数据驱动的FY-4A遥感估算安徽省近地面PM_(2.5)浓度模型研究

作     者：朱立 戴晓慧 张脉惠 江鹏 穆溪 刘瑞艳 ZHU Li;DAI Xiaohui;ZHANG Maihui;JIANG Peng;MU Xi;LIU Ruiyan

作者机构：安徽大学资源与环境工程学院合肥230601 安徽省公共气象服务中心合肥230001 

出 版 物：《环境科学学报》 (Acta Scientiae Circumstantiae)

年 卷 期：2023年第43卷第11期

页      面：196-205页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 07[理学] 08[工学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 0713[理学-生态学] 

基　　金：国家自然科学基金(No.41604028) 安徽省自然科学基金(No.1708085QD83) 安徽省科技厅重大专项(No.18030801111) 

主　　题：PM_(2.5)浓度 FY-4A 通道数据 数据驱动模型 安徽 

摘      要：PM_(2.5)是造成雾霾天气的主要因素之一,会影响近地面大气水平能见度,危害交通安全与生命健康.对区域PM_(2.5)浓度进行长时间序列监测具有重要意义,其中,卫星遥感反演作为地面实测的有效补充手段而被广泛应用.地球同步静止轨道卫星观测具有高频次、无回访等待周期、无数据区间间隙等优势.基于地球静止气象卫星风云四号A星(FY-4A)L1级通道数据、角度数据与云检测数据,本研究发展了随机森林模型RF、极端梯度提升XGBoost、卷积神经网络CNN 3种数据驱动模型,实现对安徽省域近地面PM_(2.5)浓度逐小时卫星遥感估算.同时,通过样本交叉验证、站点交叉验证方法对比了三者的精度,结果表明:CNN模型经样本交叉验证的R^(2)=0.89,站点交叉验证的R^(2)=0.82,在3种模型中表现最优,且通道数据中第三通道对估算的信息增益最大.基于此,利用CNN模型估算了2021年全年安徽省域白天小时级的近地面PM_(2.5)浓度,针对2021-12-23的一次PM_(2.5)污染事件分析表明,近地面PM_(2.5)浓度分布有很强的区域分异与时序性.