| 基于决策树的统计预报模型在臭氧浓度时空分布预测中的应用研究 |
| |
| 引用本文： | 丁愫,陈报章,王瑾,陈龙,张晨雷,孙少波,黄丛吾.基于决策树的统计预报模型在臭氧浓度时空分布预测中的应用研究[J].环境科学学报,2018,38(8):3229-3242. |
| |
| 作者姓名： | 丁愫 陈报章 王瑾 陈龙 张晨雷 孙少波 黄丛吾 |
| |
| 作者单位： | 中国矿业大学环境与测绘学院;天津大学表层地球系统科学研究院 |
| |
| 基金项目： | 国家自然科学基金（No.4177114,41271116）;江苏省"双创团队"项目（No.0014） |
| |
| 摘 要： | 近地面层臭氧是光化学污染的主要污染物之一.臭氧污染不仅严重影响着空气质量并且危害人类健康与动、植物生长.本研究以徐州市为研究区,基于环境监测站连续监测数据分别采用分类回归树(CART)、随机森林(RF)和M5模型树方法建立臭氧浓度统计预报模型,选取1、4、7、10等4个月作为季度代表进行区域臭氧浓度预测的研究.以2015整年逐小时徐州市国控大气监测站实时监测的臭氧浓度(因变量)和气象因子数据(自变量)为训练样本建立臭氧浓度统计预报模型.模型验证结果表明,总体上3种决策树模型能够较好的预测臭氧浓度动态变化特征,月尺度上预测值与观测值相关系数均值为0.68,平均绝对误差和均方根误差均值分别为21.63μg·m~(-3)和27.42μg·m~(-3).在此基础上,基于站点观测所建立臭氧统计预报模型,以WRF模型模拟的气象场作为输入,预报区域网格化臭氧预报值,并发现臭氧浓度空间分布与站点观测特征总体一致性较好.经与观测值进行对比,结果表明两者相关系数均值为0.58,平均绝对误差及均方根误差分别为29.38μg·m~(-3)和37.15μg·m~(-3),预报准确率均高于75%.同时利用周步长观测值与预测值建立的多元线性集合预报回归方程对3种决策树模型的预报值进行修正,在一定程度上提高了预报值的精度.
|
| 关 键 词： | 决策树 统计预报模型 臭氧预报 |
| 收稿时间： | 2018/1/17 0:00:00 |
| 修稿时间： | 2018/3/16 0:00:00 |
An applied research of decision-tree based statistical model in forecasting the spatial-temporal distribution of O3 |
| |
| DING Su,CHEN Baozhang,WANG Jin,CHEN Long,ZHANG Chenlei,SUN Shaobo and HUANG Congwu.An applied research of decision-tree based statistical model in forecasting the spatial-temporal distribution of O3[J].Acta Scientiae Circumstantiae,2018,38(8):3229-3242. |
| |
| Authors: | DING Su CHEN Baozhang WANG Jin CHEN Long ZHANG Chenlei SUN Shaobo and HUANG Congwu |
| |
| Institution: | College of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116,College of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116,College of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116,College of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116,College of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116,Institute of Surface-Earth System Science, Tianjin University, Tianjin 300072 and College of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116 |
| |
| Abstract: | |
| |
| Keywords: | decision tree statistical forecast model ozone forecast |
| 本文献已被 CNKI 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 |
|
