董小男
加好友
董小男 2021-08-18
基于机器学习方法的西安市数值模拟优化研究
李娟1, 尉鹏2, 戴学之2, 赵森3, 张博雅2, 吕玲玲2, 胡京南2
1. 西安科技大学测绘科学与技术学院, 陕西 西安 710054;
2. 中国环境科学研究院大气环境研究所, 北京 100021;
3. 合肥市气象局, 安徽 合肥 230041
- 摘要 -
为提高西安市ρ(PM2.5)及ρ(O3)预报准确率,更好地服务西安市预报预警工作,以CAMx模式预报结果为基础,结合中尺度WRF气象预报数据、ρ(PM2.5)及ρ(O3)观测数据,基于多元线性回归、岭回归、lasso回归、决策树、随机森林以及支持向量机6种机器学习优化模型,对西安市2019年PM2.5及O3模拟结果进行优化。
结果表明:①CAMx模式对污染物的预报存在偏差,优化模型明显修正了CAMx模式的系统性偏差,提高了预报精度.②ρ(PM2.5)及ρ(O3)的均方根误差(RMSE)由174.00、37.11 μg/m3分别降至34.36~39.37、24.77~28.82 μg/m3,相关性系数(R)由0.63、0.78分别提至0.70~0.78、0.83~0.88.③不同模型对模拟值的订正优势不同,随机森林对PM2.5优化效果显著,优化提高率为80%;支持向量机对O3的优化效果最理想,优化提高率为36%;线性回归方法对O3的优化效果较好,但对PM2.5的优化效果相对较差.研究显示,机器学习模型显著优化了CAMx模拟结果,反映了利用机器学习修正空气质量数值模式预报结果的研究意义和可行性.
来源:1988 环境科学研究
原文链接:http://mp.weixin.qq.com/s?__biz=MzA4OTUwMDM1Ng==&mid=2654533033&idx=2&sn=a8cad05753b1f45a0f112a9defd4333a
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn
机器学习已被广泛用于优化脑影像数据分析和建立预测模型来对精神分裂症患者进行分类
科学评估地震预警机制,为预报难题补缺
【科普知识】地震预报≠地震预警
多种技术产品上阵 强化监测预报预警 气象科技筑牢防灾减灾第一道防线
注意!今明天淮河以南仍有大雨到暴雨,可能有冰雹,天气预报和预警一定要看!
中国地震局:2021年地震监测预报预警能力持续提升
筑牢防灾减灾第一道防线 加强气象预警与灾害预报联动
四川长宁发生地震,预警系统提前61秒向成都预报地震
系列地震科普动画视频5:地震预警与预报
第23期科创中原论坛——中国极端天气预报预警技术研讨会在郑州召开