期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RF回归和LSTM神经网络的空气污染耦合性研究及预测——以北京市为例
1
作者
任文宗
刘婕
+3 位作者
邓玉婷
邹媛茜
刘娟
王胜
《科学技术创新》
2025年第10期22-26,共5页
大气污染问题与我们的生活息息相关,一直以来,都是国内外关注的热点之一。以北京市为例,研究污染物与气象要素之间的关系,尝试解释污染物随时间变化的影响因素和预测污染物在未来10个月内的含量变化,为空气质量分析和污染防治提供思路...
大气污染问题与我们的生活息息相关,一直以来,都是国内外关注的热点之一。以北京市为例,研究污染物与气象要素之间的关系,尝试解释污染物随时间变化的影响因素和预测污染物在未来10个月内的含量变化,为空气质量分析和污染防治提供思路。基于《统计年鉴》,中国空气质量在线监测分析平台等官方数据,通过Pearson相关性分析,随机森林(RF)回归模型,基于长短时记忆(LSTM)神经网络的预测模型等方法对3种气象因子与6种空气污染物进行特征分析,并对未来10个月的空气污染物含量变化进行预测。在现有数据的基础上,构建回归模型得出结论:大气污染物中PM_(2.5),O_(3)对空气质量指数(AQI)的影响较强,而气象要素中降水和相对湿度对AQI的影响较弱,气温对AQI的影响较强,同时,构建预测模型得到各污染物变化趋势为先升后降。
展开更多
关键词
气象因子与空气污染物的特征分析
Pearson相关性
分析
随机森林回归
LSTM神经网络
在线阅读
下载PDF
职称材料
川南城市群空气污染特征及气象影响因素分析
被引量：
11
2
作者
雷雨
张小玲
+2 位作者
杨凯晴
青泉
康平
《成都信息工程大学学报》
2021年第1期101-109,共9页
随着川南地区经济规模不断扩大,能源消耗量和机动车拥有量的不断增加,对空气质量的改善带来了较大困难。以四川盆地川南城市群为研究区域,利用环境空气质量监测资料和地面气象观测资料,分析了2015-2018年川南城市群6种污染物(PM2.5_(10)...
随着川南地区经济规模不断扩大,能源消耗量和机动车拥有量的不断增加,对空气质量的改善带来了较大困难。以四川盆地川南城市群为研究区域,利用环境空气质量监测资料和地面气象观测资料,分析了2015-2018年川南城市群6种污染物(PM2.5_(10)、PM_(2.5)、S0_(2)、N0_(2)、0_(3)、C0)的年、月、日变化特征以及其与气象要素的相关性,并对主要污染物PM_(2.5)和0_(3)在不同污染等级下的气象要素区间进行讨论。得出以下结论:2015-2018年来川南城市群PM_(2.5)、PM2.5_(10)浓度冬季>春季>秋季>夏季,日变化为“双峰双谷”型;0_(3)月变化为“倒U”型,日变化为“单峰”型;S0_(2)、NO_(2)和CO浓度冬季高于夏季,S0_(2)和NO_(2)日变化为“双峰双谷”型,C0为“单峰”型。颗粒物污染日数呈下降趋势,其中泸州和内江PM_(2.5)浓度均降低36.7%,PM_(2.5)浓度分别降低32%和29.8%,而臭氧浓度和臭氧超标日数均具有升高趋势,其中自贡O_(3)-8 h浓度第90百分数上升幅度最大,可达28.7%。综合气象因子分析显示:静小风、高湿、低温、无降水等气象条件对PM_(2.5)的扩散和清除十分不利,容易导致川南地区形成重污染天气过程;而静小风、高温、低湿有利于O_(3)的生成和累积。
展开更多
关键词
空气
污染
特征分析
气象
因子
相关性
在线阅读
下载PDF
职称材料
2016—2018年嘉峪关市空气质量特征及其与气象因子的关系
被引量：
3
3
作者
李睿
邹丽娜
邵明
《桂林理工大学学报》
CAS
北大核心
2022年第2期461-468,共8页
利用2016—2018年嘉峪关市空气质量监测资料和气象资料分析了空气污染特征及其与气象因子的关系。结果表明:嘉峪关市空气质量以良为主,环境空气质量等级为优的天数和重度及以上污染天数逐年增加,呈现两极化趋势;PM_(10)是嘉峪关市最主...
利用2016—2018年嘉峪关市空气质量监测资料和气象资料分析了空气污染特征及其与气象因子的关系。结果表明:嘉峪关市空气质量以良为主,环境空气质量等级为优的天数和重度及以上污染天数逐年增加,呈现两极化趋势;PM_(10)是嘉峪关市最主要的污染物,O3作为首要污染物的年际出现天数呈明显增加趋势,二者月出现频次为“此消彼长”的负相关关系;通过相关性分析发现,空气质量指数(AQI)主要受颗粒物PM_(10)的影响;主要污染物PM_(10)的东部污染源可能为巴丹吉林沙漠,西南风引起的污染过程可能与青海柴达木沙漠输送有关。
展开更多
关键词
空气
质量指数(AQI)
首要
污染物
PM_(10)
气象
因子
相关性
分析
风向
嘉峪关市
在线阅读
下载PDF
职称材料
题名
基于RF回归和LSTM神经网络的空气污染耦合性研究及预测——以北京市为例
1
作者
任文宗
刘婕
邓玉婷
邹媛茜
刘娟
王胜
机构
湖南工学院理学院
出处
《科学技术创新》
2025年第10期22-26,共5页
基金
2024年度湖南省大学生创新训练计划一般项目-湘教通〔2024〕191号-5360。
文摘
大气污染问题与我们的生活息息相关,一直以来,都是国内外关注的热点之一。以北京市为例,研究污染物与气象要素之间的关系,尝试解释污染物随时间变化的影响因素和预测污染物在未来10个月内的含量变化,为空气质量分析和污染防治提供思路。基于《统计年鉴》,中国空气质量在线监测分析平台等官方数据,通过Pearson相关性分析,随机森林(RF)回归模型,基于长短时记忆(LSTM)神经网络的预测模型等方法对3种气象因子与6种空气污染物进行特征分析,并对未来10个月的空气污染物含量变化进行预测。在现有数据的基础上,构建回归模型得出结论:大气污染物中PM_(2.5),O_(3)对空气质量指数(AQI)的影响较强,而气象要素中降水和相对湿度对AQI的影响较弱,气温对AQI的影响较强,同时,构建预测模型得到各污染物变化趋势为先升后降。
关键词
气象因子与空气污染物的特征分析
Pearson相关性
分析
随机森林回归
LSTM神经网络
Keywords
characteristic analysis of meteorological factors and air pollutants
Pearson correlation analysis
random forest regression
LSTM neural network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
X51 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
川南城市群空气污染特征及气象影响因素分析
被引量：
11
2
作者
雷雨
张小玲
杨凯晴
青泉
康平
机构
成都信息工程大学大气科学学院高原大气与环境四川省重点实验室
四川省气象台/高原与盆地暴雨旱涝灾害四川省重点实验室
出处
《成都信息工程大学学报》
2021年第1期101-109,共9页
基金
国家自然科学基金重大资助项目(91644226)
国家重点研发计划资助项目(2018YFC0214002、2018YFC0214001)
四川省科技计划资助项目(2018JY0011、2018SZDZX0023)。
文摘
随着川南地区经济规模不断扩大,能源消耗量和机动车拥有量的不断增加,对空气质量的改善带来了较大困难。以四川盆地川南城市群为研究区域,利用环境空气质量监测资料和地面气象观测资料,分析了2015-2018年川南城市群6种污染物(PM2.5_(10)、PM_(2.5)、S0_(2)、N0_(2)、0_(3)、C0)的年、月、日变化特征以及其与气象要素的相关性,并对主要污染物PM_(2.5)和0_(3)在不同污染等级下的气象要素区间进行讨论。得出以下结论:2015-2018年来川南城市群PM_(2.5)、PM2.5_(10)浓度冬季>春季>秋季>夏季,日变化为“双峰双谷”型;0_(3)月变化为“倒U”型,日变化为“单峰”型;S0_(2)、NO_(2)和CO浓度冬季高于夏季,S0_(2)和NO_(2)日变化为“双峰双谷”型,C0为“单峰”型。颗粒物污染日数呈下降趋势,其中泸州和内江PM_(2.5)浓度均降低36.7%,PM_(2.5)浓度分别降低32%和29.8%,而臭氧浓度和臭氧超标日数均具有升高趋势,其中自贡O_(3)-8 h浓度第90百分数上升幅度最大,可达28.7%。综合气象因子分析显示:静小风、高湿、低温、无降水等气象条件对PM_(2.5)的扩散和清除十分不利,容易导致川南地区形成重污染天气过程;而静小风、高温、低湿有利于O_(3)的生成和累积。
关键词
空气
污染
特征分析
气象
因子
相关性
Keywords
air pollution
characteristics analysis
meteorological factors
correlation
分类号
X513 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
2016—2018年嘉峪关市空气质量特征及其与气象因子的关系
被引量：
3
3
作者
李睿
邹丽娜
邵明
机构
甘肃省嘉峪关生态环境监测中心
中国科学院西北生态环境资源研究院
中国科学院大学
出处
《桂林理工大学学报》
CAS
北大核心
2022年第2期461-468,共8页
基金
国家自然科学基金项目(41503048)
甘肃省油气资源研究重点实验室专项基金项目(1309RTSA041)
嘉峪关市科技计划项目(18-41)。
文摘
利用2016—2018年嘉峪关市空气质量监测资料和气象资料分析了空气污染特征及其与气象因子的关系。结果表明:嘉峪关市空气质量以良为主,环境空气质量等级为优的天数和重度及以上污染天数逐年增加,呈现两极化趋势;PM_(10)是嘉峪关市最主要的污染物,O3作为首要污染物的年际出现天数呈明显增加趋势,二者月出现频次为“此消彼长”的负相关关系;通过相关性分析发现,空气质量指数(AQI)主要受颗粒物PM_(10)的影响;主要污染物PM_(10)的东部污染源可能为巴丹吉林沙漠,西南风引起的污染过程可能与青海柴达木沙漠输送有关。
关键词
空气
质量指数(AQI)
首要
污染物
PM_(10)
气象
因子
相关性
分析
风向
嘉峪关市
Keywords
air quality index(AQI)
PM_(10)
primary pollutant
meteorological factors
correlation analysis
wind direction
Jiayuguan city
分类号
P416.2 [天文地球—大气科学及气象学]
X16 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RF回归和LSTM神经网络的空气污染耦合性研究及预测——以北京市为例
任文宗
刘婕
邓玉婷
邹媛茜
刘娟
王胜
《科学技术创新》
2025
0
在线阅读
下载PDF
职称材料
2
川南城市群空气污染特征及气象影响因素分析
雷雨
张小玲
杨凯晴
青泉
康平
《成都信息工程大学学报》
2021
11
在线阅读
下载PDF
职称材料
3
2016—2018年嘉峪关市空气质量特征及其与气象因子的关系
李睿
邹丽娜
邵明
《桂林理工大学学报》
CAS
北大核心
2022
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
