基于集成学习的山东省PM2.5高分辨率空间模拟第十一届全国地图学与地理信息系统学术大会

Presentation Details

基于集成学习的山东省PM2.5高分辨率空间模拟

ID：10 View Protection：ATTENDEE Updated Time：2025-09-10 13:31:54 Hits：312 Oral Presentation

Start Time：Pending（Asia/Shanghai）

Duration：Pending

Session：No Session »

No files

Abstract

PM2.5 浓度预测对于空气污染的防控和治理具有重要意义。研究基于山东省327个站点的环境监测数据，将数据集划分为训练集、验证集和测试集。采用决策树、随机森林、XGBoost、LightGBM、SVM、GBDT及神经网络等多种回归模型进行训练，并通过贝叶斯算法优化超参数。利用验证集评估各模型的性能（MSE、RMSE、MAE、R²），进而应用熵权法与TOPSIS方法结合确定各模型权重集成回归模型。结果表明，集成模型优于任何单一模型，预测精度更高。将其应用于山东省全年、雾霾天、1月及7月的1 km×1 km分辨率PM₂.₅浓度反演，实现了对山东省近地面PM₂.₅浓度的高精度模拟与空间制图，可为区域大气污染精准防控提供科学依据。

Keywords

PM2.5,集成学习,空间模拟

Speaker

郭沐

学生 河南大学

Submission Author

郭沐河南大学

Submit Comment

All Comments

Important Date

Conference Date

Sep 19

2025

to

Nov 21

2025
Sep 08 2025

Draft paper submission deadline
Sep 21 2025

Registration deadline

Organized By

河海大学地理与遥感学院
江苏省流域地理空间智能工程研究中心

Contact Information

陈跃红
yu******@hhu.edu.cn
153********

第十一届全国地图学与地理信息系统学术大会