支持向量机回归在臭氧预报中的应用

来源：环境科学杂志2019年第1期北京时间：

作者：苏筱倩,安俊琳,张玉欣,梁静舒,刘静达,王鑫

单位：南京信息工程大学气象灾害教育部重点实验室, 气候与环境变化国际合作联合实验室, 气象灾害预报预警与评估协同创新中心, 南京 210044,南京信息工程大学气象灾害教育部重点实验室, 气候与环境变化国际合作联合实验室, 气象灾害预报预警与评估协同创新中心, 南京 210044,青海省人工影响天气办公室, 西宁 810001,中国气象局气象探测中心, 北京 100081,南京信息工程大学气象灾害教育部重点实验室, 气候与环境变化国际合作联合实验室, 气象灾害预报预警与评估协同创新中心, 南京 210044,南京信息工程大学气象灾害教育部重点实验室, 气候与环境变化国际合作联合实验室, 气象灾害预报预警与评估协同创新中心, 南京 210044

摘要：采用南京工业区2016年5月20日~8月15日这一高臭氧（O₃）期的O₃、O₃前体物和常规气象资料数据，利用支持向量机回归（SVMr）方法分别预报O₃的小时值、日最大值和最大8 h滑动平均值.结果表明，O₃小时值预报的相关系数（R2）为0.84，平均绝对误差（MAE）和平均绝对百分误差（MAPE）分别为3.44×10-9和24.48，O₃前期浓度、紫外B波段辐射（UVB）和NO₂浓度是关键因子.O₃日最大值预报的主要因子是NO_x在07：00的浓度和UVB.预报O₃ 8 h时UVB和气温起重要作用.加入前体物项能够使O₃的预报精度提升10%~28%.与多元线性回归方法相比，SVMr对O₃浓度的预报有明显优势.

关键词：支持向量机回归,臭氧预报,臭氧小时值,臭氧日最大值,臭氧日最大8h滑动平均,