空气质量指数相关的论文文献

　　空气质量指数，综合表示空气污染程度或空气质量等级的无量纲的相对数值。也有人会写这方面论文，为此在这给大家分享几篇空气质量指数相关的论文文献，仅供参考。

　　1. 贝叶斯正则化BP神经网络在空气质量指数预测中的应用

　　摘要：为实时预测空气质量，建立神经网络模型来预测空气质量指数(AQI)。考虑到BP神经网络的反向传播算法具有收敛速度慢、训练时间过长、易陷入局部最优等缺点，分别利用LM算法和贝叶斯正则化算法(BR算法)优化BP神经网络。通过对芜湖市空气质量预测结果进行类比分析得到，BR算法的预测效果更好，能够提升网络的泛化能力。

　　2. 基于MODIS数据的滁州市空气质量指数遥感监测研究

　　摘要：分别建立首要污染物为PM2.5和臭氧时的AQI与MODIS 3 km AOD之间的关系模型，对滁州市空气质量指数分布进行遥感监测。结果表明，(1)首要污染物为PM2.5时，进行气溶胶标高和湿度影响因子订正，引进具有显著相关的风速气象因子，并考虑风向这个定性因子，引入风向虚拟变量;首要污染物为臭氧时，引进具有显著相关的最高温度、气压，分别进行多元回归分析，拟合优度均较一元三次模型显著提高，建立本地空气质量指数遥感监测模型。(2)遥感监测拟合方程较好地显示了气象因子对空气质量指数的影响作用。首要污染物为PM2.5时，风速对PM2.5的扩散与传输起主导作用，AQI与风速大小成反比;偏NW风时，AQI较大，本地空气质量可能受上游污染物输送影响;偏SE风时，更容易出现AQI高值，偏SE方向的持续弱风更易导致污染物的持续累积。副热带高压持续控制下，形成持续的高温，低层为弱低压，易形成首要污染物为臭氧的污染，AQI与最高温度成正比、与气压成反比。(3)使用拟合方程，利用MODIS 3 km AOD反演AQI分布和... 更多

　　3. 益阳市空气质量指数特征分析

　　摘要：通过分析2015—2020年益阳市的空气指数特征和重污染的气象要素、天气形势，得到以下结论：2015—2020年益阳市重污染天数年均3 d，出现在12月至翌年2月，中度污染天数年均9 d，轻度污染天数年均52 d;AQI与PM2.5年均值对应关系最好，PM10、SO2和O3年均值相对应关系较好;AQI、PM2.5、PM10、CO、NO2月均浓度逐月分布呈现两头高、中间低的特征，O3月均浓度与之相反，呈现两头低、中间高的特征，SO2呈现波动下降的趋势;无降水或弱降水、无日照或少日照、较高湿度、微风都是益阳市重污染日出现的气象要素;连续性重污染天气过程大部分是浅槽过境或者平直气流下，无日照、弱降水或无降水、风力小等静、稳条件，加之弱冷空气带来北风输入性污染叠加引发的，主要污染通道是湖北荆州带到常德而来的。

　　4. 基于多尺度动力学的空气质量指数特征分析

　　摘要：为了从不同尺度上挖掘空气质量指数及空气污染物浓度时间序列的动力特征,文章提出了一种多尺度趋势样本熵,该方法能有效处理具有强烈趋势的非线性时间序列。运用该方法研究了湖南省14个市州的AQI及PM2.5和SO2的动力学结构,发现AQI与PM2.5的样本熵最接近,表明PM2.5序列与AQI的演变趋势相似。此外,发现14个市州的3个时间序列在5～9 d的尺度上呈现最大的样本熵,表明以5～9 d为周期考虑的序列动力结构隐藏的信息量最大。进一步利用熵值对14个市州春夏秋冬4个季节进行了聚类,为寻找共同的污染源提供了依据,并为这些城市提出了空气污染防治的可行建议。

　　5. 空气质量指数短期预测模型研究及应用

　　摘要：随着大数据、人工智能等技术取得突破性的进展,其应用领域也逐渐涉及到人们日常生活的各个方面。近年来,政府部门和人们对环境问题的重视程度越来越高,这使得与之息息相关的空气质量信息也备受人们关注。因此,对空气质量信息进行较为准确的预测成为了目前的研究热点之一。本文在对预测方法和影响空气质量指数的相关因素进行充分分析的前提下,根据影响空气质量的相关因素及其数据特点,以预测某煤电城市的空气质量指数为目标,提出了以神经网络、支持向量机算法、时间序列分析算法、思维进化算法、模拟退火算法为基础进行设计的三类集成算法。分别为支持向量机与BP神经网络集成算法、支持向量机与思维进化集成算法和季节自回归平均与支持向量机回归集成算法模型,并对其开展研究工作。其中支持向量机与BP神经网络的集成算法包括支持向量机与BP神经网络集成预测模型(SVM-BP)和支持向量机回归与BP神经网络集成预测模型(SVMR-BP),在此类模型中,BP神经网络和支持向量机、支持向量机回归算法均通过模拟退火算法优化,解决了参数寻优问题。支持向量机与思维进化的集成算法包括支持向量机与思维进化算法集成预测模型(SVM-MEA)和支持向量机回... 更多

　　拓展阅读知识：