[1] 闫绪娴, 范玲, 施江南. 我国空气质量综合指数时空分布特征及其对旅游效益的影响——基于31个主要旅游城市情况的分析[J]. 陕西师范大学学报: 哲学社会科学版, 2020, 49(2): 125 − 138.
[2] 张丹. 我国城市大气污染现状及防治对策[J]. 中国资源综合利用, 2019, 37(12): 156 − 158. doi: 10.3969/j.issn.1008-9500.2019.12.046
[3] 田瑜, 王金艳, 钟翠萍, 等. 兰州市大气环境因素对过敏性鼻炎和慢性鼻炎的影响[J]. 兰州大学学报(自然科学版), 2016, 52(6): 789 − 795. doi: 10.13885/j.issn.0455-2059.2016.06.011
[4] 刘志强, 王玲, 张爱红, 等. 基于贝叶斯模型的雾霾天高速公路交通事故发生机理研究[J]. 重庆理工大学学报(自然科学), 2018, 32(1): 43 − 49.
[5] 吉庸, 顾申枫. 上海地区生活环境中主要空气污染物浓度与儿童哮喘发生率的关系[J]. 海南医学, 2019, 30(4): 471 − 474. doi: 10.3969/j.issn.1003-6350.2019.04.018
[6] 李全喜. 兰州市气象和环境因子对脑出血和冠心病的影响研究[D]. 兰州: 兰州大学, 2019.
[7] 先世友. 大气颗粒污染物对户外运动人群心肺功能的不利影响研究[J]. 环境科学与管理, 2020, 45(10): 77 − 81. doi: 10.3969/j.issn.1673-1212.2020.10.017
[8] 李璐, 刘永红, 蔡铭, 等. 基于气象相似准则的城市空气质量预报模型[J]. 环境科学与技术, 2013, 36(5): 156 − 161. doi: 10.3969/j.issn.1003-6504.2013.05.031
[9] 李嵩, 王冀, 张丹闯, 等. 大气PM2.5污染指数预测优化模型仿真分析[J]. 计算机仿真, 2015, 32(12): 400 − 403. doi: 10.3969/j.issn.1006-9348.2015.12.086
[10] 孙宝磊, 孙暠, 张朝能, 等. 基于BP神经网络的大气污染物浓度预测[J]. 环境科学学报, 2017, 37(5): 1864 − 1871. doi: 10.13671/j.hjkxxb.2016.0391
[11] 孙全德, 焦瑞莉, 夏江江, 等. 基于机器学习的数值天气预报风速订正研究[J]. 气象, 2019, 45(3): 426 − 436. doi: 10.7519/j.issn.1000-0526.2019.03.012
[12] 李颖, 陈怀亮. 机器学习技术在现代农业气象中的应用[J]. 应用气象学报, 2020, 31(3): 257 − 266. doi: 10.11898/1001-7313.20200301
[13] ZHANG H, WU P B, YIN A J, et al. Prediction of soil organic carbon in an intensively managed reclamation zone of eastern China: Acomparison of multiple linear regressions and the random forest model[J]. Science of the Total Environment, 2017, 592(8): 704 − 713.
[14] 李龙, 马磊, 贺建峰, 等. 基于特征向量的最小二乘支持向量机PM2.5浓度预测模型[J]. 计算机应用, 2014, 34(8): 2212 − 2216. doi: 10.11772/j.issn.1001-9081.2014.08.2212
[15] 刘杰, 杨鹏, 吕文生, 等. 基于气象因素的PM2.5质量浓度预测模型[J]. 山东大学学报(工学版), 2015, 45(6): 76 − 83. doi: 10.6040/j.issn.1672-3961.0.2014.214
[16] 李勇, 白云, 李川. 基于小波分析与BP神经网络的PM10浓度预测模型[J]. 环境监测管理与技术, 2016, 28(5): 24 − 28. doi: 10.3969/j.issn.1006-2009.2016.05.006
[17] 梁泽, 王玥瑶, 岳远紊, 等. 耦合遗传算法与RBF神经网络的PM2.5浓度预测模型[J]. 中国环境科学, 2020, 40(2): 523 − 529. doi: 10.3969/j.issn.1000-6923.2020.02.007
[18] 李芬, 杨程, 赵晋斌, 等. 基于天气类型聚类和LSTM的PM2.5短期预测模型[J]. 水电能源科学, 2021, 39(3): 199 − 202.
[19] SURHONE L M, TENNOE M T, HENSSONOW S F, et al. Random forest[J]. Machine Learning, 2010, 45(1): 5 − 32.
[20] NAGHIBI S A, AHMADI K, DANESHI A. Application of support vector machine, random forest, and genetic algorithm optimized random forest models in groundwater potential mapping[J]. Water Resources Management, 2017, 31(9): 2761 − 2775. doi: 10.1007/s11269-017-1660-3
[21] BELGIU M, DRAGUT L. Random forest in remote sensing: A review of applications and future directions[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2016, 114(4): 24 − 31.
[22] CHEN T, TRINDER J C, NIU R Q. Object-oriented landslide mapping using ZY-3 satellite imagery, random forest and mathematical morphology, for the three-gorges reservoir, China[J]. Remote Sensing, 2017, 9(4): 333. doi: 10.3390/rs9040333
[23] 付旭东. 基于机器学习的短时风场预报与订正研究[D]. 兰州: 兰州大学, 2020.
[24] 喻其炳, 李勇, 白云, 等. 基于聚类分析与偏最小二乘法的支持向量机PM2.5预测[J]. 环境科学与技术, 2017, 40(6): 157 − 164.
[25] 王慧勤, 雷刚. 基于LIBSVM的风速预测方法研究[J]. 科学技术与工程, 2011, 11(22): 5440 − 5442. doi: 10.3969/j.issn.1671-1815.2011.22.051
[26] 张代林, 王帅, 张小勇. LIBSVM回归算法在焦炭强度预测中的应用[J]. 钢铁, 2018, 53(11): 14 − 21. doi: 10.13228/j.boyuan.issn0449-749x.20180144