1 |
王庚辰, 王普才. 中国PM2.5污染现状及其对人体健康的危害[J]. 科技导报, 2014, 32 (26): 72- 78.
doi: 10.3981/j.issn.1000-7857.2014.26.010
|
2 |
Khaniabadi Y O , Goudarzi G , Daryanoosh S M , et al. Exposure to PM10, NO2, and O3 and impacts on human health[J]. Environmental Science & Pollution Research, 2017, 24 (3): 2781- 2789.
|
3 |
张灿, 王静, 简高武, 等. 环境空气质量预报方法简介[J]. 环境与可持续发展, 2018, 43 (5): 139- 141.
doi: 10.3969/j.issn.1673-288X.2018.05.036
|
4 |
Zhou G Q , Xu J M , Xie Y , et al. Numerical air quality forecasting over eastern China: An operational application of WRF-Chem[J]. Atmospheric Environment, 2017, 153, 94- 108.
doi: 10.1016/j.atmosenv.2017.01.020
|
5 |
刘闽, 王帅, 林宏, 等. 沈阳市冬季环境空气质量统计预报模型建立及应用[J]. 中国环境监测, 2014, 30 (4): 10- 15.
doi: 10.19316/j.issn.1002-6002.2014.04.002
|
6 |
沈劲, 钟流举, 何芳芳, 等. 基于聚类与多元回归的空气质量预报模型开发[J]. 环境科学与技术, 2015, 38 (2): 63- 66.
|
7 |
张自银, 赵秀娟, 熊亚军, 等. 基于动态统计预报方法的京津冀雾霾中期预报试验[J]. 应用气象学报, 2018, 29 (1): 57- 69.
|
8 |
李晓岚, 刘旸, 栾健, 等. 基于BP人工神经网络法沈阳市PM2.5质量浓度集成预报试验[J]. 气象与环境学报, 2018, 34 (2): 100- 106.
|
9 |
戴李杰, 张长江, 马雷鸣. 基于机器学习的PM2.5短期浓度动态预报模型[J]. 计算机应用, 2017, 37 (11): 3057- 3063.
|
10 |
曲悦, 钱旭, 宋洪庆, 等. 基于机器学习的北京市PM2.5浓度预测模型及模拟分析[J]. 工程科学学报, 2019, 41 (3): 401- 407.
|
11 |
夏晓圣, 陈菁菁, 王佳佳, 等. 基于随机森林模型的中国PM2.5浓度影响因素分析[J]. 环境科学, 2020, 41 (5): 2057- 2065.
|
12 |
任才溶, 谢刚. 基于随机森林和气象参数的PM2.5浓度等级预测[J]. 计算机工程与应用, 2019, 55 (2): 213- 220.
|
13 |
夏润, 张晓龙. 基于改进集成学习算法的在线空气质量预测[J]. 武汉科技大学学报, 2019, 42 (1): 61- 67.
|
14 |
康俊锋, 黄烈星, 张春艳, 等. 多机器学习模型下逐小时PM2.5预测及对比分析[J]. 中国环境科学, 2020, 40 (5): 1895- 1905.
|
15 |
高星星, 桂海林, 潘留杰, 等. 基于卫星遥感和地面观测资料的汾渭平原空气污染分析[J]. 气象与环境学报, 2020, 36 (4): 36- 44.
|
16 |
张文静, 王琦, 胡琳, 等. 西安市霾天气与清洁天气变化特征及影响因素分析[J]. 气象与环境学报, 2015, 31 (2): 31- 36.
|
17 |
白杨, 杨剑, 陈鹏, 等. 基于空间插值的西安市重空气污染期间主要污染物时空变化特征及相关性分析[J]. 环境科学研究, 2020, 33 (4): 809- 819.
|
18 |
黄蕾, 毕旭, 杨晓春, 等. 2014—2017年西安市PM2.5污染特征及影响因子[J]. 干旱气象, 2020, 38 (3): 440- 447.
|
19 |
高星星, 桂海林, 王楠, 等. 汾渭平原一次沙尘和人为混合空气污染过程分析[J]. 气象与环境学报, 2021, 37 (1): 1- 8.
|
20 |
梁杰, 陈嘉豪, 张雪芹, 等. 基于独热编码和卷积神经网络的异常检测[J]. 清华大学学报(自然科学版), 2019, 59 (7): 523- 529.
|
21 |
Chen T Q, Guestrin C. XGBoost: A scalable tree boosting system[C]//Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. San Francisco, USA: ACM, 2016: 785-794.
|
22 |
齐甜方, 蒋洪迅, 石晓文. 面向多源数据沈阳市PM2.5浓度预测研究及实证分析[J]. 系统工程, 2018, 36 (5): 104- 115.
|
23 |
Lundberg S M, Lee S. A unified approach to interpreting model predictions[C]//Proceedings of the 31st International Conference on Neural Information Processing Systems (NIPS'17). California, USA: NIPS, 2017: 4768-4777.
|
24 |
Parsa A B , Movahedi A , Taghipour H , et al. Toward safer highways, application of XGBoost and SHAP for real-time accident detection and feature analysis[J]. Accident Analysis & Prevention, 2020, 136, 105405.
|
25 |
郑小华, 李明星, 刘慧, 等. 汾渭平原空气质量的时空特征及其与气象因子的关系[J]. 环境科学学报, 2020, 40 (11): 4113- 4121.
|
26 |
高维英, 李明, 李茜, 等. 关中地区重污染发生和减弱天气类型及气象要素定量特征[J]. 灾害学, 2020, 35 (2): 102- 109.
|
27 |
黄少妮, 孟金平, 杜莉丽, 等. 陕西关中两次霾重污染过程气象条件分析[J]. 气象科技, 2019, 47 (5): 809- 817.
|
28 |
赵卉伊褶, 周卫健, 牛振川, 等. 西安市2013—2017年大气PM2.5的时空变化特征及影响因素分析[J]. 地球环境学报, 2019, 10 (3): 248- 256.
|
29 |
邓宏兵, 蹇雪莹. 长江经济带城市雾霾污染的周末效应及假期效应研究[J]. 华中师范大学学报(自然科学版), 2020, 54 (4): 536- 545.
|
30 |
张淑平, 韩立建, 周伟奇, 等. 冬季PM2.5的气象影响因素解析[J]. 生态学报, 2016, 36 (24): 7897- 7907.
|