基于贝叶斯的大数据模型在大气污染成因分析中的应用

作     者：王莉君 周玉 万丽娟 程亮亮 WANG Lijun;ZHOU Yu;WAN Lijuan;CHENG Liangliang

作者机构：合肥师范学院电子信息与电气工程学院安徽合肥230601 

基　　金：安徽省教育厅省级教学示范课程建设项目(2020SJJXSFK1991) 安徽省质量工程项目(2020xsxxkc380) 电子信息仿真设计安徽省重点实验室项目(2020ZDSYSYB05) 

出 版 物：《大气与环境光学学报》 (Journal of Atmospheric and Environmental Optics)

年 卷 期：2023年第18卷第3期

页      码：227-234页

摘      要：提出了一种基于多维高斯贝叶斯分类算法的复杂系统影响因素的分析方法,并利用大数据方法建立了不同PM_(2.5)范围的分类模型,结合马氏距离开展了影响因素的关键性分析。以合肥市2013―2018年间的天气与空气质量数据为基础,筛选了PM10、SO_(2)、NO_(2)、CO、O_(3)等8个大气污染的关键影响因素,采用散点矩阵对PM_(2.5)与这些影响因素的相关性进行了分析。利用高斯贝叶斯分类器建立了基于8个主要参量的PM_(2.5)大气污染分析模型,研究发现,PM_(2.5)与CO浓度具有较强的正相关性,对NO_(2)具有选择性,与O_(3)具有负相关性,而CO与SO_(2)对PM_(2.5)的产生存在某种竞争机制。

主 题 词：大数据技术 高斯贝叶斯模型 影响因素 PM2.5 相关分析 

学科分类：1305[艺术学-设计学类] 13[艺术学] 07[理学] 08[工学] 081104[081104] 070602[070602] 0804[工学-材料学] 0706[理学-大气科学类] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.3969/j.issn.1673-6141.2023.03.004

馆 藏 号：203122193...