秦攀

个人信息Personal Information

副教授

硕士生导师

性别:男

毕业院校:日本国立九州大学

学位:博士

所在单位:控制科学与工程学院

学科:模式识别与智能系统

办公地点:创新园大厦 B713

联系方式:qp112cn@dlut.edu.cn

电子邮箱:qp112cn@dlut.edu.cn

扫描关注

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

基于时空数据模型的PM2.5预测

点击次数:

论文类型:期刊论文

发表时间:2015-01-01

发表刊物:仪器仪表学报

收录刊物:PKU、ISTIC

卷号:36

期号:Z1

页面范围:265-268

ISSN号:0254-3087

关键字:PM2.5;时空数据模型;REF算法;在线预测

摘要:PM2.5会引发呼吸道疾病和心血管疾病,损害人类的健康;同时,PM2.5会降低空气的能见度(雾霾),对环境有很强的破坏作用.因此,作为天气预报与环境监控的重要一环,对于PM2.5的建模与预测是非常重要的.本研究以大连市PM2.5浓度为研究对象,进行了建模与预测的探索研究.首先,在考虑到与PM2.5浓度相关诸多因素(温度、湿度、风速以及空间分布特性等)的基础上,确立了关于PM2.5的时空数据模型结构;同时,利用赤池信息量准则(AIC)对时空数据模型的外部变量和延时进行最优选择;基于此最优模型结构,利用REF(recursive forgetting factor)遗忘因子递推辨识算法实现PM2.5浓度的在线估计与预测;最后,通过实际数据验证本论文所提出方法的高精度和可应用性.