基于PCA-BN的银川市空气质量预测

• 作者: 卢彬 张鄂 穆春阳 马行
• 来源期刊: 安全与环境工程
• 学科: 地球科学
• 关键词: 空气质量预测 气象因素 主成分分析 贝叶斯网络 随机森林模型 银川市
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 环境质量评价与环境监测
• 页码范围: 70-76
• 页数: 7页
• 分类号: X831
• 语种: 中文
• DOI: 10.13578/j.cnki.issn.1671-1556.2020.05.011

摘要

考虑到在城市空气质量的预测中参与建模的气象因素之间可能存在相关性,增加了模型结构和数据分析的复杂度,以银川市10项历史气象数据和空气中6种主要污染物浓度数据为基础,利用主成分分析(PCA)方法对10项气象数据进行降维处理并提取气象因素的综合评价指标,结合贝叶斯网络(BN)建立了银川市空气质量的预测模型(即PCA-BN模型),并与随机森林(RF)模型的预测结果进行了比较.结果 表明:RF模型和PCA-BN模型预测结果的准确率分别为88.03％和97.88％,且实验证实PCA-BN模型在银川市空气质量的预测中有较高的预测精度,有效地降低了模型结构和数据分析的复杂性,其在城市空气质量预测中具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆春阳		30	79	5.0	7.0
2	马行		23	71	5.0	7.0
3	卢彬		1	0	0.0	0.0
4	张鄂		1	0	0.0	0.0