| 基于机器学习算法的精细化流场模拟研究 |
| |
| 引用本文： | 张琛,廖婷婷,孙扬,孟祥来,张成影.基于机器学习算法的精细化流场模拟研究[J].环境科学学报,2022,42(2):318-331. |
| |
| 作者姓名： | 张琛 廖婷婷 孙扬 孟祥来 张成影 |
| |
| 作者单位： | 中国科学院大气物理研究所,创新转化基地,淮南232000;中国科学院大学,北京100049,成都信息工程大学大气科学学院,高原大气与环境四川省重点实验室,成都610225,中国科学院大气物理研究所,创新转化基地,淮南232000,中国科学院大气物理研究所,创新转化基地,淮南232000;成都信息工程大学大气科学学院,高原大气与环境四川省重点实验室,成都610225 |
| |
| 基金项目： | 国家重点研发计划（No.2018YFC0214003 ，2016YFA0602004）；四川省教育厅项目（No.15ZA0191） |
| |
| 摘 要： | 基于决策树和随机森林两种机器学习算法,以长沙市国控站气象观测数据和WRF模式模拟得到的风场数据构建数据集,对WRF预报长沙市城区风场数据进行优化.同时,利用树模型特征选择法,筛选对近地面风场数据有重要影响的气象要素,将其作为两种机器学习算法的输入,并利用网格搜索法进行调参建模.最后,将训练结果与地面观测数据进行对比评估...
|
| 关 键 词： | 决策树 随机森林 机器学习 风场 WRF模式 长沙 |
| 收稿时间： | 2021/4/29 0:00:00 |
| 修稿时间： | 2021/6/14 0:00:00 |
Research on refined flow field simulation based on machine learning methods |
| |
| ZHANG Chen,LIAO Tingting,SUN Yang,MENG Xianglai,ZHANG Chengying.Research on refined flow field simulation based on machine learning methods[J].Acta Scientiae Circumstantiae,2022,42(2):318-331. |
| |
| Authors: | ZHANG Chen LIAO Tingting SUN Yang MENG Xianglai ZHANG Chengying |
| |
| Abstract: | |
| |
| Keywords: | decision tree random forest machine learning wind field WRF model Changsha |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
| 点击此处可从《环境科学学报》下载免费的PDF全文 |
|
