原创力文档- 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、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、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
摘要
摘要
空气质量问题已成为全球范围内日益严重的环境问题，准确预测空气质量变
化对于城市空气污染的预警与治理具有重要意义。随着监测技术的不断进步，空
气质量数据的获取变得更加便捷，但对于一些特殊地区，监测点位的设立仍有较
大的困难。因此，精准预测未知地域和未来时刻的空气质量状况是环境科学研究
中的重要问题。为此，本文提出了一种基于时空克里金插值（ST-Kriging）和长
短时记忆递归神经网络（LSTM）模型相结合的空气
文档评论（0）