| 一种基于卷积神经网络的源解析因子识别方法 |
| |
| 引用本文： | 孟祥来,孙扬,廖婷婷,张琛,张成影.一种基于卷积神经网络的源解析因子识别方法[J].环境科学学报,2022,42(8):117-126. |
| |
| 作者姓名： | 孟祥来 孙扬 廖婷婷 张琛 张成影 |
| |
| 作者单位： | 1.中国科学院大气物理研究所，创新转化基地，淮南 232000;2.中国科学院大学，北京 100049;3.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，成都 610225 |
| |
| 基金项目： | 国家重点研发计划（No.2018YFC0214003，2016YFA0602004） |
| |
| 摘 要： | 为解决源解析因子识别过程中人为参与及判定过程复杂的问题，提高源解析因子识别工作的效率，提出基于卷积神经网络（CNN）的 源解析因子识别方法.通过文献调研，构造可供CNN模型训练的因子识别数据集，对因子识别模型进行训练与调试，并以北京市南部采样点的PM2.5组分观测数据对模型进行验证.同时，利用正定矩阵分解模型（PMF）解析得到不同因子数时的源谱矩阵，输入因子识别模型并与人工分析比对.结果表明，9个因子时模型的识别效果最佳，可以实现既无重复识别又无“无法判定”的情况，与源解析因子人工识别结果吻合，证明了所提出方法的合理性与可行性.该方法不仅对源解析中因子识别问题具有一定的实用价值，同时对减排策略的制定与动态调整也具有积极意义.
|
| 关 键 词： | 源解析 正定矩阵分解（PMF） 卷积神经网络（CNN） PM2.5 |
| 收稿时间： | 2021/11/2 0:00:00 |
| 修稿时间： | 2021/12/16 0:00:00 |
An identification method of source apportionment factor based on convolutional neural network |
| |
| MENG Xianglai,SUN Yang,LIAO Tingting,ZHANG Chen,ZHANG Chengying.An identification method of source apportionment factor based on convolutional neural network[J].Acta Scientiae Circumstantiae,2022,42(8):117-126. |
| |
| Authors: | MENG Xianglai SUN Yang LIAO Tingting ZHANG Chen ZHANG Chengying |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
| 点击此处可从《环境科学学报》下载免费的PDF全文 |
