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
多种变量组合方案下的机器学习模型在PM_(2.5)浓度估算中的性能对比——以陕西关中地区为例
1
作者
徐翠玲
胡雪
+2 位作者
袁兵
郭灿
赵丽华
《地球科学与环境学报》
北大核心
2025年第4期829-843,共15页
获取高分辨率、高精度连续PM_(2.5)浓度,有利于揭示空气质量分布规律,对环境治理、大气污染防治及经济的可持续发展具有重要意义。基于2020~2022年陕西关中地区PM_(2.5)地面监测数据、气溶胶光学厚度(AOD)数据、气象数据、地理数据和协...
获取高分辨率、高精度连续PM_(2.5)浓度,有利于揭示空气质量分布规律,对环境治理、大气污染防治及经济的可持续发展具有重要意义。基于2020~2022年陕西关中地区PM_(2.5)地面监测数据、气溶胶光学厚度(AOD)数据、气象数据、地理数据和协同监测污染物数据等,依据其性质进行分类,设计11种变量组合方案,分别构建随机森林(RF)模型、梯度提升树(GBT)模型和轻量梯度提升机(LightGBM)模型估算关中地区PM_(2.5)浓度,并对不同方案下的模型估算精度进行对比分析。结果表明:(1)3种模型在两两变量组合方案下的估算效果优于在单一变量组合方案下,在多变量组合方案下的估算效果则最优;(2)在同一方案下,LightGBM模型表现最佳,而且多变量组合方案下的LightGBM模型拟合结果在11种变量组合方案中是最优的,其决定系数(R2)为0.94,均方根误差(RMSE)为9.31μg·m-3,平均绝对误差(MAE)为6.27μg·m-3;(3)与ChinaHighPM_(2.5)数据集、VANPM_(2.5)数据集相比,多变量组合方案下的LightGBM模型估算结果不仅在空间分布上与两个数据集中同区域、同时期数据具有较高的一致性,而且在细节刻画和估算精度上更具优势,提升了精度与可靠性。
展开更多
关键词
大气环境
PM_(2.5)浓度
随机森林
模型
梯度
提升
树
模型
轻量梯度提升机模型
多变
量
组合
机器学习
陕西
在线阅读
下载PDF
职称材料
题名
多种变量组合方案下的机器学习模型在PM_(2.5)浓度估算中的性能对比——以陕西关中地区为例
1
作者
徐翠玲
胡雪
袁兵
郭灿
赵丽华
机构
长安大学地质工程与测绘学院
国家统计局山西调查总队
中国电建集团福建省电力勘测设计院有限公司
出处
《地球科学与环境学报》
北大核心
2025年第4期829-843,共15页
基金
国家重点研发计划项目(2024YFC3012603)
陕西省重点研发计划项目(2020ZDLSF0607)
中央高校基本科研业务费专项资金项目(300102269112)。
文摘
获取高分辨率、高精度连续PM_(2.5)浓度,有利于揭示空气质量分布规律,对环境治理、大气污染防治及经济的可持续发展具有重要意义。基于2020~2022年陕西关中地区PM_(2.5)地面监测数据、气溶胶光学厚度(AOD)数据、气象数据、地理数据和协同监测污染物数据等,依据其性质进行分类,设计11种变量组合方案,分别构建随机森林(RF)模型、梯度提升树(GBT)模型和轻量梯度提升机(LightGBM)模型估算关中地区PM_(2.5)浓度,并对不同方案下的模型估算精度进行对比分析。结果表明:(1)3种模型在两两变量组合方案下的估算效果优于在单一变量组合方案下,在多变量组合方案下的估算效果则最优;(2)在同一方案下,LightGBM模型表现最佳,而且多变量组合方案下的LightGBM模型拟合结果在11种变量组合方案中是最优的,其决定系数(R2)为0.94,均方根误差(RMSE)为9.31μg·m-3,平均绝对误差(MAE)为6.27μg·m-3;(3)与ChinaHighPM_(2.5)数据集、VANPM_(2.5)数据集相比,多变量组合方案下的LightGBM模型估算结果不仅在空间分布上与两个数据集中同区域、同时期数据具有较高的一致性,而且在细节刻画和估算精度上更具优势,提升了精度与可靠性。
关键词
大气环境
PM_(2.5)浓度
随机森林
模型
梯度
提升
树
模型
轻量梯度提升机模型
多变
量
组合
机器学习
陕西
Keywords
atmospheric environment
PM_(2.5)concentration
RF model
GBT model
LightGBM model
multivariate combination
machine learning
Shaanxi
分类号
X513 [环境科学与工程—环境工程]
TP181 [自动化与计算机技术—控制理论与控制工程]
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
多种变量组合方案下的机器学习模型在PM_(2.5)浓度估算中的性能对比——以陕西关中地区为例
徐翠玲
胡雪
袁兵
郭灿
赵丽华
《地球科学与环境学报》
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
