摘要
本发明提供了一种基于多任务学习的PM2.5和O3污染贡献定量估算方法,属于大气污染物估算预测技术领域,包括:获取多源、多时空分辨率数据,并对获取的数据进行预处理与时空匹配,得到建模数据;基于得到的所述建模数据,通过多任务学习的机器学习方法,建立PM2.5和O3污染估算模型;根据所述PM2.5和O3污染估算模型,通过敏感性分析方法,定量估算PM2.5和O3污染的影响因素。本发明采用上述的一种基于多任务学习的PM2.5和O3污染贡献定量估算方法,通过建立并使用一个模型,可同时估算SO2和NO2对华北地区PM2.5污染和O3污染的影响,且还考虑了PM2.5污染和O3污染估算影响因素之间的交互作用,更精确的定量揭示SO2和NO2对华北地区PM2.5污染和O3污染的影响和贡献。
技术关键词
定量估算方法
敏感性分析方法
多任务学习模型
机器学习方法
数据
分辨率
变量
华北地区
场景
样本
因子
气象
地面
系统为您推荐了相关专利信息
数据迁移方法
遍历算法
构建树结构
校验模块
断点
机器学习模型
标记
数据
计算机存储器设备
电子设备