《表1 模型的具体性能评价参数及对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《近20年来中国PM_(2.5)污染演变的时空过程》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

经过第一阶段ε-SVR分区域建模后，各经济区域模型效果呈由沿海向内陆逐渐递减的趋势；在监测站点分布较密集的东部沿海、北部沿海、南部沿海、黄河中游和长江中游地区模型拟合效果较好；在大西北地区模型的决定系数最低且误差类指标较差，主要原因是大西北地区PM2.5监测点分布较稀疏、地形复杂、沙漠、冰川分布较密集．经过第一阶段ε-SVR分季节建模后，模型拟合效果在春季最差，在夏、秋和冬季模型拟合效果较好．其中，在MODIS AOD数据缺失率较高的冬季和东北区域模型拟合效果较好的原因主要是:缺失的MODIS AOD数据剔除了雨雪等极端天气的AOD数据，而这部分数据恰好是与地面PM2.5浓度相关性较弱的AOD数据，进而提升了模型精度．表1为将样本集S1内分区域估算和分季节估算的PM2.5序列作为模型的输入变量，实测的PM2.5序列作为模型的输出变量，经过第二阶段建模后的完整模型的效果，以及单独使用ELM（极限学习机）、ε-SVR、MEC-BP对整个未划分的数据集S进行模型拟合的效果．分析可知，相比只使用ELM、ε-SVR或MEC-BP，通过本研究提出的组合模型进行建模获得了最好的PM2.5浓度估算效果．