首页 > 环境卫生学杂志 > 基于机器学习算法的中国近地面臭氧浓度模拟

基于机器学习算法的中国近地面臭氧浓度模拟

Simulation of ground-level ozone concentration in China based on a machine learning algorithm

二维码有效期 120s

摘要目的探索基于多种机器学习模型的我国近地面臭氧浓度高精度模拟方法.方法基于 2013-2017 年的多源数据,建立基于多种机器学习算法的全国近地面臭氧浓度模拟模型.结果随机森林(random forest,RF)模型的性能最佳,R2为 0.752,RMSE和 MAE分别为 23.264 和 16.094 μg/m3.地面下沉短波辐射为近地面臭氧浓度模拟的最关键因素.结论基于气象、地理、排放等多元变量的 RF模型可实现近地面臭氧高精度模拟.未来可进一步引入空气污染物的自然源排放量数据以提高模型精度.

作者 张顺顺 ^[1] 陆开来 ^[2] 马润美 ^[2] 刘欣 ^[3] 班婕 ^[2] 费鲜芸 ^[4] 李湉湉 ^[5] 学术成果认领

作者单位江苏海洋大学海洋技术与测绘学院,连云港 222005;中国疾病预防控制中心环境与人群健康重点实验室中国疾病预防控制中心环境与健康相关产品安全所;传染病溯源预警与智能决策全国重点实验室中国疾病预防控制中心环境与健康相关产品安全所 ^[1] 中国疾病预防控制中心环境与人群健康重点实验室中国疾病预防控制中心环境与健康相关产品安全所;传染病溯源预警与智能决策全国重点实验室中国疾病预防控制中心环境与健康相关产品安全所 ^[2] 能源基金会 ^[3] 江苏海洋大学海洋技术与测绘学院,连云港 222005 ^[4] 中国疾病预防控制中心环境与人群健康重点实验室中国疾病预防控制中心环境与健康相关产品安全所;传染病溯源预警与智能决策全国重点实验室中国疾病预防控制中心环境与健康相关产品安全所;南京医科大学公共卫生学院;山东大学公共卫生学院 ^[5]

关键词近地面臭氧模拟机器学习算法多源数据 ground-level ozone simulation machine learning algorithm multi-source data

分类号 R122（环境卫生、环境医学）

栏目名称

科研论著

DOI 10.13421/j.cnki.hjwsxzz.2024.02.004

发布时间 2024-03-26（万方平台首次上网日期，不代表论文的发表时间）

基金项目

能源基金（G2210-34198）国家自然科学基金（52272340）国家自然科学基金（82204001）