基于气象主导的多因子预测未来臭氧多目标超级集成学习方法

    公开(公告)号:CN117933430A

    公开(公告)日:2024-04-26

    申请号:CN202410042463.8

    申请日:2024-01-11

    发明人: 乔显亮 王文譞

    摘要: 本发明属于机器学习结合臭氧浓度预测和臭氧污染天预报的技术领域,公开了基于气象主导的多因子预测未来臭氧多目标超级集成学习方法。该机器学习方法包括实时以及未来5天可获取的气象、环流等数据的获取、数据预处理及归一化、筛选超级集成学习模型、多目标预测测试超级集成学习模型性能等步骤。其中可拟定气象数据未来长时间可获取,发展可实际应用的14天或更长时间的臭氧浓度预测模型。本发明可保证未来长时间预测臭氧水平预测精度高,应用范围广泛。该方法提出的具有实时预测预报的框架有望提高公众对臭氧污染生成及传输的认识、为政策制定和应急反应提供数据及技术支持。