基于距离相关系数和支持向量机回归PM2.5浓度滚动统计.PDF

第 ３７ 卷第 ４ 期 环　 境　 科　 学　 学　 报 Ｖｏｌ．３７，Ｎｏ．４ ２０１７年４月 　Ａｃｔａ Ｓｃｉｅｎｔｉａｅ Ｃｉｒｃｕｍｓｔａｎｔｉａｅ Ａｐｒ．，２０１７ ＤＯＩ：１０．１３６７１／ｊ．ｈｊｋｘｘｂ．２０１６．０３４５ 王黎明，吴香华，赵天良，等．２０１７．基于距离相关系数和支持向量机回归的ＰＭ 浓度滚动统计预报方案［Ｊ］．环境科学学报，３７（４）：１２６８⁃１２７６ ２．５ Ｗａｎｇ ＬＭ，ＷｕＸＨ，ＺｈａｏＴＬ，ｅｔ ａｌ．２０１７．ＡｓｃｈｅｍｅｆｏｒｒｏｌｌｉｎｇｓｔａｔｉｓｔｉｃａｌｆｏｒｅｃａｓｔｉｎｇｏｆＰＭ ｃｏｎｃｅｎｔｒａｔｉｏｎｓｂａｓｅｄｏｎｄｉｓｔａｎｃｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔａｎｄ ２．５ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｒｅｇｒｅｓｓｉｏｎ ［Ｊ］．Ａｃｔａ Ｓｃｉｅｎｔｉａｅ Ｃｉｒｃｕｍｓｔａｎｔｉａｅ，３７（４）：１２６８⁃１２７６ 基于距离相关系数和支持向量机回归的ＰＭ 浓度滚 ２．５ 动统计预报方案 １ １，∗ ２ １ ３ ３ ２ ２ 王黎明 ，吴香华 ，赵天良 ，程国胜 ，张祥志 ，汤莉莉 ，贾梦唯 ，陈煜升 １． 南京信息工程大学数学与统计学院，南京２１００４４ ２． 南京信息工程大学气象灾害预报预警与评估协同创新中心，中国气象局气溶胶⁃云⁃降水重点实验室，南京２１００４４ ３． 江苏省环境监测中心，南京２１００３６ 收稿日期：２０１６⁃０５⁃１０　 　 　 修回日期：２０１６⁃０８⁃０６　 　 　 录用日期：２０１６⁃０８⁃２５ 摘要：针对目前空气质量统计预报方法存在的主要缺陷，本文提出了距离相关系数和支持向量机回归相结合的统计预报方案ＤＣ⁃ＳＶＲ．利用淮 安市２０１３年１—１２月ＰＭ 观测资料和常规气象观测资料，首先在选入预报当日气象要素的基础上，增加选取前期污染物和气象要素作为预 ２．５ 报因子，再采用距离相关系数分季节从预报因子中筛选出重要预报因子，最后采用支持向量机回归对ＰＭ 浓度值进行逐日滚动统计预报．研 ２．５ 究发现，淮安地区气温和气压对ＰＭ 的距离相关性要高于其他气象要素，夏秋季ＰＭ 与气象要素的距离相关性较春冬季好．基于距离相关系 ２．５ ２．５ －３ 数和支持向量机回归建立 ＤＣ⁃ＳＶＲ模型，ＰＭ 的试预报值和实测值的全年相关系数高达０．７６，平均偏差仅为 １．１３