大气污染评价与预报模型

本文对空气质量的评价及污染预报问题进行了分析,运用层次分析法依据处理后的数据对四个城市的空气质量进行了排序;对一周内各项污染物浓度、各气象参数运用回归模型进行了预测;就气象参数所属城市问题及污染物浓度与其的关系建立了相关性分析模型和多元线性回归模型;根据建模过程和结果,提出了具体的建议。

基于BP神经网络的西安环境空气质量的预测

针对目前空气质量污染日益严重的问题,提出了一种基于神经网络的环境空气质量的预测方法。借助于Matlab分别建立空气污染指数(API)和环境空气质量指数(AQI)对空气质量影响的数学模型。利用Matlab对各污染物浓度数据进行分析,计算相应的空气污染指数(API)和环境空气质量指数(AQI),对结果进行对比。运用BP人工神经网络的多层神经网络对全市大气污染物浓度的实测值进行训练学习,建立模型。同时结合未来一周西安市天气预报,用此模型对污染物浓度进行预测和预报,以达到对大气环境质量进行预测预警的作用。应用实例表明:人工神经网络应用于大气环境质量预测预警是比较理想的。