测绘科学

2018, v.43;No.236(02) 114-120+141

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

融机器学习与WRF大气模式的PM2.5预报方法
PM2.5 forecasting method based on machine learning and WRF hybrid model

侯俊雄;李琦;朱亚杰;冯逍;林绍福;

摘要(Abstract):

针对当前我国重污染天气实时的空气质量预报问题,该文提出了一种融合随机森林算法与WRF大气模式的PM2.5浓度实时预报方法。该方法结合了北京市地面空气质量监测数据和WRF气象数据进行分析,将高层大气状态(如逆温层高度等)融入了预报模型中,建立了0~72h的PM2.5浓度实时预报模型。实验证明,该模型能够对0~72h单站点的PM2.5浓度进行较高精度的实时预报,且在24~72h的长时预报结果上较基于地面空气污染物数据与地表气象站数据的预报方法精度有明显提升,即该方法可以更好地模拟大气物理化学状态,从而更为精准地进行长时PM2.5浓度预报。

关键词(KeyWords): PM2.5实时预报;WRF大气模式;随机森林;空气质量

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 侯俊雄;李琦;朱亚杰;冯逍;林绍福;

Email:

DOI: 10.16251/j.cnki.1009-2307.2018.02.020

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享