基于随机森林模型的太阳辐射中长期变化分析

2024年5月28日·
Xingbin Jia
,
Guoju Wang
,
Renzheng Wang
,
宫响
· 0 分钟阅读时长
DOI
摘要
该文基于多源辐射观测资料,采用随机森林(RF)算法、季节差分自回归移动平均(SARIMA)模型及特征重要性等方法,对山东省济南市太阳辐射长期变化趋势和影响因素进行综合分析。结果显示:RF模型拟合月太阳辐射效果较好,决定系数和平均绝对百分比误差分别为0.92和9%,优于SARIMA模型;济南市及周边地区月太阳辐射1980—2020年经历“变暗”到“变亮”的过程,空间呈现西北高东南低的特点;最高温度和日照时数是影响太阳辐射月变化拟合准确度的主要因素,降雨量是导致月太阳辐射总量突变的重要原因,大气污染物中SO_2和O_3与太阳辐射的相关性最大。
类型
出版物
太阳能学报
publications
Authors
Authors
副教授
中国海洋大学博士,博士后,现任数学系副主任兼应用数学教研室主任,青岛市人工智能海洋技术创新中心骨干,发表高水平论文40余篇,承担国家自然科学基金、国家博士后基金、青岛市博士后基金以及人工智能技术开发项目等10余项。多次获得“青岛科技大学先进工作者”、“青岛科技大学先进女职工”、青岛科技大学毕业生“我最喜爱的教师”等荣誉称号;指导本科生和研究生参加数学建模竞赛,获得省级以上奖项10余项;主持参与多项研究生和本科生课程教改项目。