arXiv · Computers and Society· Timothy C. Pearce, David J. T. Smith, Alec Dobney, Alessia Freddo·· 3 小时前AI 评分28
气象驱动的垃圾填埋场逸散气体因果性临近预报:基于实测耦合时标
Meteorology-driven Causal Nowcasting of Fugitive Landfill Emissions from Measured Coupling Timescales
AI 导读
研究从长期监测数据中识别出垃圾填埋场下风向硫化氢暴露的气象驱动因子及时标,风向、风速和气压构成因果核心,气压信息占比随聚合尺度增加。基于这些时标初始化 CAIRN(Causal-Anchored Inference for Receptor Nowcasting)机器学习临近预报器,仅用地表气象观测和日历信息即可预报 WHO 指南超标事件,四个预报器组合后与传感器网络及社区异味报告记录高度一致。
来源:arXiv · Computers and Society · arxiv.org