基于城市空间形态与关联规则挖掘的PM2.5深度学习预测模型研究--以南昌市为例.pdf

基于城市空间形态与关联规则挖掘的PM2.5深度学习预测模型研究--以南昌市为例.pdf

  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

摘要

随着城市化进程的加速,PM2.5污染已成为威胁公众健康与城市可持续发展

的重要问题。传统预测模型多关注单一气象或排放源因素,难以刻画城市空间形

态与污染物扩散的复杂交互机制。本研究以南昌市为实证区域,融合多源数据与

深度学习技术,构建了由时空特征、关联规则与气象因素组成的三位一体PM2.5

深度学习预测框架,旨在揭示城市空间形态对PM2.5的作用路径,并提高PM2.5

的预测精度。研究采用时空分析、

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档