环境科学与管理2022，Vol.47Issue(11) ：183-188.DOI:10.3969/j.issn.1673-1212.2022.11.036

BP神经网络宜居城市可吸入颗粒物污染评估研究

Assessment of Inhalable Particulate Matter Pollution in Livable Cities Based on BP Neural Network

覃晓玲 覃月凤 韦丽英 梁建平 陆杰
环境科学与管理2022，Vol.47Issue(11) ：183-188.DOI:10.3969/j.issn.1673-1212.2022.11.036
✕
  • 维普
  • 万方数据

BP神经网络宜居城市可吸入颗粒物污染评估研究

Assessment of Inhalable Particulate Matter Pollution in Livable Cities Based on BP Neural Network

覃晓玲 1覃月凤 2韦丽英 3梁建平 4陆杰5
扫码查看

作者信息

  • 1. 河池市气象局,广西 河池547000
  • 2. 广西壮族自治区气象台,广西 南宁530022
  • 3. 百色市气象局,广西 百色533000
  • 4. 桂林市气象局,广西 桂林541001
  • 5. 南宁市气象局,广西 南宁530022
  • 折叠

摘要

针对因空气中影响因素过多、数据量杂乱,导致宜居城市可吸入颗粒物污染评估准确率低问题,提出一种基于BP神经网络的评估方法实现有效解决.采集历年城市可吸入颗粒物的准确数据,整理得到气温、降雨量、风速、降雪量等影响因素,采用谢尼诺夫模型计算其中影响程度最高的气温和风速因素.以此值为参考值,建立BP神经网络分布模型,通过关联度值归类污染物属性.参照国家污染标准与现阶段空气环境临界值,建立评价等级矩阵和实测数据矩阵,求得最终的评估结果.仿真实验证明,所提方法评估精准度高,耗用时间较少,应用性能较强.

关键词

宜居城市可吸入颗粒物/BP神经网络/谢尼诺夫模型/绝对关联度/评价等级矩阵

引用本文复制引用

出版年

2022
环境科学与管理
黑龙江省环境保护科学研究院

环境科学与管理

CSTPCDCHSSCD
影响因子：0.681
ISSN：1673-1212
参考文献量7
段落导航相关论文