基于随机森林算法的石家庄市首要污染物分类预报技术研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：基于2018年1月-2022年6月石家庄市逐日首要污染类型数据和ERA5逐6h再分析气象要素资料，构建7机器学习所需的多维特征量数据集，并利用随机森林算法学习训练，得到石家庄市首要污染物分类预报最佳模型，宴现了不同气象条件下首要污染物分类识别及预报。结果表明，随机森林模型预报首要污染物分类准确率达到76%，对PM10、PM2.5首要污染物分类结果最好，召回率达到93%、89%，O3首要污染物次之，召回率为74%。（剩余662字）

试读结束

目录
monitor