基于时间序列与随机森林模型的江西省空气质量影响因素分析
摘要：空气质量状况直接影响着人们的身心健康,空气污染治理一直是一个广受争论的热点问题.本文基于2015～2020年江西省各地级市主要污染物浓度和气象数据,采用时间序列与随机森林模型,深入分析江西省各地级市的空气质量状况及其影响因素,得到以下结果:(1)从整体角度来看,2015～2020年间江西省城市的空气质量一直处于优良状态,且呈现出不断提高趋势.(2)从季节角度来看,各城市每年的AQI值呈现倒"山"形分布,各污染物浓度变化特征明显,除O3外其他污染物浓度大致呈现"冬秋高、夏秋低"的特点,其中萍乡市的变化最为突出.(3)从气象因子的角度看,平均气温、平均气压和平均水气压对空气中主要污染...
关键词：
空气质量指数数据挖掘随机森林气象因素
分类号：
X823(环境质量分析与评价)
资助基金：
江西省教育厅科技计划项目 ( GJJ180565 ) 井冈山大学校级课题 ( JZB1824 )
论文发表日期：
2022-03-30
在线出版日期：
2022-03-25 （万方平台首次上网日期，不代表论文的发表时间）
页数：
7 ( 15-21 )
英文信息
相关知识
基于灰色关联的洛阳市空气质量影响因素分析
时间序列预测季节性调整：分解方法与应用全解析
时间序列中的季节调整：模型选择与实践，行业专家亲授
基于大数据的山东省十字花科蔬菜虫害特征数据采集与预警模型构建.pptx
基于时间序列的经典模型和LSTM模型的城市宏观行程速度预测研究
时间序列季节调整理论与应用
Python时间序列分析入门指南：季节性调整方法
基于X
时间序列预测：轻松拿捏趋势、季节性和周期性
一文解读时间序列基本概念
网址: 基于时间序列与随机森林模型的江西省空气质量影响因素分析 https://m.huajiangbk.com/newsview550612.html
| 上一篇: D.4 室内空气洁净度等级的检测 |
下一篇: 空气质量传感器数据监测系统的设计 |
