期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
松原市主城区空气污染等级与气象条件关系的分析及预报 被引量:1
1
作者 王超颖 杜娟 高凤歧 《吉林气象》 2006年第1期25-27,共3页
经过对近两年(2004-2005年)松原市环境监测站所观测到的大气中可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)的初步分析,确定出了污染等级标准,PM10全年时间分布呈双谷双锋型,大值区分别集中在冬季(1月、12月)和春季(4月、5月),这... 经过对近两年(2004-2005年)松原市环境监测站所观测到的大气中可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)的初步分析,确定出了污染等级标准,PM10全年时间分布呈双谷双锋型,大值区分别集中在冬季(1月、12月)和春季(4月、5月),这与冬季取暖排污扣春季多风沙直接相关。SO2时间分布特点是冬季高夏季低,而NO2的时间分布特点是2-5月份浓度高。降水量、风速、气温、云量、相对湿度等与空气污染等级密切相关。 展开更多
关键词 松原市 主城区 空气污染等级 气象条件 分析与预报
下载PDF
基于KNN&SVM的北京空气污染预测模型研究 被引量:3
2
作者 刘炳春 符川川 李健 《产业创新研究》 2017年第1期32-38,72,共8页
在应用PM2.5、PM10、SO_2、CO、NO_2和O_3六种污染物浓度指标预测的基础上,将最高气温、最低气温、天气现象、风向、风力5种气象条件指标增添到空气污染预测输入变量中,采用K最近邻(KNN)和支持向量机(SVM)两种算法建立北京市空气污染等... 在应用PM2.5、PM10、SO_2、CO、NO_2和O_3六种污染物浓度指标预测的基础上,将最高气温、最低气温、天气现象、风向、风力5种气象条件指标增添到空气污染预测输入变量中,采用K最近邻(KNN)和支持向量机(SVM)两种算法建立北京市空气污染等级分类预测模型。论文采用中国环境监测总站公布的北京市2014年1月1日至2016年4月30日的6种污染物浓度指标数据以及北京市气象台公布的北京市2014年1月1日至2016年4月30日的5种气象条件指标数据进行测试实验。结果发现,KNN模型预测的准确度为83.56%,SVM模型预测的准确度为87.32%,SVM模型在空气污染等级分类预测方面比KNN模型的准确度高出3.76%,建议将来在北京市空气污染等级预测中采用SVM模型以期获得较好的预测和空气污染控制效果。 展开更多
关键词 空气污染等级 分类预测 支持向量机 K-最近邻算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部