《表1 监测站名称及其地理信息》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于长短期记忆网络-卷积神经网络(LSTM-CNN)的北京市PM_(2.5)浓度预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文使用微软亚洲研究院城市大气项目的公开数据集[16-18]，并从中选取北京市相关数据用于LSTM-CNN模型的研究。其中，北京市数据集共包含来自36个城市监测站的278023条小时级空气质量数据和来自17个区级气象监测站的116867条气象数据。其中，空气质量数据包含PM2.5、PM10、NO2、CO、O3、SO2，气象数据包括天气、温度、压力、湿度、风速、风向。本文从北京市市区和郊区监测站中共随机选取了7个监测站在2014-04-30—2015-05-01期间的数据来评价本研究提出的LSTM-CNN模型，表1为各监测站的名称及其地理信息。7个监测站选址随机，且位于北京市不同的行政区，因此7个站点预测的平均水平很大程度上可代表模型在北京市PM2.5浓度预测问题中的整体表现。在使用的数据中，对于个别缺失的数据，通过线性插值法、前置填补法或后置填补法进行填补。