摘要: 精准的短期城市空气质量指数(AQI)预测对人们合理规划出行、政府精确开展治理环境问题、提升城市形象、促进经济发展有着十分重要的意义.AQI的变化与气象条件和污染物的排放量等诸多因素有关,因此,城市 AQI预测的研究和评价是一个多变量、非线性问题.为了深度学习非线性 AQI数据中所隐含的深层次关系和提高预测的准确性,提出了一种结合气象因子多模式集成预报的基于条件生成对抗网络(CGAN)的 AQI预测模型.以四川省内江市3年的 AQI数据作为实际算例,对比其他模型的预测结果,仿真实验结果表明该预测模型对 AQI的预测结果更加准确.