人工神经网络在城市能见度短期预报中的应用.pdfVIP

中陶颗粒学会第六届学术年会暨海峡两岸颗粒技术研讨会 c12m 2008年12月6“AnnualConferenceofChinese on acrossTaiwanStraitsDec．2008 SocietyofParticuologySymposiumParticleTechnology 人工神经网络在城市能见度短期预报中的应用 彭士涛1’2， 胡焱弟2， 周然1， 毛天宇1， 白志鹏2， 谢以扬3 (1．交通部天津水运T程科学研究所水路交通环境保护技术实验窜，天津300456； 2．南开大学环境科学与工程学院，国家环境保护城『H宅气颗粒物污染防治重点实验室。天津300071； 3．天津市气象科学研究所，天津300074) 现有气象、污染物浓度和能见度监测数据的基础上，选取2003年的数据作为训练集，经过训练，使神经网络建立起 输入的影响因子和输出的能见度之间的映射关系，根据检验集的预测值与真值的匹I归比较，对模型输入变量进行优选， 最后将训练后的模型用于能见度的24小时预报。结果表明：采用完全预报法，神经网络可以对能见度进行有效地短 期预测． 关键词：人工神经网络；能见度：短期预报 1 前言 2．1神经网络的基本原理 人工神经网络是模拟人脑的学习功能，通过训 能见度是大气环境研究领域的重要课题【l川．是城 练，建立起输入和输出变量之问的映射关系，来实现 市空气质量最直观的反映，是城市公路交通事故发生率 预测的．其基本处理单元是人工神经元． 最重要的影响因素之--[81，直接影响居民日常生活． 人工神经元的主要结构单元是信号的输入、综合 能见度预测，可分为长期预测和中短期预测．对于 处理和输出．包括一组输入向量I，一组权值矩阵(、聊 长期预测，目前研究往往假设在预测时段内，气象因素 和阈值矩阵(研，一个压缩函数[嘲】和一组输出向 整体水平不变，根据不同污染控制措施下的细粒子质量 量Y输入向量中的每个输入信号I；都乘以一个权重 浓度和成分浓度的预测值，对能见度进行预测【9】．对于 系数(Wi)和加上一个阈值系数(谚)并且线性加和后 11】． 短期预报，已有研究往往集中在机场和高速公路【10t n 城市能见度的短期预测研究很少，仅对雾天气下的能见 X：了l殍j一8j 管～ ( ‘)作为压缩函数的自变量(Xi)而作用于 度进行过初步分级预测【121．为了给人们的日常生活和 压缩函数，压缩函数的因变量(Yi)所构成的向量即为 交通出行提供方便，避免危险事故的发生，及时、准确 神经网络处理单元的输出向量Y如图l所示． 地提供未来24小时大气能见度变化的信息，开展城市 能见度短期预报工作是十分必要的． 环境变量预报有三种模型：1)自箱模型【13】：在充分 输入向量I 输出向量Y 把握环境变