基于深度学习的中国连续空间覆盖PM2.5浓度预报.docx

基于深度学习的中国连续空间覆盖PM2.5浓度预报.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
随着世界经济和城市化快速发展,许多城市都面临空气污染问题[1-2]。PM2.5是指在空气中直径小于2.5 μm的悬浮颗粒,是造成空气污染的主要来源,PM2.5浓度的增加会严重危害人体的身体健康和生态环境[3-6]。实现全国大范围区域内的大气污染物浓度的高精度时空预报和分析对大气污染物的联防联控和公众环境大气质量信息服务具有重要的现实意义。 目前,大气污染物浓度时空预报的方法主要包括物理模型的方法和统计模型的方法。物理模型的方法是基于大气污染物形成的机制和原理,进行演化、模拟从而通过数学的方式构建模型从而推演出污染物的时空分布[7-8]。然而,该方法难以基于物理方程准确描述大气污染浓度与外部特征

文档评论(0)

罗伯特之技术屋 + 关注
实名认证
内容提供者

畅游技术蓝海,八大领域技术领先解读!

1亿VIP精品文档

相关文档