期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习方法的河南省城市夏季臭氧预报研究
1
作者
杨盛凯
曹乐
+6 位作者
卢西畅
张彤
孔海江
王梦珂
朱晓淳
高萌萌
赵天良
《环境科学研究》
北大核心
2025年第4期808-820,共13页
臭氧(O_(3))是目前影响我国城市地区空气质量的主要污染物。作为全国重要的综合交通枢纽和人流物流信息流中心,河南省非常有必要持续提高环境空气O_(3)的预报准确性。为进一步提升河南省多城市O_(3)污染的预报准确率,优化其预报时长和效...
臭氧(O_(3))是目前影响我国城市地区空气质量的主要污染物。作为全国重要的综合交通枢纽和人流物流信息流中心,河南省非常有必要持续提高环境空气O_(3)的预报准确性。为进一步提升河南省多城市O_(3)污染的预报准确率,优化其预报时长和效果,该研究基于机器学习方法,利用2017−2021年地面实测污染物数据和逐6 h GFS(Global Forecast System)气象场预报数据,对河南省9个城市(郑州、开封、洛阳、平顶山、安阳、焦作、三门峡、信阳、周口)训练O_(3)浓度预报模型,对2023年夏季(6月、7月)O_(3)浓度进行每日迭代7 d的预报,并定量评估模型预报效果。结果表明:①训练的O_(3)预报模型对河南省9个城市未来7 d O_(3)逐小时浓度的预报效果较好,与观测值的相关系数(r)最高可达0.91。郑州市提前1、2、3 d的O_(3)浓度日最大8 h平均值(O_(3)MDA8)预报值与观测值的r分别达到0.85、0.84、0.84,较现有研究具有更优的预报效果。②模型对9个城市O_(3)的预报表现有所差异,对河南省两个边界城市(信阳市和三门峡市)的预报效果较好,其提前6 d的O_(3)MDA8浓度预报值的均方根误差(RMSE)保持在27μg/m3左右,平均相对误差(MRB)保持在18%左右;但对于在夏季O_(3)浓度受省外传输和偏南风影响较大的安阳市,则预报效果较差。③模型提前1~3 d的预报效果较好,提前4~7 d的预报效果变差;且模型对每日14时O_(3)小时浓度(即13:00−14:00平均浓度)的预报效果较O_(3)MDA8差。④O_(3)MDA8处于0~100、100~160、160~215、215~265μg/m3时,模型提前1 d预报的MRB分别为21.65%、13.63%、9.63%、12.81%,具有较高的精确度。研究显示,基于大气主要污染物同步迭代的机器学习预报方法可为河南省各城市提供未来7 d及时且准确的O_(3)预报,实现区域性O_(3)污染事件的及时预报预警。对于预报效果较差的城市,期望未来通过增加其他O_(3)前体物数据、使用更高时空分辨率的气象预报数据、更深入地综合气象特征以改进模型,进一步提高预报精度。
展开更多
关键词
臭氧(O_(3))
机器学习
XGBRegressor
河南省
小时浓度预报
在线阅读
下载PDF
职称材料
题名
基于机器学习方法的河南省城市夏季臭氧预报研究
1
作者
杨盛凯
曹乐
卢西畅
张彤
孔海江
王梦珂
朱晓淳
高萌萌
赵天良
机构
南京信息工程大学大气物理学院
衡水市气象局
饶阳国家气候观象台
山东省气象防灾减灾重点实验室
山东省气象科学研究所
河南省气象台
安阳国家气候观象台
鹤壁市气象局
出处
《环境科学研究》
北大核心
2025年第4期808-820,共13页
基金
国家重点研发计划项目(No.2022YFC3701204)
安阳国家气候观象台开放研究基金(No.AYNCOF202301)
河北省气象局指导项目(No.23zc20)。
文摘
臭氧(O_(3))是目前影响我国城市地区空气质量的主要污染物。作为全国重要的综合交通枢纽和人流物流信息流中心,河南省非常有必要持续提高环境空气O_(3)的预报准确性。为进一步提升河南省多城市O_(3)污染的预报准确率,优化其预报时长和效果,该研究基于机器学习方法,利用2017−2021年地面实测污染物数据和逐6 h GFS(Global Forecast System)气象场预报数据,对河南省9个城市(郑州、开封、洛阳、平顶山、安阳、焦作、三门峡、信阳、周口)训练O_(3)浓度预报模型,对2023年夏季(6月、7月)O_(3)浓度进行每日迭代7 d的预报,并定量评估模型预报效果。结果表明:①训练的O_(3)预报模型对河南省9个城市未来7 d O_(3)逐小时浓度的预报效果较好,与观测值的相关系数(r)最高可达0.91。郑州市提前1、2、3 d的O_(3)浓度日最大8 h平均值(O_(3)MDA8)预报值与观测值的r分别达到0.85、0.84、0.84,较现有研究具有更优的预报效果。②模型对9个城市O_(3)的预报表现有所差异,对河南省两个边界城市(信阳市和三门峡市)的预报效果较好,其提前6 d的O_(3)MDA8浓度预报值的均方根误差(RMSE)保持在27μg/m3左右,平均相对误差(MRB)保持在18%左右;但对于在夏季O_(3)浓度受省外传输和偏南风影响较大的安阳市,则预报效果较差。③模型提前1~3 d的预报效果较好,提前4~7 d的预报效果变差;且模型对每日14时O_(3)小时浓度(即13:00−14:00平均浓度)的预报效果较O_(3)MDA8差。④O_(3)MDA8处于0~100、100~160、160~215、215~265μg/m3时,模型提前1 d预报的MRB分别为21.65%、13.63%、9.63%、12.81%,具有较高的精确度。研究显示,基于大气主要污染物同步迭代的机器学习预报方法可为河南省各城市提供未来7 d及时且准确的O_(3)预报,实现区域性O_(3)污染事件的及时预报预警。对于预报效果较差的城市,期望未来通过增加其他O_(3)前体物数据、使用更高时空分辨率的气象预报数据、更深入地综合气象特征以改进模型,进一步提高预报精度。
关键词
臭氧(O_(3))
机器学习
XGBRegressor
河南省
小时浓度预报
Keywords
ozone(O3)
machine learning
XGBRegressor
Henan Province
hourly concentration prediction
分类号
X511 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习方法的河南省城市夏季臭氧预报研究
杨盛凯
曹乐
卢西畅
张彤
孔海江
王梦珂
朱晓淳
高萌萌
赵天良
《环境科学研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
