国家自然科学基金中标范本.pdfVIP

国家自然科学基金中标范本

精选范本一：面上项目——《基于深度学习的大气细颗粒物

（PM2.5）来源解析与预测模型研究》

一、项目基本信息

1.项目名称：基于深度学习的大气细颗粒物（PM2.5）来源解析与预测模型研究

2.申请代码：D0502（大气物理学与大气环境）

3.项目类别：面上项目

4.依托单位：XX大学环境科学与工程学院

5.负责人：[姓名]

6.职称：教授

7.申请经费：65万元

8.研究周期：2026年1月-2029年12月

二、立项依据与研究意义

（一）研究背景

2025年全国生态环境状况公报显示，我国仍有35%的地级及以上城市PM2.5年均浓度超过

国家二级标准（35μg/m³），重污染天气频发对公众健康和生态环境造成严重威胁。当前

PM2.5来源解析主要依赖化学质量平衡模型（CMB）和正定矩阵因子分解模型（PMF），但

这类传统模型存在对复杂污染源识别精度低、难以动态捕捉污染变化趋势等局限。同时，现有

预测模型多基于统计方法，对极端气象条件下的污染峰值预测误差普遍超过25%，无法满足

精准治污和应急管控的需求。

（二）研究意义

1.科学价值：本研究首次将深度学习中的图神经网络（GNN）