基于航班运行规律的典型机场NOx浓度临近预测方法研究

针对天津机场区域考虑航班运行影响,应用广义加性模型(Generalized Additive Model,GAM)建立污染物浓度预测模型,对因子间的共线性问题和交互作用进行改进,得到最优的NOx浓度预测模型.选取天津机场区域2019年11月—2020年3月环境、气象及航班数据,建立改进的GAM.结果显示:①改进的GAM预测效果优,可以更加准确地预测浓度峰值及变化趋势;②样本量会影响模型选择的因子数量及模型性能;③改进模型adj-R2为0.940,实测和预测NOx浓度的相关系数为0.975,预测效果好;④航班活动对机场区域污染物浓度影响较大.改进的GAM考虑污染物浓度与影响因子之间的复杂非线性关系及影响因子之间交互作用对污染物浓度变化的影响,使模型精度进一步提升.GAM对污染物浓度的准确预测可为机场区域污染防治提供依据.