基于Spark计算框架与随机森林模型的PM2.5浓度实时预报系统

摘要：

为了研究适合于我国当前重污染天气的实时空气质量预报系统,本文提出了一种基于随机森林算法的PM2.5浓度实时预报方法,并利用此方法对北京市地面空气质量监测数据和气象数据进行分析,建立了基于随机森林算法的PM2.5浓度实时预报模型.实验证明,该模型能够对0-72小时PM2.5浓度进行较高精度的实时预报,且通过使用Spark分布式计算框架,能够有效降低算法耗时,因此本文基于此模型与Spark分布式计算框架建立了PM2.5实时预报系统.

关键词： 重污染天气 细颗粒物 预报系统 随机森林

作者: 侯俊雄 李琦 朱亚杰 冯逍 毛曦

作者单位: 北京大学地球与空间科学学院遥感与地理信息系统研究所,北京,100871

会议类型: 国内会议

会议名称: 2016中国地理信息科学理论与方法学术年会

会议地点: 深圳

会议语种:中文

页码: 1-12

在线出版日期: 2016-09-23（万方平台首次上网日期，不代表论文的发表时间）