基于高斯回归的空间细粒度污染推断模型

基于高斯回归的空间细粒度污染推断模型.pdf近年来空气污染细粒度监测,尤其是PM2.5的监测,受到越来越多的关注.对利用监测得到的细粒度的时空数据进行精细的空间推断,从而得到细尺度(50m)任何点位的推断数据,是一个亟待解决的问题.为了研究本课题,在北京实地部署了300个微型的PM2.5传感器,并使用了基于高斯回归的空间推断模型进行了实验验证,取得了较好的实验结果,为后续的污染物精细管控、健康风险评估等研究提供了基础数据.
作者：顾伟伟谢涛刘锐席春秀
作者单位：中科宇图(北京)资源环境科学研究院,北京100101;中科宇图科技股份有限公司,北京100101
母体文献：第十三次环境监测学术交流会论文集
会议名称：第十三次环境监测学术交流会  
会议时间：2018年12月1日
会议地点：深圳
主办单位：中国环境科学学会
语种：chi
分类号：X92TP3
关键词：大气监测  数据处理  细颗粒物  空间推断模型
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文

2024-11-30 18:11 上传 基于高斯回归的空间细粒度污染推断模型.pdf

文件大小:

2.09 MB

下载次数:

60

高速下载