基于机器学习的人为活动减小条件下中国大陆地区空气污染分析和模拟 |
| |
引用本文: | 马敏劲,谈昌蓉,赵侦竹,康国强.基于机器学习的人为活动减小条件下中国大陆地区空气污染分析和模拟[J].兰州大学学报(自然科学版),2021,57(6):743-752. |
| |
作者姓名: | 马敏劲 谈昌蓉 赵侦竹 康国强 |
| |
作者单位: | 兰州大学甘肃省干旱气候变化与减灾重点实验室,兰州730000;兰州大学大气科学学院,兰州730000;兰州大学大气科学学院,兰州730000 |
| |
基金项目: | 中国气象局兰州干旱气象研究所干旱气象科学研究基金;国家重点研发计划 |
| |
摘 要: | 分析2019年末新型冠状病毒肺炎疫情爆发以来,在人为活动减小条件下武汉、京津冀、长三角、珠三角等地区的大气污染状况,使用随机森林算法(RFA)对武汉、北京等城市的污染物分布进行模拟.结果 表明,疫情前期,京津冀、长三角、关中地区及四川盆地颗粒物污染较为严重,空气质量指数(AQI)增长趋势明显,以PM2.5为首要污染物,...
|
关 键 词: | 新冠肺炎 空气质量 随机森林算法 |
本文献已被 万方数据 等数据库收录! |
|