基于激光雷达探测技术的PM2.5浓度辨识研究

摘要：

针对颗粒物浓度的大气分布难以测量的问题,采用532 nm激光雷达,对淮南地区2016年6月1日至12月31日进行连续观测.利用大气边界层高度、气溶胶光学厚度、温度、相对湿度、风速、能见度和实测的颗粒物浓度建立回归预测模型,实现了对颗粒物浓度的辨识研究.由于传统的反向传播(BP)神经网络易陷入局部极小,依据数据特点采用基于遗传算法的反向传播(GA-BP)神经网络进行研究,利用遗传算法寻找最优的权值和阈值,以平衡全局与局部的矛盾.通过两个回归模型的比较,可知GA-BP方法明显优于BP方法,BP方法的测试集的相关指数R2是0.623,平均预测误差是24.692 μg/m3;GA-BP方法的测试集的相关指数R2是0.899,平均预测误差是7.122 μg/m3.由此说明激光雷达可以有效地监测大气颗粒物的分布,并为淮南地区的颗粒物监测提供数据支持和参考依据.

关键词：遥感、激光雷达、PM2.5浓度、光学性质、神经网络、遗传算法

所属期刊栏目：41

分类号：O436(光学)

资助基金：民用航天技术预先研究项目;安徽省高层次科技人才团队项目;中国科学院战略性先导科技专项;中科院合肥物质科学研究院十三五规划重点支持项目

在线出版日期：2021-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：216-223