首页|基于PSO-LSSVM的区域AQI多维概念预测模型

基于PSO-LSSVM的区域AQI多维概念预测模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
污染物的排放量和气象条件是影响空气质量的主要因素,为了掌握淄博市张店区工业企业对区域环境质量的影响,通过机器学习的方法,基于区内33家重点污染企业的废气日排放量与区域相对湿度、风力等级、平均气温、能见度等气象因素,构建了张店区AQI的PSO-LSSVM多维概念预测模型,反演了张店区2018年1月1日-11月3日的AQI.结果 表明:平均气温和AQI有显著的正相关性,相对湿度、能见度与AQI有显著的负相关性;基于PSO-LSSVM建立的AQI预测模型,该预测模型的均方根误差为7.843 1,平均绝对误差为6.503 7,决定系数为0.895 0;该研究可通过气象预报和期望的AQI值得到大气污染物日排放量,为城市环境空气质量保护和企业污染排放调控提供支持.
A Multi-dimensional Conceptual Association Model Based on PSO-LSSVM for Regional AQI

王沛禹、刘颖、付雨洁、林正江、程之蕙

展开 >

西南交通大学地球科学与环境工程学院,四川 成都 610000

工业废气日排放量 AQI 气象因素 PSO-LSSVM

国家自然科学基金四川省科技计划项目

517792112019YJ02333

2020

10.19672/j.cnki.1003-6504.2020.06.015

环境科学与技术
湖北省环境科学研究院

环境科学与技术

CSTPCDCSCD北大核心
影响因子：0.943
ISSN：1003-6504
年,卷(期)：2020.43(6)
  • 1
  • 19