《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》
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.
图表编号 | XD00118254200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 时燕、刘瑞梅、罗毅、杨昆 |
绘制单位 | 云南师范大学信息学院、云南师范大学西部资源环境地理信息技术教育部工程研究中心、云南电网有限责任公司信息中心、云南师范大学信息学院、云南师范大学西部资源环境地理信息技术教育部工程研究中心、云南师范大学信息学院、云南师范大学西部资源环境地理信息技术教育部工程研究中心、云南师范大学信息学院、云南师范大学西部资源环境地理信息技术教育部工程研究中心 |
更多格式 | 高清、无水印(增值服务) |