基于多特征参数的OMI遥感产品气溶胶分类研究 ——以广东省为例

摘要：

为了解决气溶胶分类精度低和特征参数冗杂的问题,基于OMI(Ozone Monitoring Instrument)遥感产品的气溶胶特征参数,利用随机森林算法,将广东省2014年的气溶胶类型划分为沙尘型气溶胶(Desert Dust,DST)、生物质燃烧型含碳气溶胶(Carbonaceous Aerosols Associated with Biomass Burning,CRB)和硫酸盐型城镇-工业气溶胶(Sulfate-based Urban-industrial Aerosols,SLF)3种类型.并统计分析随机森林以及特征参数的重要性,将分类结果的空间分布与OMI气溶胶类型产品的空间分布进行对比.结果表明:(1)随机森林算法仅需少量训练样本点即可达到97％以上的总体分类精度.(2)通过计算不同气溶胶特征参数在随机森林分类过程中的重要性高低,得到重要性排名前六的特征参数依次为α指数、UVAI、RI388、RI354、SSA500、AAOD500,表明在分类过程中,气溶胶粒径分布和吸收能力起到了最关键的作用.(3)3种气溶胶类型的空间分布显示,SLF型气溶胶为广东省最主要的气溶胶类型;DST型和CRB型气溶胶在珠三角地区占比最高,在粤东、粤北地区的占比最低.

关键词：气溶胶分类;随机森林;臭氧层监测仪;特征参数;α指数;UVAI

所属期刊栏目：53

分类号：X87(环境遥感)

资助基金：国家自然科学基金项目;广东省自然科学基金项目

在线出版日期：2021-09-02（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：68-75