首页> 外文期刊>Hans Journal of Data Mining >基于广义加性模型的北京市PM2.5浓度影响因素分析
【24h】

基于广义加性模型的北京市PM2.5浓度影响因素分析

机译:基于广义加性模型的北京市PM2.5浓度影响因素分析

获取原文
           

摘要

近年来,北京的空气污染日趋严重,PM2.5也引起了社会各界的广泛关注。目前针对北京市PM2.5浓度影响因素的研究中,在影响因素种类和模型选择方面有明显的局限性。文章基于上述两点,建立了以PM2.5浓度为响应变量、影响因素为预测变量的广义加性模型,结果发现PM2.5浓度的影响因素包括NO2浓度、风速、温度、月份、CO浓度、O3浓度和湿度。文章还建立了线性回归模型进行对比,结果发现加性模型的拟合效果明显优于线性模型。
机译:近年来,北京的空气污染日趋严重,PM2.5也引起了社会各界的广泛关注。目前针对北京市PM2.5浓度影响因素的研究中,在影响因素种类和模型选择方面有明显的局限性。文章基于上述两点,建立了以PM2.5浓度为响应变量、影响因素为预测变量的广义加性模型,结果发现PM2.5浓度的影响因素包括NO2浓度、风速、温度、月份、CO浓度、O3浓度和湿度。文章还建立了线性回归模型进行对比,结果发现加性模型的拟合效果明显优于线性模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号