰 |
| |
| 作者单位： | 北京大学遥感与地理信息系统研究所,北京100871;北京大学智慧城市研究中心,北京100871;北京未来网络科技高精尖创新中心,北京 100124北京未来网络科技高精尖创新中心,北京,100124北京大学遥感与地理信息系统研究所,北京100871;北京大学智慧城市研究中心,北京100871 |
| |
| 摘 要： | ![]()
针对当前我国重污染天气实时的空气质量预报问题,该文提出了一种基于长短期记忆神经网络的PM2.5浓度实时预报方法。此方法结合了北京市地面空气质量监测数据、天气预报模式的气象预报数据及东亚地区污染物排放清单进行分析,在将高层大气状态及排放状况融入了预报模型的同时,利用LSTM模型模拟区域PM2.5浓度的时序连续变化特征,建立了0~72h的区域PM2.5浓度实时预报模型。实验证明,该方法可以有效表征大气污染物变化的时序特征,从而进行更为精准的长时PM2.5浓度预报。同时,使用门限重复单元作为LSTM神经网络的核心,在保障模型精度的同时,进一步减少了模型训练时间,提高了模型的计算效率。
|
| 关 键 词： | PM2.5实时预报 门限重复单元 WRF 深度学习 |
PM2.5 concentration real-time forecasting method based on GRU model |
| |
| HOU Junxiong,LI Qi,LIN Shaofu,FENG Xiao,ZHU Yajie. PM2.5 concentration real-time forecasting method based on GRU model[J]. Science of Surveying and Mapping, 2018, 0(7): 79-86. DOI: 10.16251/j.cnki.1009-2307.2018.07.013 |
| |
| Authors: | HOU Junxiong LI Qi LIN Shaofu FENG Xiao ZHU Yajie |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
