基于GRNN神经网络模型结合气溶胶消光系数和气象要素评估颗粒物质量浓度

作     者：莫祖斯 卜令兵 王勤 林雪飞 Samuel A.Berhane 杨彬 邓晨 李智 Mo Zusi;Bu Lingbing;Wang Qin;Lin Xuefei;Samuel A.Berhane;Yang Bin;Deng Chen;Li Zhi

作者机构：南京信息工程大学大气物理学院气象灾害预警与评估协同创新中心江苏南京210044 南京牧镭激光科技有限公司江苏南京210038 

出 版 物：《中国激光》 (Chinese Journal of Lasers)

年 卷 期：2022年第49卷第17期

页      面：125-135页

核心收录：

学科分类：07[理学] 070601[理学-气象学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 

基　　金：国家自然科学基金(42175145) 

主　　题：遥感 气溶胶消光系数 颗粒物质量浓度 神经网络 气象要素 

摘      要：大气颗粒物是最重要的空气污染物之一,会对人类健康产生负面影响。激光雷达探测是实现颗粒物分布高精度测量的可行手段。气溶胶消光系数在一定程度上能反映气溶胶质量浓度的相对大小,气象要素对消光系数和质量浓度的影响不容忽视。本团队利用反演得到的消光系数,结合地面温度、相对湿度、风速、地面气压等地面气象要素,与PM_(2.5)、PM_(10)质量浓度建立数据集;通过主成分分析法计算数据特征,基于广义回归神经网络(GRNN)对PM_(2.5)、PM_(10)质量浓度建立评估模型。GRNN模型得到的PM_(2.5)和PM_(10)质量浓度的评估值与真实值的相关系数分别为0.86和0.85,均方根误差(RMSE)分别为2.58μg/m^(3)和10.84μg/m^(3),平均绝对误差(MAE)分别为0.81μg/m^(3)和1.53μg/m^(3)。将GRNN模型应用于激光雷达扫描模式下,对南京市浦口区颗粒物质量浓度的水平分布进行了评估,评估值和实际站点测量值的一致性较好,进一步验证了GRNN模型用于颗粒物质量浓度评估的有效性。