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
基于机器学习的东北地区平原型城市空气质量重度污染预测模型构建——以吉林省白城市为例
1
作者
秦杨
翟帅
+2 位作者
石博文
张梅
陈卫卫
《地理科学》
北大核心
2025年第8期1720-1732,共13页
本研究以东北地区平原型城市——吉林省白城市为例,采用2015—2022年多源数据(空气质量、气象、卫星、遥感),在系统分析重度污染事件形成成因的基础上,筛选了重度污染事件PM_(2.5)质量浓度预测的最佳机器学习算法。结果显示,在2017年以...
本研究以东北地区平原型城市——吉林省白城市为例,采用2015—2022年多源数据(空气质量、气象、卫星、遥感),在系统分析重度污染事件形成成因的基础上,筛选了重度污染事件PM_(2.5)质量浓度预测的最佳机器学习算法。结果显示,在2017年以前,白城市重度污染发生频率较高,主要发生在秋末冬初和深冬;2017年以后重度污染天数显著减少。重度污染主要分为4种类型,即本地排放型、传输主导型、气象诱导型、复合污染型,其中复合污染型比例最高。本文构建了重度污染发生期间的空气质量、气象、遥感数据为基础的机器学习预测算法,对白城市PM_(2.5)质量浓度进行了预测,XGBoost算法表现最优,R^(2)为0.92,均方根误差(RMSE)为24.6μg/m^(3),显著优于随机森林(R^(2)=0.87)和支持向量机(R^(2)=0.67)等算法。本研究为东北地区平原型城市重度污染的预测提供了一种简洁、易掌握、精度高的流程和算法,有利于大气环境日常管理。
展开更多
关键词
PM_(2.5)
秸秆焚烧
民用散煤
区域传输
XGBoost
在线阅读
下载PDF
职称材料
题名
基于机器学习的东北地区平原型城市空气质量重度污染预测模型构建——以吉林省白城市为例
1
作者
秦杨
翟帅
石博文
张梅
陈卫卫
机构
吉林省
生态
环境
监测中心预测预报部
中国科学院东北农业与生态研究所湿地生态与环境重点实验室
长春师范大学地理
科学
学院
出处
《地理科学》
北大核心
2025年第8期1720-1732,共13页
基金
吉林省生态环境厅环境保护科研项目(吉环科字第2024-05号)
国家重点研发计划项目(2023YFF0807202)资助。
文摘
本研究以东北地区平原型城市——吉林省白城市为例,采用2015—2022年多源数据(空气质量、气象、卫星、遥感),在系统分析重度污染事件形成成因的基础上,筛选了重度污染事件PM_(2.5)质量浓度预测的最佳机器学习算法。结果显示,在2017年以前,白城市重度污染发生频率较高,主要发生在秋末冬初和深冬;2017年以后重度污染天数显著减少。重度污染主要分为4种类型,即本地排放型、传输主导型、气象诱导型、复合污染型,其中复合污染型比例最高。本文构建了重度污染发生期间的空气质量、气象、遥感数据为基础的机器学习预测算法,对白城市PM_(2.5)质量浓度进行了预测,XGBoost算法表现最优,R^(2)为0.92,均方根误差(RMSE)为24.6μg/m^(3),显著优于随机森林(R^(2)=0.87)和支持向量机(R^(2)=0.67)等算法。本研究为东北地区平原型城市重度污染的预测提供了一种简洁、易掌握、精度高的流程和算法,有利于大气环境日常管理。
关键词
PM_(2.5)
秸秆焚烧
民用散煤
区域传输
XGBoost
Keywords
PM_(2.5)
straw burning
household coal burning
regional transmission
XGBoost
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
基于机器学习的东北地区平原型城市空气质量重度污染预测模型构建——以吉林省白城市为例
秦杨
翟帅
石博文
张梅
陈卫卫
《地理科学》
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
