分类: 环境科学技术及资源科学技术 >> 环境科学技术及资源科学技术其他学科 分类: 计算机科学 >> 计算机应用技术 提交时间: 2023-09-22
摘要: 目的 及时和准确的空气质量预测数据对于环境管理至关重要,尤其是在空气重污染期间,预测数据可以为政府生态环境管理部门应对污染状况、精准地调配社会资源的决策提供数据支撑。方法 笔者研发的基于深度学习的空气质量预测模型AirNet6,可以兼顾准确性和实时性,实现臭氧、二氧化硫、一氧化碳等因子的7天甚至更长时间的空气质量预测。结果 与传统的化学模型演算不同,本模型使用时空图卷积网络(STGCN),能捕获历史监测数据、天气预测数据、社会活动等数据的规律,在2分钟内完成一百多个点位未来168小时数据的预测。结论 实验表明,AirNet6模型在速度、节能和准确度上,比传统的化学模型及时间序列AI模型均有明显进步。关键词:空气质量预测、人工智能、深度学习模型、时空图卷积网络