| 基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案 |
| |
| 引用本文： | 王黎明,吴香华,赵天良,程国胜,张祥志,汤莉莉,贾梦唯,陈煜升. 基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案[J]. 环境科学学报, 2017, 37(4): 1268-1276 |
| |
| 作者姓名： | 王黎明 吴香华 赵天良 程国胜 张祥志 汤莉莉 贾梦唯 陈煜升 |
| |
| 作者单位： | 南京信息工程大学数学与统计学院, 南京 210044,南京信息工程大学数学与统计学院, 南京 210044,南京信息工程大学气象灾害预报预警与评估协同创新中心, 中国气象局气溶胶-云-降水重点实验室, 南京 210044,南京信息工程大学数学与统计学院, 南京 210044,江苏省环境监测中心, 南京 210036,江苏省环境监测中心, 南京 210036,南京信息工程大学气象灾害预报预警与评估协同创新中心, 中国气象局气溶胶-云-降水重点实验室, 南京 210044,南京信息工程大学气象灾害预报预警与评估协同创新中心, 中国气象局气溶胶-云-降水重点实验室, 南京 210044 |
| |
| 基金项目： | 国家科技支撑计划项目（No.2014BAC22B04）；国家自然科学青年基金（No.41505118）；国家自然科学基金联合重大研究计划项目（No.91544109）；国家环境保护公益性行业科研专项项目（No.201509001） |
| |
| 摘 要： | 针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.
|
| 关 键 词： | PM2.5浓度 距离相关系数 支持向量机回归 统计模型 |
| 收稿时间： | 2016-05-10 |
| 修稿时间： | 2016-08-06 |
A scheme for rolling statistical forecasting of PM2.5 concentrations based on distance correlation coefficient and support vector regression |
| |
| WANG Liming,WU Xianghu,ZHAO Tianliang,CHENG Guosheng,ZHANG Xiangzhi,TANG Lili,JIA Mengwei and CHEN Yusheng. A scheme for rolling statistical forecasting of PM2.5 concentrations based on distance correlation coefficient and support vector regression[J]. Acta Scientiae Circumstantiae, 2017, 37(4): 1268-1276 |
| |
| Authors: | WANG Liming WU Xianghu ZHAO Tianliang CHENG Guosheng ZHANG Xiangzhi TANG Lili JIA Mengwei CHEN Yusheng |
| |
| Affiliation: | School of Mathematics and Statistics, Nanjing University of Information Science & Technology, Nanjing 210044,School of Mathematics and Statistics, Nanjing University of Information Science & Technology, Nanjing 210044,Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science & Technology, Nanjing 210044,School of Mathematics and Statistics, Nanjing University of Information Science & Technology, Nanjing 210044,Jiangsu Provincial Environmental Monitoring Center, Nanjing 210036,Jiangsu Provincial Environmental Monitoring Center, Nanjing 210036,Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science & Technology, Nanjing 210044 and Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science & Technology, Nanjing 210044 |
| |
| Abstract: | |
| |
| Keywords: | PM2.5 concentrations distance correlation coefficient support vector regression statistical forecasting air quality model |
| 本文献已被 CNKI 等数据库收录！ |
| 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》下载全文 |
|
