气象数据是空气质量所需的机器学习模型?

Question

有什么研究,讨论气象资料我应该看看如果我创建一个空气质量和机器学习模型吗?,我应该从NCEI或ERA5第一存储容量有限的如果我有吗?

风速是非常明显的,但我应该寻找什么?

Answer 1

机器学习所需的变量比标准的空气质量模型是不同的。它实际上是一个更短名单,因为你不必大气运动数值模型/化学/沉积。

大多数包有一个空间域,水平和垂直深度。然而,我见过的机器学习预测只有点位置的气象和空气质量测量的变量。也就是说,机器学习模型训练从地面站使用变量,并只适用于位置。你可以训练多个位置使用相似的变量,但每个站都有它自己的数据训练集。

我看到机器学习预测从华盛顿州立大学臭氧和PM2.5,和重要的气象变量基本上是相同的。

对臭氧他们说:

每小时6个气象数据变量(温度和相对湿度在2 m,风组件u和v,行星边界层高度,和海平面气压)从4公里WRF档案、时间信息(月,工作日和小时),和前一天的观察到8个小时的平均移动O3混合比率用于火车射频分类器模型。

你可以看到更多的信息最新的报告给。

Answer 2

从诸侯C。,Dennis R. (2011) (free access在这里,可能不是在最后出版形式):

输入空气质量模型包括主要空气污染物的排放速率和二次空气污染物的前兆,气象学(三维风、湍流、温度、压力、边界层高度、相对湿度、云和太阳辐射),和边界条件(基线或背景条件的数据源特定的模型;见图8.1)。

诸侯C。,Dennis R. (2011) Atmospheric Modeling. In: Hidy G., Brook J., Demerjian K., Molina L., Pennell W., Scheffe R. (eds) Technical Challenges of Multipollutant Air Quality Management. Springer, Dordrecht.https://doi.org/10.1007/978 - 94 - 007 - 0304 - 9 - _9

我不是合格的主体为了区分上述气象参数是最重要的,但它是有意义的,流通和温度相关参数将是关键因素。