基于NPP/VIIRS夜光遥感数据的淮安市夜间PM2.5浓度估算研究
Acta Scientiae Circumstantiae(2022)
Abstract
PM2.5是大气的重要污染物,掌握其空间分布对于大气污染防控具有重要意义.目前,PM2.5遥感监测主要围绕卫星反演的日间AOD数据开展,无法反映夜间大气污染的空间格局.以2019年9-12月NPP/VIIRS夜间灯光影像和空气质量站点PM2.5观测数据对江苏省淮安市夜间PM2.5浓度进行估算研究.基于辐射传输方程分析夜间灯光辐射与PM2.5浓度之间的关系,在此基础上综合考虑灯光辐射直接衰减和散射补偿确定了计算夜间PM2.5浓度的空间自变量,运用多元线性回归模型(MLR)、随机森林(RF)、Cubist、极端梯度提升树(XGBoost)、神经网络(NNet)、支持向量机(SVM)及最近邻法(KNN)算法构建夜间PM2.5浓度遥感估算模型.结果表明,多元线性归回模型精度明显低于各个机器学习模型,所有模型中SVM模型精度最高,决定系数R2为0.77,平均绝对误差MAE为20.83 μg·m-3,均方根误差RMSE为32.05 μg·m3.基于建立的SVM模型估算了淮安市夜间PM2.5浓度,并对其空间分布特征进行了分析.本研究探索了利用夜间灯光遥感数据估算夜间PM2.5浓度的方法,为夜间大气环境监测与管理提供了参考.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined