咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于随机森林算法的滁州市空气质量预报研究 收藏

基于随机森林算法的滁州市空气质量预报研究

Study on Air Quality Forecast of Chuzhou Based on Random Forest Algorithm

作     者:华俊玮 白琳 邢程 凌遵斌 熊世为 郁凌华 HUA Junwei;BAI Lin;XING Cheng;LING Zunbin;XIONG Shiwei;YU Linghua

作者机构:滁州市气象局安徽滁州239004 江苏省生态环境监测监控有限公司江苏南京210019 

出 版 物:《环境监测管理与技术》 (The Administration and Technique of Environmental Monitoring)

年 卷 期:2024年第36卷第1期

页      面:74-78页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:安徽省气象局创新发展专项基金资助项目(CXM202206) 滁州市气象科研基金资助项目(CZQXKY201903) 

主  题:空气质量 预报模型 随机森林算法 滁州 

摘      要:利用2017—2019年滁州市6种空气污染物质量浓度和AQI资料、气象要素及ECMWF数值预报作为输入参数,构建基于随机森林算法的污染物质量浓度和AQI预报模型,其中AQI预报按季节划分为4个模型。结果表明:6种污染物中O_(3)的预报效果最好,相关系数为0.84,PM_(2.5)、PM_(10)和NO_(2)相关系数分别为0.76、0.72和0.72,SO_(2)和CO预报效果略差;基于分季节模型AQI的24 h预报结果TS评分为0.77,空报率(FAR)和漏报率(PO)分别为15%和12%,相较于非季节模型预报效果更好;春季和秋季的TS评分分别为0.88和0.86,相较于冬季和夏季预报效果更好。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分