本网讯（通讯员：石文玉）为了降低PM2.5设备预测成本，同时分析大气因素与污染物的相关性，4月11日中午，信息工程学院副教授张怡文以“基于大数据的城市雾霾指数预测”为题作了主题讲座，信息工程学院师生代表聆听了本次讲座。
随着我国社会经济持续高速发展,环境污染的负担也不断加重,致使区域性污染事件(霾污染、光化学烟雾等)频发,严重威胁居民的身体健康,特别是在人群较为密集的重点城市的环境空气污染更为严重,人群健康损伤也更大。众多的研究表明空气中的SO2、N02、PM2.5等多种污染物在一定浓度下可对人体多个系统和器官造成损害,以致对人群死亡率产生显著影响。基于国内不同城市污染水平、人口分布等具体情况, 采用一定的数据处理模型，选取O3、CO、PM10、SO2、NO2污染物指标预测PM2.5，之后加入温度、湿度、风力等大气指标，建立综合气象的指标体系，最后又用pearson算法PCA等对指标进行合并，用pearson、PCA等相关指标的BP神经网络的方法对PM2.5做预测。此项工作对于深入认识空气污染对健康的影响、科学制定环境空气质量目标、有效开展空气污染控制、为人们的出行提供参考依据等方面都具有重要意义。
此外张怡文对她下一步主要工作做了总结，包括：1.加大数据采集量，在大规模数据集上进行实验，以提高结果的准确率；2.采用深度学习的方法，如RNN、LSTM等方法继续进行实验，建立时间序列的预测模型。
会后，与会师生就相关研究的开展和技术等问题进行了深入的沟通与交流。
（审核：贺行佳 责任编辑：王婷）
