《表3 T1(a)～(c)和T2(a)～(f)拟合结果》

  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DWT-GRU模型的天津市NO_2浓度预测研究》

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

T1实验旨在研究天气条件中风力和温差是否与NO2浓度相关。（1)T1（a）：输入指标仅为NO2历史数据和其他5种污染物浓度数据。（2)T1（b）：输入指标在T1（a）的基础上加入温差数据。（3)T1（c）：输入指标在T1（b）的基础上再加入风力数据。实验结果如表3所示，在输入指标中加入温差和风力指标后，MAPE由13.62%分别下降到了13.54%和11.53%，而T1（b）实验中，加入温差指标后MAE和RMSE指标都有小幅度的上升，T1（c）实验中风力指标的加入使得MAPE、MAE和RMSE 3个指标都有明显的下降。因此，实验结果表明气象指标与大气污染物浓度相关，其中风力大小对NO2浓度的影响较大，温差大小对其影响不大。为了直观展示实验结果，在2018年6月1日至2019年6月30日这395 d测试数据中随机选取6周NO2浓度变化进行观察，如图6所示，天津市2018年7月24日平均NO2浓度实际值为14μg/m3，为区间内极小值，T1（a）～（c）的预测值分别为22.10、22.22和14.99。同样，8月22日出现区间范围内的极大值64μg/m3，T1（a）～（c）的预测结果分别为57.65、57.16和58.32μg/m3，可见加入风力数据更能对NO2波动情况进行拟合。