摘要
本发明公开了大气污染物评估技术领域的一种量化烟花爆竹对细颗粒物水平影响的方法,包括获取本地的气象因子和本地的PM2.5浓度数据;将所述气象因子和PM2.5浓度数据处理为训练集和验证集;根据训练集建立关于气象因子和PM2.5浓度数据的XGBoost模型。本发明通过本地的气象因子和本地的PM2.5浓度数据处理成的训练集训练出XGBoost模型,在XGBoost模型训练完成后,在需要计算燃放烟花爆竹对PM2.5浓度影响贡献量时,在输入气象因子相关的数据后,即可模拟计算出PM2.5浓度重构值数据,再将实际监测的PM2.5浓度数据与PM2.5浓度重构值数据做差,即可直接得出燃放烟花爆竹对PM2.5浓度影响贡献量的数值,该方法可以直接量化PM2.5浓度重构值数据,计算结果快速,效率高。
技术关键词
燃放烟花爆竹
XGBoost模型
气象监测数据
因子
训练集
重构
超参数
环境监测数据
风速
风量
气压
复杂度
误差
地面
样本
数值
系统为您推荐了相关专利信息
状态评价方法
数学模型
数字孪生模型
基础
数字孪生建模
资源智能调度方法
船舶
码头
启发式规则
物流优化技术
一体化飞行器
协同定位方法
时差定位系统
雅克比矩阵
非线性
叶面积指数
地表反射率
训练样本集
日期
XGBoost模型
变电站通风系统
LMS算法
变电站噪声污染
主动降噪系统
抛物线函数