基于MLR模型的雾霾天气预测研究

论文摘要

雾霾影响生活,危及健康,雾霾的形成主要在于空气中PM2.5的含量值。在大数据背景下,科学合理的雾霾预测,及时的雾霾预警至关重要。本文基于多元线性回归方法,建立了空气中PM2.5含量的预测模型,并收集了长春市2018年10—11月的空气质量数据,进行实验验证。结果表明,该模型对于雾霾的预测准确率较高,预测结果科学、有效。

论文目录

• 引言
• 1 多元线性回归
•   1.1 回归分析
•   1.2 多元线性回归模型
•   1.3 模型检验
• 2 仿真实验
•   2.1 数据来源及处理
•   2.2 基于MLR模型的数据分析
•   2.3 结果分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 艾洪福

关键词: 雾霾,多元线性回归,预测

来源: 农业与技术 2019年22期

年度: 2019

分类: 农业科技,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 吉林农业大学

基金: 吉林省教育厅“十三五”规划课题“大数据背景下“雾霾”天气预测方法研究”(项目编号:JJKH20180651KJ)

分类号: X831

DOI: 10.19754/j.nyyjs.20191130058

页码: 148-150

总页数: 3

文件大小: 438K

下载量: 255