【技术实现步骤摘要】
一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法
[0001]本专利技术属于大气污染物浓度预测
,具体涉及一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法。
技术介绍
[0002]目前,全球臭氧浓度正处于持续上涨趋势,从我国的情况来看,近两年来,空气质量总体上有所改善,各种空气污染物的浓度降低了,但臭氧浓度不降反增。臭氧已成为影响AQI优良率的重要因素之一。
[0003]如中国专利公开了“一种近地面臭氧浓度估算方法”(专利号:CN202010090277.3),该专利利用卫星遥感数据估算近地面臭氧浓度,通过将具有时间序列特点的长短期记忆网络模型和体现空间位置特征的胶囊模型结合,在时间和空间上均反映近地面臭氧浓度,提高了近地面臭氧估算精度,可为相关环保部门提供支撑服务。
[0004]但是,该专利无法解决不同地区因气象条件不同造成的臭氧浓度影响因素不同和应用于预测未来城市近地面层臭氧浓度的问题。
技术实现思路
[0005](一)解决的技术问题
[0006]针对现有技术的不足,本专利技术提供了一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法,解决了不同地区因气象条件不同造成的臭氧浓度影响因素不同的问题,形成了一种简单、高效的的算法,能够广泛应用于不同地区。
[0007](二)技术方案
[0008]为实现以上目的,本专利技术通过以下技术方案予以实现:一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法,包括以下步骤:
[0009]步骤1 ...
【技术保护点】
【技术特征摘要】
1.一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法,其特征在于,包括以下步骤:步骤1:获取城市一段时间序列内的历史气象数据、历史臭氧数据及预测的未来气象数据;步骤2:对获取的城市一段时间序列内的历史气象数据、历史臭氧数据及预测的未来气象数据进行预处理,得到城市一段时间序列内的历史逐日气象数据、逐日最大臭氧八小时滑动平均值数据及预测的未来逐日气象数据,历史逐日气象数据充当预报因子,逐日最大臭氧八小时滑动平均值充当预报量;步骤3:建立气象数据与逐日最大臭氧八小时滑动平均值的多元线性回归方程模型;步骤4:用最小二乘法估计线性回归方程的回归系数,既残差平方和最小来估计多元线性回归方程模型中各气象预报因子的回归系数,得到确认的多元线性回归方程;步骤5:根据确认的多元线性回归方程进行历史回代,进行回归效果分析,并计算复相关系数;步骤6:对多元线性回归方程的回归效果进行显著性检验;步骤7:预报值的置信区间;步骤8:将城市预测的未来逐日气象数据输入确定的多元线性回归方程中,预测出城市未来的近地面逐日最大臭氧八小时滑动平均值。2.根据权利要求1所述的一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法,其特征在于,所述步骤3中的建立的多元线性回归方程公式为:其中为预报量的估计值,x1,x2,
…
,x
p
为各气象预报因子,p为气象因子的个数,b0为回归常数,b1,b2,
…
,b
p
为各气象预报因子的回归系数。3.根据权利要求1所述的一种基于多元线性回归模型的城市近地面臭氧浓度的预测方法,其特征在于,所述步骤4中的用最小二乘法估计线性回归方程的回归系数,既残差平方和最小来估计多元线性回归方程模型中各气象预报因子的回归系数,其残差平方和公式为:其中y为预报量的实际观测值,为预报量的估计值,Q为预报量的实际观测值和估计值的残差平方和,实际观测值y既逐日最大臭氧八小时滑动平均值,i=1,2,
……
,n,其中n为气象预报因子的时间序列长度,既历史气象数据的天数。使预报量的实际观测值y与预报量的估计值的残差平方和Q达最小值,从而确定各气象预报因子的多元线性回归方程的回归系数b1,b2,
……
,b
p
和回归常数b0。4.根据权利要求1所述的一种基于多元线性回归模...
【专利技术属性】
技术研发人员:许益超,邵振华,胡文捷,李霖,
申请(专利权)人:碧空环境科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。