[口头报告]基于耦合后向轨迹模型的机器学习方法研究污染物传输对本地臭氧污染的影响

基于耦合后向轨迹模型的机器学习方法研究污染物传输对本地臭氧污染的影响
编号:453 稿件编号:3702 访问权限:仅限参会人 更新:2024-04-10 20:28:55 浏览:49次 口头报告

报告开始:2024年05月19日 09:28 (Asia/Shanghai)

报告时间:12min

所在会议:[S12] 主题12、大气物理与气象气候 » [S12-4] 主题12、大气物理与气象气候 专题12.2(19日上午,222)

暂无文件

摘要
污染物的区域输送是O3污染治理面临的严峻挑战。表征污染物传输的传统空气质量模型在很大程度上依赖于准确的前体排放清单、化学反应机制和气象输入。本研究采用耦合后向轨迹模型的随机森林回归方法(Traj-RFR)评估污染物传输对本地O3污染的贡献。海南空气质量受东亚季风影响较大,是研究污染物传输的理想地点,因此选择其作为本研究的目标区域。Traj-RFR模型对O3显示出良好的预测性能,在仅包含污染物浓度和气象数据的独立测试集上,相关性系数(R2)为0.68。Traj-RFR模型的结果表明,来自上风区域的直接O3输送对海南较高的O3背景浓度贡献显著,可能超过了前体物输送的重要性。与传统算法相比,这种改进的机器学习方法在评估污染物输送对区域空气质量的影响方面更加稳健。
 
关键字
臭氧污染,后向轨迹,区域传输,机器学习
报告人
刘俊
中国科学院生态环境研究中心

稿件作者
刘俊 中国科学院生态环境研究中心
楚碧武 中国科学院生态环境研究中心
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订