KNN数据挖掘算法在北京地区霾等级预报中的应用

• 作 者: 熊亚军 廖晓农 李梓铭 张小玲 孙兆彬 赵秀娟 赵普生 马小
• 机 构: 京津冀环境气象预报预警中心,中国气象局北京城市气象研究所
• 出 处: 气象
• 发表日期: 2015年1期
• 关键词: 数据挖掘 KNN 霾 预报 data mining K-Nearest Neighbor(KNN) haze forecast
• 基金项目: 中央级公益性科研院所专项基金(IUMKY201303PP0103),国家科技支撑计划项目(2014ABC16B04),北京市科技计划项目(Z131100006113013),首都蓝天行动培育专项(Z141100001014013)共同资助

利用北京地区2013年气象数据以及PM_2.5浓度数据与能见度数据进行对比分析,结果发现气温、气压、相对湿度、露点温度、地面U风、地面V风以及PM_2.5小时浓度这7个要素是影响北京地区霾等级的关键因素。利用气温、地面气压、相对湿度、露点温度、U风、V风分量以及PM_2.5浓度作为7个属性特征,以霾等级做为标志量构建训练样本集,结合KNN（KNearest Neighbor）