基于GF-1遥感图像和ResNet50网络的PM2.5浓度预测研究
Environmental Science Survey（2023）
Abstract
基于GF-1卫星图像、结合Merra-2气象数据作为辅助预测变量,构建了长三角地区基于ResNet50网络的PM2.5预测模型.其中气象参数可以为模型提供较为准确的PM2.5浓度基准,而GF-1图像能帮助模型更合理准确地预测PM2.5浓度的空间变化.利用十折交叉验证和测试集验证对模型进行检验,结果显示:模型的皮尔森相关系数R为0.948,预测PM2.5的RMSE为6.6 μg/m3.反演得到分辨率为500 m的PM2.5浓度分布图合理稳健.GF-1遥感图像和ResNet50网络适用于PM2.5浓度预测,可以作为辅助监测手段,为长三角地区PM2.5热点识别、后续流行病学研究提供数据支撑.
MoreKey words
PM2.5,ResNet network,the Yangtze River Delta(YRD),satellite remote sensing,GF-1
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined