摘要
本发明公开了一种大气细颗粒物的化学组分、污染源对氧化潜势贡献的分析方法,涉及大气颗粒污染物预测分析技术领域。本方法通过测定所述样品中的大气细颗粒物浓度、化学组分和氧化潜势,利用受体模型获得每个污染源对大气细颗粒物样品的贡献值,利用随机森林算法、模型解释和结构挖掘方法,获得一个或若干化学组分浓度,以及一个或若干污染源对大气细颗粒物氧化潜势的交互影响。本方法能够快速、准确地识别并量化影响大气细颗粒物氧化潜势的关键化学组分和污染源,量化不同污染源和化学组分对氧化潜势的单因素和多因素影响;具有非常高的实用价值和推广应用前景,为减少空气污染对人体健康的危害提供系统的技术保障。
技术关键词
机器学习模型
分析方法
因子分解模型
挖掘方法
交叉验证法
大气颗粒污染物
水溶性有机碳
预测分析技术
随机森林
深度值
受体
数据
元素
人体健康
离子
算法
误差
参数
系统为您推荐了相关专利信息
可靠性分析方法
退化模型
汽车起重机
刚度
Copula函数
控制策略
电池健康状态
混合动力控制单元
增程器输出功率
机器学习模型
多头注意力机制
形态学特征
残差网络
心电信号分析方法
样本
机电设备故障诊断
阈值分析方法
输出预警信息
数据处理模块
终端