基于NPP/VIIRS夜光遥感数据的淮安市夜间PM2.5浓度估算研究
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.
夜间灯光遥感、夜间PM2.5浓度、NPP/VIIRS、SVM模型、辐射传输
42
X513(大气污染及其防治)
江苏省环境监测科研基金项目;国家自然科学基金;江苏省青蓝工程
2022-04-28（万方平台首次上网日期，不代表论文的发表时间）
共10页
342-351
