典型文献
北京地区蚊虫密度变化气象预测方法研究
文献摘要：
本文利用蚊虫密度监测数据及气象资料,分析了 2009-2019年北京市及其14个区的蚊虫密度与气象条件间的关系,并基于多元回归、支持向量机和随机森林3种经典的机器学习回归方法进行了蚊虫密度预测.结果表明:北京地区蚊虫密度呈周期性的波动,各区多年平均值在0.35～2.54只/(灯·h)之间,高峰值集中出现在7月中旬到8月中旬,与北京地区气温最高和降水最集中的时期非常吻合.采用机器学习方法,尝试了 4种输入因子方案,并利用均方根误差和平均绝对百分误差两种方法进行预测效果检验,显示蚊虫数据相对较稳定的地区,如平谷、门头沟、大兴、海淀等地,预测效果相对更优.在3种方法中,支持向量机方法对2019年5月下旬的预测效果非常好,而多元回归与随机森林的预测效果则在2019年5-10月整体上表现得更为稳定.
文献关键词：
北京;蚊虫密度;机器学习预测
中图分类号：
作者姓名：
姜江;叶彩华;刘美德;尤焕苓;乔媛;夏江江;佟颖;张勇;阎婷;李秋红;刘婷;周小洁;曾晓芃
作者机构：
北京市气象服务中心,北京100089;北京市疾病预防控制中心,北京100013;中国科学院大气物理研究所,北京100029
文献出处：
引用格式：
[1]姜江;叶彩华;刘美德;尤焕苓;乔媛;夏江江;佟颖;张勇;阎婷;李秋红;刘婷;周小洁;曾晓芃-.北京地区蚊虫密度变化气象预测方法研究)[J].气象科技,2022(04):584-593
A类：
B类：
北京地区,蚊虫密度,化气,气象预测,密度监测,气象资料,气象条件,密度预测,中旬,机器学习方法,子方,效果检验,平谷,门头沟,大兴,海淀,支持向量机方法,下旬,机器学习预测
AB值：
0.292752
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
