摘要
利用扬州市气象观测站点和中国环境监测总站的逐小时数据估算PM_(2.5) 的各相关组合因子,然后利用CNN卷积神经网络算法构建反演PM_(2.5) 质量浓度的机器学习模型。结果表明:(1)利用CNN卷积神经网络算法反演PM_(2.5) 是有效且可行的,且比一般的线性回归算法效果更佳,为反演PM_(2.5) 提供了一种新的机器学习方法。(2)在影响PM_(2.5) 反演的各输入变量因子中,PM_(10)与能见度变量为高相关因子。利用神经卷积网络算法反演PM_(2.5) 理论上反演精度能够随着输入信息增多而不断提高。
出处
《农业灾害研究》
2024年第3期109-111,共3页
Journal of Agricultural Catastrophology
基金
江苏省青年基金项目(KQ202330)。
作者简介
王雨轩(1993—),男,扬州宝应人,助理工程师,主要从事气溶胶、大气探测研究。
