基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf

基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf

ID:50160910

大小:7.13 MB

页数:64页

时间:2020-03-08

基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf_第1页
基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf_第2页
基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf_第3页
基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf_第4页
基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf_第5页
资源描述:

《基于ESN模型的北京市PM2.5日均浓度污染等级预测与时空分布分析.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、;:I疗.V.一廷驾:‘V'巧嗦钱龍,再‘.,;.穩;.‘.苗每.>f資^,.;冷;f.若护东|.叫f级巧:遷:,禱'K,..v.^咬-'-户巧、..J.;讀麟,#峻,-;,..參呼狂声中咱地妖律化京茂言卢售參f'k,:,-軒苗±一说仑硕页一等位1A.奪.‘、.舊."S;r节I-.'%,^一;-;-.k一^模型的谅口四城浓'卿颈日空r.污^等级与.^..T一逢r-人V::蟲.、,苗.知於知\、.、冷、察裝中;-.:;裴齡.^>秦翁.n."、隨/燕'%fW讀,

2、护/、:l真據.研究S相I./;,专瓜酬鮮与舰程|薄,;.._;&,一一户研^方向i一腿刖^無.!V.察指导教师麵南授-.V巧方一HA‘峭山新信為长知W2月巧A换管C難衣*許公?户珊户部.?联':一二俩講.V'"绪;1?';巧.\卢>尊式4却声。睾.V4皆適;i"y.贵分类号密级中国地M大学(北京)硕±学位论文基于ESN模型的北京市PM2.5日巧浓度污染等级预测与时空分布分析?2004120026学号

3、?巧巧生:夏小鹏专业:地图制图学与地理信息工程研究方向;遥感信息处理与应用指导教师:刘湘南教授2015年05月ADissertationSubmittedtoChinaUniversityofGeosciencesforMasterDegreePredictionandSpaceDistributionAnalysisofPM2.5DailyAveraePollutionLevelsBasedonESNModelinBeiingj

4、gMasterCandidate:XiaXiaopengMaor:CartorahandGeorahicInformationjgpygpEnineeringgStudOrientation:ProcessinandAlicationofygppRemo化Sens虹InformationgDissertationSuervisor:Prof.LiuXiannanpgChinaUniversitofGeosciencesBeiiny(jg)

5、声明本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研巧威果。,除了文中特别加W标注和致谢的地方外尽我所知,论文中不包含其他人己经发表或撰写过的研充成果,也不包含为获得中国地质大学或其它教育机构的学位或证书而使用过的材料。一同工作的同志对本研巧所做的任何贡献均已在论文中作了明确的说明并表示了谢意与我。^心叫签名:日期;7关于论文使用授权的说明本人完全了解中国地质大学有关俱留,;、使用学位论文的规定即学校有权保留送交论文的复印件,化许论文彼查阅和借阅,;学校可W公布论文

6、的全部或部分内容可W采用影印、缩印或其他复制手段保存论文。□公开□保密(年)保密的论文在解密后应遵守此规蔚(签名师签名:期:^心摘要PM2.5污染等级的监测和预测W及它的空间分布特征关系着人类健康、动植物生长、大气环境评价及气候条件分析等多个方面,己经逐渐成为人们十分关一注的问题之。本文基于北京市2013年1月、4月、6月和10月的PM2.5日均污染浓度数5据和风速风向数据,利用状态回声网络模型分别对每个月的PM2.日均污染浓度进行预测。通过半变异函数分析201

7、3年的PM2.5浓度的空间变异特征,在此,基础上采用克里金插值法对实测值和预测值分别进行空间插值,对比其空间分布的异同:。本研究主要工作和得到的结论如下(1)基于ESN神经网络模型预测北京市PM2.5日均浓度时间序列,并与传统的BP神经网络进行对比,结果证明ESN具有较高的预测精度。(2)PM2.5日均浓度数据在4个月份中的变程值均较大,表明PM2.5日均。浓度的空间自相关的距离较大不同时间研究区块内的块金值差异比较大,大致在?11.126.1之间,表明了随机因素、系统误差等对PM2

8、.5日均浓度的自相关性 ̄影响都较大〇80.31,。块金值与基台值的比值分布在化之间表明自相关性相对较强。(3)基于克里金空间插值结果,根据污染水平的分级标准进行分级统计分析。其中,1月份实测值和预测值的空间分布都分为两级:重度巧染、严重污染,分级分布趋势基本相似。4月份预测值和实测值的分级分布都呈现出;良好。6月份预测值与实测值的整体分级分布属于轻

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。