| 基于XGBoost算法的WRF-Chem模式优化模拟 |
| |
| 作者姓名： | 李江涛 安兴琴 李清勇 余浩敏 汪巍 周心源 王超 崔萌 |
| |
| 作者单位： | 1. 中国气象科学研究院大气成分与环境气象研究所, 北京 100081;2. 北京交通大学计算机与信息技术学院, 北京 100044;3. 中国环境监测总站, 北京 100012;4. 中国人民解放军 78127部队, 四川 成都 610000 |
| |
| 基金项目： | 国家自然科学基金资助项目（41975173）;国家重点研发计划（2017YFC0210006） |
| |
| 摘 要： | 采用人工智能算法XGBoost结合大气化学模式WRF-Chem,利用北京地区大气污染物的模拟结果及站点监测数据,构建XGBoost统计预报算法模型,并对两种大气污染物(PM2.5和O3)进行优化模拟,同时分析其特征贡献要素.结果表明,该统计预报模型能够很好地优化大气化学模式模拟的大气污染物浓度,降低模拟误差,对于北京地...
|
| 关 键 词： | XGBoost 大气化学模式WRF-Chem O3 PM2.5 |
| 收稿时间： | 2021-04-15 |
|
| 点击此处可从《中国环境科学》浏览原始摘要信息 |
|
点击此处可从《中国环境科学》下载全文 |
|
