基于人工神经网络的科西嘉岛城市臭氧浓度预测
神经与进化计算
2013-06-06 v1
摘要
大气污染物浓度预测是空气质量监测中的重要议题。负责法国科西嘉地区空气质量监测的 Qualitair Corse 组织需要开发短期预测模型，以履行其向公众发布信息的使命。现有的中尺度或局部确定性预测模型虽然多样，但需要庞大的变量集、对大气过程的深入了解，且常因当地气候或地理特殊性（如科西嘉这个位于地中海的多山岛屿所观察到的情况）而导致预测不准。因此，本研究聚焦于统计模型，特别是人工神经网络（ANN），该模型在利用本地测量数据预测 h+1 时刻臭氧浓度方面已显示出良好效果。本研究旨在构建一个预测器，以实现科西嘉岛 d+1 时刻的臭氧和 PM10 预测，从而能够预判污染峰值的形成并采取适当的预防措施。已知特定的气象条件会导致科西嘉出现特殊的污染事件（例如撒哈拉沙尘事件）。因此，我们将使用多种 ANN 模型，分别用于气象条件聚类和业务化预测。
引用
@article{arxiv.1306.0897,
title = {Urban ozone concentration forecasting with artificial neural network in Corsica},
author = {Wani W. Tamas and Gilles Notton and Christophe Paoli and Cyril Voyant and Marie Laure Nivet and Aurélia Balu},
journal= {arXiv preprint arXiv:1306.0897},
year = {2013}
}
备注
Sustainable Solutions for Energy and Environment. EENVIRO 2013, Buchatrest : Romania (2013)