PM10污染及BP神经网络气象预测——以西安市为例

摘要

在研究近几年西安市PM10污染的现状的基础上,初步选取8类20个气象因子,再采用主成分分析法进行精简,得到11个与PM10相关的主要因子,在此基础上,采用人工神经网络模型对西安市PM10污染状况进行预测,确定了网络模型结构.预测结果表明:预测值与实际值的相关系数达到0.801,在265个测试样本中,预测结果与实际完全吻合的为212 d,占80%;相差不超过一级的天数为262 d,占98.87%,与实际情况基本一致.