基于Spark计算框架与随机森林模型的PM2.5浓度实时预报系统

摘要

为了研究适合于我国当前重污染天气的实时空气质量预报系统,本文提出了一种基于随机森林算法的PM2.5浓度实时预报方法,并利用此方法对北京市地面空气质量监测数据和气象数据进行分析,建立了基于随机森林算法的PM2.5浓度实时预报模型.实验证明,该模型能够对0-72小时PM2.5浓度进行较高精度的实时预报,且通过使用Spark分布式计算框架,能够有效降低算法耗时,因此本文基于此模型与Spark分布式计算框架建立了PM2.5实时预报系统.