排序方式: 共有9条查询结果,搜索用时 234 毫秒
1
1.
2.
全球空气质量排名,中国位列倒数第二,这是一个极其可怕的现实。存在严重的问题并不可怕,可怕的是对此无动于衷,我行我素。 相似文献
3.
溶解氧污染指数的计算比较特殊,可遵循三点原则,重新选择确定为与一般污染物污染指数常规计算方法呈倒数关系,亦即倒数计算。 相似文献
4.
5.
6.
为能更加准确地模拟出兰州市近地面臭氧浓度,在CMAQ (社区多尺度空气质量建模系统)的基础上,利用机器学习方法中的XGBoost (极限梯度提升)模型及LSTM (长短期记忆)神经网络模型建立近地面臭氧模拟结果的订正模型,并以两种方法为基础,利用误差变权倒数组合方法构建LSTM-XGBoost组合模型,以期进一步提高订正效果.本文选取兰州市4个国控站点(兰炼宾馆,铁路设计院,榆中校区,生物制品所)2019年7、8月环境空气质量监测数据及兰州市气象站同期气象数据,对CMAQ模拟的同时段兰州市近地面臭氧浓度进行订正.结果表明,CMAQ能够模拟出兰州市近地面臭氧浓度的空间及时间分布特征,但整体上对浓度有所低估.利用上述方法构建的订正模型中,LSTM-XGBoost组合模型的订正效果最好,臭氧相关性由CMAQ模拟的0.61~0.76提升至0.89~0.95,臭氧8h平均相关性由0.65~0.79提升至0.81~0.88,臭氧RMSE由44.83~70.17mg/m3提升至15.21~26.53mg/m3,臭氧8h平均RMSE由40.07~67.57mg/m3提升至14.24~28.54mg/m3.该研究表明利用机器学习方法对CMAQ模拟结果订正可行,可以改善环境空气质量模式模拟结果. 相似文献
7.
在滑坡时间预测中,基于变形监测数据的速率倒数法受到了广泛重视。在该方法的使用过程中,存在模型参数难以同时标定、难以考虑预测时间的不确定性的难题。针对上述不足,提出了一种两阶段速率倒数模型的标定方法。基于该方法可以对模型参数进行同时标定,同时可对滑坡时间进行概率预测。结合10个滑坡案例比较了不同模型假设对滑坡时间预测的影响。结果表明,考虑滑坡时间的不确定性后,预测滑坡时间与实际观测滑坡时间更为符合。考虑速率倒数模型的非线性后,拟合最优模型与实测数据的拟合度更好;但从预测效果而言,线性模型预测结果与滑坡实际发生时间符合的程度更高。 相似文献
8.
9.
1