Перевод названия: AIR POLLUTION PREDICTION IN KRASNOYARSK USING REGRESSION MODELS
Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Обработка пространственных данных в задачах мониторинга природных и антропогенных процессов (SDM-2023); Бердск; Бердск
Год издания: 2023
Идентификатор DOI: 10.25743/sdm.2023.39.90.038
Ключевые слова: Pm2.5, NCEP GFS, regression models, prediction models, air pollution, модели регрессии, модели прогноза, загрязнение воздуха
Аннотация: В работе представлено сравнение различных моделей регрессии, которые использовались для прогноза загрязнения атмосферного воздуха твердыми взвешенными частицами PM2.5 в г. Красноярске на основе метеорологических данных модели реанализа NCEP GFS и уровней концентрации PM2.5, полученных с наземных станций мониторинга. Наилучшие резулПоказать полностьюьтаты при оценке на тестовой выборке и хорошее качество прогноза показала модель регрессии главных компонент с L2-регуляризацией (Ridge) на восьми признаках. The paper compares various regression models to predict air pollution PM2.5 in Krasnoyarsk, Russia. The meteorological data of the NCEP GFS reanalysis model was used. The levels of PM2.5 data were obtained from the ground monitoring stations. The principal regression model of L2-regularization (Ridge) with eight features showed good forecast quality.
Журнал: Обработка пространственных данных в задачах мониторинга природных и антропогенных процессов (SDM-2023)
Номера страниц: 226-230
Место издания: Новосибирск
Издатель: Федеральное государственное бюджетное научное учреждение "Федеральный исследовательский центр информационных и вычислительных технологий"