邯郸重污染日空气质量预测研究

Journal of Hebei University of Engineering(Natural Science Edition)(2020)

引用 0|浏览1
暂无评分
摘要
针对数据样本较少,且时间序列不连续的邯郸重度污染日的空气质量指标数据,采用基于数据分组的分数阶GM(1,1)模型(The data grouping GM(1,1)model with fractional order accumulation,简称DGFGM(1,1)),对邯郸地区2018—2019年12月28、29、30日三天的AQI及PM2.5、PM10、NO2的日均浓度进行预测.使用该模型预测的AQI、PM2.5、PM10和NO2的MAPE分别为2.89%、3.28%、3.83%、3.23%,表明DGFGM(1,1)模型具有良好的预测性能.预测结果显示,在当前的治理力度下,邯郸地区空气重污染的发生仍然难以避免,有些污染物浓度不降反升,除2018—2019年的12月30日的NO2外,其他时间的所有污染物浓度全部超过标准限值,污染情况相当严重.当地有关部门应重视对极端重度污染天气的预防和治理,使得大气环境质量得以全面提升.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要