摘要：

随着社会经济的持续增长和城市人口的迅速膨胀,城市空气污染问题日益严重,空气质量的监测及其变化趋势已经越来越引起人们的关注.对空气质量的实时监测和趋势变化进行研究分析,对居民的生活健康具有重要的意义.论文先从硬件部分以STM32为主处理器设计了一个具有温湿度,紫外线PM2.5,PM10和SO2测量功能的监测系统.该系统不但可以在屏幕上显示当前空气质量各项参数,而且还可以通过手机与设备上的蓝牙模块连接来获得当前测量的参数.硬件部分主要涉及了DHT11,紫外线,PM2.5,PM10,SO2传感器模块电路,LCD显示电路,电源模块电路等电路的设计,完成了系统的硬件开发.在系统硬件确立之后,在keil集成开发环境上运用模块化程序设计的方法根据各个模块的不同驱动原理,运用C语言编程来驱动各个模块的正常工作.跟一般的小范围监测空气质量系统相比,本文的监测系统加上了AQI这个参数,它可以让我们更加直观的认识到当前的空气质量状况.为了求解当天的AQI,我们运用SPSS这个软件来分析AQI与影响它的六个因子之间的相关性,找出其中相关性最为显著的三个因素,建立了一个多元回归模型来求解当天的AQI.然后把这个模型导入到STM32中,通过测量其中几个自变量来计算出AQI.在这个回归模型的基础上,结合该市2014年12月份到2015年三月份的气象数据和大气环境数据,首先基于RBF神经网络的角度建立预测模型,然后又从BP神经网络的角度同样建立一个预测模型,最后拿同样的预测样本去测试哪一个模型更准确,经过对比两个预测模型得出的预测结果与实际结果后发现,RBF神经网络模型预测的精度要高于BP神经网络预测模型.

展开