基于随机森林算法的石家庄市首要污染物分类预报技术研究
文档名：基于随机森林算法的石家庄市首要污染物分类预报技术研究
摘要：基于2018年1月-2022年6月石家庄市逐日首要污染类型数据和ERA5逐6h再分析气象要素资料,构建了机器学习所需的多维特征量数据集,并利用随机森林算法学习训练,得到石家庄市首要污染物分类预报最佳模型,实现了不同气象条件下首要污染物分类识别及预报.结果表明,随机森林模型预报首要污染物分类准确率达到76%,对PM10、PM2.5首要污染物分类结果最好,召回率达到93%、89%,O3首要污染物次之,召回率为74%.与中国气象局下发的空气质量指导产品(CMA-ZD)和国家级雾霾数值预报业务系统产品(CUACE)相比,预报准确率分别提升11%、36%,明显优于指导产品.
作者：张智 赵玉广 焦亚音 李二杰 Author：ZhangZhi ZhaoYuguang JiaoYayin LiErjie
作者单位：河北省气象灾害防御和环境气象中心,河北石家庄050021河北省气象灾害防御和环境气象中心,河北石家庄050021;中国气象局邢台大气环境野外科学试验基地,河北邢台054008
刊名：环境科学与管理 ISTIC
Journal：EnvironmentalScienceandManagement
年，卷(期)：2023, 48(8)
分类号：X831
关键词：首要污染物随机森林分类预报矢量通风系数
Keywords：primarypollutantrandomforestclassifiedforecastvectorventilationcoefficient
机标分类号：
在线出版日期：2023年9月5日
基金项目：河北省气象局科研项目基于随机森林算法的石家庄市首要污染物分类预报技术研究[
期刊论文]环境科学与管理--2023, 48(8)张智赵玉广焦亚音李二杰基于2018年1月-2022年6月石家庄市逐日首要污染类型数据和ERA5逐6h再分析气象要素资料,构建了机器学习所需的多维特征量数据集,并利用随机森林算法学习训练,得到石家庄市首要污染物分类预报最佳模型,实现了不同气象...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于随机森林算法的石家庄市首要污染物分类预报技术研究Primary Pollutants Classification and Forecast Based on Random Forecast Algorithm in Shijiazhuang
基于随机森林算法的石家庄市首要污染物分类预报技术研究.pdf
页:
[1]