| 太原市PM2.5浓度的气象特征影响分析及预报 |
| |
| 引用本文： | 李明明,王雁,闫世明,陈玲,韩照宇.太原市PM2.5浓度的气象特征影响分析及预报[J].环境科学,2023,44(2):611-625. |
| |
| 作者姓名： | 李明明 王雁 闫世明 陈玲 韩照宇 |
| |
| 作者单位： | 山西省气象科学研究所, 太原 030002 |
| |
| 基金项目： | 山西省科技厅自然基金项目（201901D111465）；山西省基础研究计划项目（20210302124202） |
| |
| 摘 要： | 利用2016～2020年太原市污染物浓度资料、以及国家基准气象观测站的同期地面气象资料，重点分析了太原市PM2.5浓度的变化特征以及湿度、降水、风和混合层厚度等气象条件对PM2.5浓度的影响，同时探讨了污染物浓度变化的成因，建立基于LSTM神经网络的PM2.5浓度预报模型.结果表明，2016～2020年太原市区冬季出现的重污染天数最多，其中2017年冬季出现天数最多为28 d, PM2.5浓度总体呈现出秋冬季节高，春夏季节低，周末PM2.5浓度高于工作日浓度，PM2.5浓度日变化大致呈现双峰型分布，分别出现在09:00左右和23:00至翌日01:00.除相对湿度和冬季气温外，其余气象要素与PM2.5浓度在四季均表现为负相关.影响太原市区PM2.5浓度升高的污染源主要位于其NE-ENE-E方向，西北部地区的相对不明显.汛期当达到中雨(降水量≥10 mm)以上级别的降水都对PM2.5浓度降低有明...
|
| 关 键 词： | 长短时记忆神经网络(LSTM) 气象特征 机器学习 PM2.5浓度 预报 k均值聚类 太原 |
| 收稿时间： | 2022/3/4 0:00:00 |
| 修稿时间： | 2022/5/11 0:00:00 |
Meteorological Characteristics, Influence Analysis and Prediction of PM2.5 Concentration in Taiyuan City |
| |
| LI Ming-ming,WANG Yan,YAN Shi-ming,CHEN Ling,HAN Zhao-yu.Meteorological Characteristics, Influence Analysis and Prediction of PM2.5 Concentration in Taiyuan City[J].Chinese Journal of Environmental Science,2023,44(2):611-625. |
| |
| Authors: | LI Ming-ming WANG Yan YAN Shi-ming CHEN Ling HAN Zhao-yu |
| |
| Institution: | Shanxi Province Institute of Meteorological Science, Taiyuan 030002, China |
| |
| Abstract: | |
| |
| Keywords: | long short term memory(LSTM) meteorological characteristics machine learning PM2 5concentration forecast k-means clustering Taiyuan |
|
| 点击此处可从《环境科学》浏览原始摘要信息 |
| 点击此处可从《环境科学》下载免费的PDF全文 |
|
