基于BP人工神经网络法沈阳市PM_(2.5)质量浓度集成预报试验 |
| |
引用本文: | 李晓岚,刘旸,栾健,马雁军,王扬锋,张婉莹.基于BP人工神经网络法沈阳市PM_(2.5)质量浓度集成预报试验[J].气象与环境学报,2018(2). |
| |
作者姓名: | 李晓岚 刘旸 栾健 马雁军 王扬锋 张婉莹 |
| |
作者单位: | 中国气象局沈阳大气环境研究所;辽宁省人工影响天气办公室;中国气象局气象干部培训学院辽宁分院;辽宁省气象服务中心 |
| |
摘 要: | 基于CUACE(CMA Unified Atmospheric Chemistry Environment)和CMAQ(Community Multiscale Air Quality)空气质量模式预报产品,应用BP(Back-Propagation)人工神经网络法建立沈阳市不同地点小风和高湿条件下PM_(2.5)浓度集成预报模型,并对预报结果进行检验。结果表明:与单一空气质量模式相比,集成模型预报的PM_(2.5)浓度更接近实测值,预报的PM_(2.5)浓度的平均偏差和归一化均方误差均明显减小,预报的PM_(2.5)浓度的模拟值在观测值两倍范围内的百分比(FAC2)明显提高。集成模型能较好地预报PM_(2.5)浓度高值的变化,且显著提高了沈阳市外围城区PM_(2.5)浓度的预报水平。集成预报模型可以实现CUACE和CM AQ两种空气质量模式产品的最优综合,对空气质量的实时预报具有一定的参考价值。
|
本文献已被 CNKI 等数据库收录! |
|