利用遥感数据估算四川省PM<sub>2.5</sub>的4种模型对比
Comparative Analysis of Four Models for Estimating PM<sub>2.5</sub> in Sichuan Province Using Remote Sensing Data作者机构：贵州大学矿业学院贵州 贵阳
出 版 物：《应用数学进展》 (Advances in Applied Mathematics)
年 卷 期：2020年第9卷第11期
页 面：2063-2074页
学科分类：07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学]
主 题：MODIS 3 km AOD 浓度估算 BP神经网络 线性混合模型 时空变化
摘 要：基于2015年四川省PM2.5地面监测数据、MODIS 3 km气溶胶光学厚度(AOD)数据和地面气象站点数据,采用简单线性回归模型、多元线性回归模型、BP神经网络模型、线性混合模型预测近地面PM2.5浓度,并利用地面监测站点数据评估模型的拟合结果。同时利用GIS分析技术,得到四川省2015年空间连续的PM2.5年均、季均浓度分布。结果表明:(1) 利用线性混合模型反演的PM2.5浓度精度最高、效果最好,其可以解释四川省PM2.5浓度75.77%的变异。(2) 线性混合模型预测的PM2.5浓度与地面实测PM2.5浓度在时空变化趋势上基本一致,即东高西低,其中成都平原经济区、川南经济区的PM2.5浓度最大,其次为川东北经济区,最低的为攀西经济区和川西北经济区。PM2.5浓度大小关系为:冬季 春季 秋季 夏季。
维普期刊数据库