论文部分内容阅读
大规模的雾霾侵袭不仅严重影响了人们正常的交通出行,还严重危害了人们的身体健康。PM2.5是构成霾的主要成分,应对雾霾污染关键在于控制PM2.5。因此,全面掌握PM2.5浓度的时空演变规律并做到高效准确的PM2.5浓度预测对交通出行规划和空气污染防控工作具有重要的指导意义。针对目前大部分PM2.5预测模型多应用在小范围区域,预测效果不稳定,泛化能力不足的现状,本文在国内外PM2.5浓度时空特征和预测研究的基础上,结合深度学习中记忆能力较强的循环神经网络和特征表达能力较强的卷积神经网络,针对中国大陆地区