En los últimos años, la frecuencia del clima gris en el norte de China ha aumentado, lo que ha afectado gravemente la vida normal de las personas. El aumento de la concentración de partículas finas atmosféricas (PM2.5) es una característica histórica, y el daño de la contaminación atmosférica PM2.5 a la salud humana ha atraído cada vez más atención. Una alta concentración de PM2.5 no solo conducirá al deterioro de la función pulmonar, sino que también aumentará la incidencia y la mortalidad de las enfermedades respiratorias, e incluso afectará a las personas que realizan ejercicio físico al aire libre. En primer lugar, este documento presenta el estado de la contaminación y el daño de las partículas finas, así como la tecnología y el equipo adoptados por el estado para su monitoreo en esta etapa, que ha acumulado algunos conocimientos previos para el establecimiento de un modelo de detección suave. Este documento presenta sistemáticamente la estructura y el proceso de aprendizaje de las redes neuronales BP y RBF, y determina la viabilidad de establecer un modelo de detección suave basado en las redes neuronales BP y RBF para realizar experimentos de detección suave sobre la concentración de partículas finas en la atmósfera. Los resultados muestran que el componente químico que más contribuye a la concentración másica de PM2.5 es nss-SO42-, representando el 27,2%, seguido de OM y NH4+, mientras que la concentración de NO3- es baja, representando solo el 4,4%. En términos generales, las emisiones de contaminantes gaseosos per cápita disminuyen con el aumento del ingreso per cápita. El valor estimado de la proporción de la industria terciaria a veces no es significativo, pero mientras sea significativo, sus símbolos son todos negativos, lo que está en línea con las expectativas, lo que indica que el desarrollo de la industria terciaria es propicio para mejorar la calidad ambiental.
In recent years, the frequency of grey weather in North China has increased, which has seriously affected people's normal life. The increase of the concentration of atmospheric fine particles (PM2.5) is a landmark feature, and the harm of atmospheric PM2.5 pollution to human health has attracted more and more attention. High concentration of PM2.5 will not only lead to the decline of lung function, but also increase the incidence and mortality of respiratory diseases, and even affect people engaged in outdoor physical exercise.Firstly, this paper introduces the pollution status and harm of fine particles, as well as the technology and equipment adopted by the state for its monitoring at this stage, which has accumulated some prior knowledge for the establishment of soft sensingmodel. This paper systematically introduces the structure and learning process of BP and RBF neural networks, and determines the feasibility of establishing a soft-sensing model based on BP and RBF neural networks to conduct soft-sensing experiments on the concentration of fine particles in the atmosphere. The results show that the chemical component that contributes the most to the mass concentration of PM2.5 is nss-SO42-, accounting for 27.2%, followed by OM and NH4+, while the concentration of NO3-is low, accounting for only 4.4%. Generally speaking, per capita gas pollutant emissions decrease with the increase of per capita income. The estimated value of the proportion of the tertiary industry is sometimes not significant, but as long as it is significant, its symbols are all negative, which is in line with expectations, indicating that developing the tertiary industry is conducive to improving the environmental quality.