全面学习看齐邹笑春同志 为振兴发展贡献全部力量

邹笑春同志是新时期辽宁疾病预防控制战线涌现出的优秀代表,是全省广大党员学习的榜样。省委书记、省人大常委会主任李希要求,要结合正在开展的＂两学一做＂学习教育,大力弘扬邹笑春同志忠于职守、勤勉敬业、甘于奉献的精神,以此感染和带动全省各条战线广大干部职工立足岗位、扎实工作。

基于随机森林的光散射法传感器微站PM_(2.5)监测值的校正方法研究

光散射法传感器微站以其体积小、反应迅速、成本低等优点,已成为城市PM_(2.5)规模化移动监测的新选择.由于其标准与传统标准台站不同,必须对这类微站的监测数据进行准确地校正.本研究利用2021年06月—2022年02月武汉市江夏区标准台站及同期传感器微站监测数据,探讨传感器微站监测误差与温度、相对湿度的关系,并通过随机森林回归(Random Forest Regressor,RFR)校正传感器微站PM_(2.5)监测数据.对比单一RFR模型、按气象因素分类后RFR模型、“小波去噪+RFR”组合模型、“加权滑动平均去噪+RFR”组合模型校正效果,结果表明:RFR模型和分类后RFR模型均出现泛化能力差的问题,不能满足校正需求;“小波去噪+RFR”组合模型、“加权滑动平均去噪+RFR”组合模型平均绝对误差分别为8.77μg·m^(-3)和4.78μg·m^(-3),平均相对误差分别为40.80%和18.13%.去噪组合模型能满足校正需求,且“加权滑动平均+RFR”组合模型校正效果明显优于“小波去噪+RFR”组合模型.研究结果可为光散射法传感器微站PM_(2.5)监测值校正提供有益参考.