蘭大專區(qū)
基本信息
- 作品名稱：
- 基于AMRT-CPSO-BP對黃土高原半干旱地區(qū)臭氧濃度預報的探索與實現(xiàn)
- 大類：
- 自然科學類學術(shù)論文
- 小類：
- 能源化工
- 簡介：
氣候變化，引起全球天氣異常。臭氧是危害最嚴重的二次污染物。由于工業(yè)化和城市化，臭氧污染問題顯得尤為突出，黃土高原半干旱地區(qū)空氣污染預報準確率僅為23.3%，如何提高臭氧濃度預測的準確性，是目前亟待解決的難題。 本文巧妙地將AMRT、CPSO、BP，結(jié)合天氣分型，成功的應用到臭氧濃度預測技術(shù)中，建立了普適性的臭氧濃度預報模型，使預測精度提高36.2%，為類似問題的解決提供了新途徑。
- 詳細介紹：
氣候變化，引起全球天氣異常。臭氧是一種化學活性污染氣體，大氣中的強氧化劑，是危害最嚴重的二次污染物之一。它會危害人類的健康；影響作物和森林的正常生長發(fā)育；造成云雨水的酸化，導致酸雨危害。我國是發(fā)展中國家，改革開放以來工業(yè)生產(chǎn)和經(jīng)濟建設(shè)高速發(fā)展，城市人口、汽車數(shù)量迅速增加，煤炭和石油等燃料消耗量的劇增，臭氧前體物排放量不斷增加，臭氧污染問題顯得尤為突出。 蘭州市地處我國黃土高原半干旱地區(qū)一個狹長河谷小盆地內(nèi)，是我國西部的石油化工等工業(yè)的重鎮(zhèn)。不利于擴散的氣候與地理條件，復雜的工業(yè)源和生活源排放，造成城區(qū)的大氣污染比較嚴重，也是我國首次發(fā)生光化學煙霧的城市，臭氧作為光化學煙霧的主要元兇引起了人們的廣泛關(guān)注。為此，人們希望能夠盡早知道可能出現(xiàn)的污染程度和污染范圍，以便采取措施，減輕可能出現(xiàn)的嚴重的污染危害。但是目前在黃土高原半干旱地區(qū)蘭州市，空氣污染預報的準確率僅為23.34%，不能滿足人們的需求。 臭氧是二次污染物，采用傳統(tǒng)空氣污染預報方法進行預報，精度較差；大氣化學模式預報，因為天氣過程變化，平流輸送，預報誤差較大。臭氧濃度的預報，成為目前空氣污染預報中的一個難題。 如何提高臭氧濃度預測的準確性，從而提高空氣污染預報的水平？成為了目前的一個研究熱點。 半干旱氣候與環(huán)境觀測站（SACOL）是一個國際級的觀測平臺。下墊面塬面梁峁基本為原生植被，屬于典型的黃土高原地貌。本文選取其觀測數(shù)據(jù)來研究臭氧濃度預測問題，分析計算結(jié)果具有很好的代表性、準確性和先進性。 目前人工神經(jīng)網(wǎng)絡由于其強大的非線性映射能力，在臭氧濃度預測的問題上得到了廣泛的應用。但神經(jīng)網(wǎng)絡在使用過程中，很多參數(shù)需要擬定，這些參數(shù)的不確定性直接影響了模型的收斂速度和預測精度。另外，神經(jīng)網(wǎng)絡模型不能反映環(huán)境背景場和下墊面對臭氧濃度變化的影響，一般反映的是較大時空尺度的平均狀態(tài)，很難抓住極端的臭氧高污染事件；通常假設(shè)污染源是相對穩(wěn)定的，沒有結(jié)合天氣過程，從物理機制上探討臭氧濃度的變化規(guī)律。 本項目研究巧妙地將數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則、混沌粒子群優(yōu)化算法、BP神經(jīng)網(wǎng)絡，結(jié)合天氣分型，成功的應用到臭氧濃度預測技術(shù)中。 混沌粒子群優(yōu)化算法(CPSO)是一種新興的全局隨機優(yōu)化算法。利用該算法的優(yōu)化性能，實現(xiàn)了神經(jīng)網(wǎng)絡參數(shù)調(diào)整自動化；數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則（AMRT）可以方便的從大量數(shù)據(jù)中，定量表達臭氧濃度與氣象因子的聯(lián)動關(guān)系；這樣做有效的克服了神經(jīng)網(wǎng)絡預報模型的自身缺陷。結(jié)合天氣分析預報，建立的臭氧預報模型，預測精度比傳統(tǒng)的回歸模型提高了36.2%。經(jīng)完善、檢驗，模型具有普適性。研究方法和預測模型可應用于黃土高原半干旱地區(qū)空氣污染預報的實際業(yè)務中，還可以在相關(guān)領(lǐng)域進行推廣和使用。
- 獲獎情況：
第十二屆“挑戰(zhàn)杯”作品 二等獎
1.部分成果已經(jīng)以論文形式在EI核心收錄期刊發(fā)表，題目：Prediction of ozone concentration using BP neural network with a novel hybrid training algorithm, 期刊名稱：2010 Sixth International Conference on Natural Computation, 頁碼: 4176-4179。
2.相關(guān)文章已投到SCI期刊Knowledge based system，三審中。近期投出SCI論文于：Ecological model。
3.本省“挑戰(zhàn)杯”大學生課外學術(shù)科技作品競賽一等獎。
4.2009年本校創(chuàng)新創(chuàng)業(yè)行動計劃成果一等獎。2010年本校創(chuàng)新創(chuàng)業(yè)重點項目支持。
