基于变量筛选的机器学习对兰州市近地面臭氧模拟研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为快速准确模拟兰州市臭氧浓度，利用随机森林（RF）和极端梯度提升（XGB）2种机器学习模型，结合ERA5气象数据、MEIC清单数据和兰州市空气质量监测数据，对兰州市2020年近地面8 h滑动平均臭氧浓度ρ（O3_8h）进行模拟。通过SHAP方法评估变量的重要性，筛选出对模型贡献最大的变量，分别构建简化模型RF7和XGB7，并比较其与全变量模型（RF_A和XGB_A）的模拟效果和运行效率。（剩余11086字）

试读结束

目录
monitor