基于城市PM2.5影响因素相关性及预测模型研究

随着近年来雾霾对人们生活的影响日益增加,改善空气质量甚至是从根本上解决问题的关键就是:要了解对空气质量产生影响的各种因素以及不同因素对空气质量影响的大小。本文选择了对空气质量影响较大的PM10、SO2、NO2、CO、O3、温度、湿度、风级及前一天PM2.5等对PM2.5影响较大的九个因素作为研究对象并通过SPSS软件计算其Pearson相关性,简单数学处理后,再通过建立BP神经网络预测模型对南京市PM2.5进行预测研究,最终得出南京市PM2.5对于空气主要因素的预测结果,以便于有针对性的治理。