空氣污染物給當前人們的生活環(huán)境帶來了巨大的影響,污染物的治理和預測受到世界的廣泛的關(guān)注。傳統(tǒng)的污染物預測方法在解決長時間序列預測問題上遇到了阻礙,很難深度提取污染物和天氣數(shù)據(jù)之間的時空關(guān)聯(lián)特征,無法計算環(huán)境監(jiān)測站點的位置信息、污染物和天氣因素對每個時刻預測結(jié)果影響力大小問題。因此在城市污染物預測過程中,發(fā)現(xiàn)區(qū)域城市污染產(chǎn)生的影響力,到目前在污染物預測研究中還沒去結(jié)合。當前,在歷史的污染物和天氣的大數(shù)據(jù)的支撐下,新型的機器學習技術(shù)為污染物預測所遇到的問題帶來了新的解決思路和方法。根據(jù)相關(guān)研究中使用的污染物濃度預測方法的特點,空氣污染物濃度預測可以從根本上分為兩種主要的研究方法:確定性方法和統(tǒng)計學方法。確定性方法可以應用于有限的歷史數(shù)據(jù)集。但是,需要氣象原理和統(tǒng)計方法來模擬基于大氣物理和化學反應的污染物的實時排放,擴散,轉(zhuǎn)化和去除過程�；诖_定性方法的模型結(jié)構(gòu)是基于某些理論假設(shè)和先驗知識預定義的,因此很難學習區(qū)域污染物的時空動態(tài)變化特性和有效的精確預測污染物濃度。統(tǒng)計學方法在污染物預測任務(wù)中,主要可細分為傳統(tǒng)的機器學習方法和新型的深度學習方法。傳統(tǒng)機器學習的特點是在小數(shù)據(jù)量的歷史訓練數(shù)據(jù)上... 

【文章來源】：上海師范大學上海市

【文章頁數(shù)】：95 頁

【學位級別】：碩士

【部分圖文】：

城市污染物濃度預測和污染物擴散模擬流程

上海師范大學碩士學位論文相關(guān)理論基礎(chǔ)23圖2-3用于表示FNN-Model整體框架，左圖紅色方框內(nèi)表示的是RCL-Learning模型，右圖藍色方框內(nèi)表示的是ABL-Learning模型，模型共享數(shù)據(jù)預處理層。2.3.3時空維度特征提取和向量化本文的主要工作為區(qū)域城市污染物濃度和擴散趨勢預測，本文的首要工作就是對輸入到模型中的數(shù)據(jù)進行預處理工作，即數(shù)據(jù)特征標準向量化。根據(jù)本文提出的模型的不同，數(shù)據(jù)所采取的向量化方式也有很大差異。本文提出的第一個污染物濃度預測模型RCL-Learning，它是通過殘差卷積和循環(huán)卷積的方式對輸入的區(qū)域城市污染物濃度和氣象數(shù)據(jù)進行時空特征提取，模型的要求是每個特征圖必須是二維特征向量。殘差卷積和循環(huán)卷積特征向量操作過程，如圖2-4和圖2-5所示：圖2-4用于表示RCL-Learning特征向量卷積過程。左圖表示的是殘差卷積的基本組成單

上海師范大學碩士學位論文相關(guān)理論基礎(chǔ)23圖2-3用于表示FNN-Model整體框架，左圖紅色方框內(nèi)表示的是RCL-Learning模型，右圖藍色方框內(nèi)表示的是ABL-Learning模型，模型共享數(shù)據(jù)預處理層。2.3.3時空維度特征提取和向量化本文的主要工作為區(qū)域城市污染物濃度和擴散趨勢預測，本文的首要工作就是對輸入到模型中的數(shù)據(jù)進行預處理工作，即數(shù)據(jù)特征標準向量化。根據(jù)本文提出的模型的不同，數(shù)據(jù)所采取的向量化方式也有很大差異。本文提出的第一個污染物濃度預測模型RCL-Learning，它是通過殘差卷積和循環(huán)卷積的方式對輸入的區(qū)域城市污染物濃度和氣象數(shù)據(jù)進行時空特征提取，模型的要求是每個特征圖必須是二維特征向量。殘差卷積和循環(huán)卷積特征向量操作過程，如圖2-4和圖2-5所示：圖2-4用于表示RCL-Learning特征向量卷積過程。左圖表示的是殘差卷積的基本組成單

【參考文獻】：
期刊論文
[1]運用貝葉斯方法的PM2.5濃度時空建模與預測[J]. 朱亞杰,李琦,侯俊雄,范竣翔,馮逍.  測繪科學. 2016(02)
[2]福州市PM10突變特征與氣象條件的關(guān)系研究[J]. 王宏,林長城,蔡義勇,陳彬彬.  熱帶氣象學報. 2008(05)
[3]穩(wěn)定氣象條件對天津市環(huán)境空氣質(zhì)量的影響[J]. 梅鵬蔚.  城市環(huán)境與城市生態(tài). 2006(04)
[4]珠江三角洲地區(qū)城市群發(fā)展對局地大氣污染物擴散的影響[J]. 陳燕,蔣維楣,郭文利,苗世光,陳鮮艷,季崇萍,王曉云.  環(huán)境科學學報. 2005(05)
[5]復雜地形城市冬季大氣污染的數(shù)值模擬研究[J]. 姜金華,彭新東.  高原氣象. 2002(01)



本文編號：3331497