| 基于多源数据特征驱动和多尺度分析的PM2.5混合预测研究 |
| |
| 引用本文： | 袁文燕,杜鸿川,李洁仪,李玲,汤铃.基于多源数据特征驱动和多尺度分析的PM2.5混合预测研究[J].系统科学与数学,2023(2):399-416. |
| |
| 作者姓名： | 袁文燕 杜鸿川 李洁仪 李玲 汤铃 |
| |
| 作者单位： | 1. 北京化工大学数理学院;2. 北京化工大学经济管理学院;3. 首都经济贸易大学国际经济管理学院;4. 北京航空航天大学经济管理学院 |
| |
| 基金项目： | 国家自然科学基金(72004144,71971007)；;北京自然科学基金(JQ21033)资助课题； |
| |
| 摘 要： | 精准把握PM2.5污染的动态演变规律对政府和企业的大气污染防治决策至关重要.因此,文章提出了基于多源数据特征驱动及多尺度分析的混合预测建模框架,以提高PM2.5预测精度.预测建模框架分为:1)多源数据分析,有效融合与PM2.5污染相关的气象、污染、舆情等多源数据;2)多尺度分析,通过多元经验模态分解技术(MEMD)将多源数据分解成不同模态下的预测特征;3)混合预测分析,有序结合计量和机器学习模型,集成各模态预测值为最终结果.文章以北京市PM2.5为研究案例结果表明:1)文章提出的混合模型的预测精度优于所有的基准模型;2)微博个数和情感能够叠加提升PM2.5预测精度,且优于单因素预测结果;3)引入MEMD分解的模型精度显著高于基准模型.
|
| 关 键 词： | PM2.5预测 多源数据 多尺度分析 混合模型 情感分析 |
|
|
