基于随机森林算法的华北平原灰霾区域识别研究

摘要：

大气灰霾污染是我国近年来面临的重大环境问题之一.灰霾监测是灰霾污染治理体系的重要组成部分,而遥感手段可实现大范围、长时序的动态监测,在一定程度上弥补了传统地面站点监测手段的不足.基于MODIS/Terra数据,以华北平原七省市为研究区域,利用大气灰霾的光谱和空间特性搭建10维特征空间,并使用随机森林算法构建灰霾区域识别模型.该模型不仅实现了灰霾区域的识别提取功能,同时还实现了轻、重霾区域的区分功能.经地面站点PM2.5浓度监测数据的验证,灰霾区域识别的总体精度为87.82％,Kappa系数为0.75.轻、重霾区域识别的总体精度为86.81％,Kappa系数为0.73.研究结果表明:该模型针对卫星影像中的灰霾区域具有较好的识别效果,可为大气污染监测提供数据支撑,且对其他大气污染物的监测研究也具有一定的借鉴意义.

关键词：大气污染、灰霾监测、遥感识别、随机森林算法、华北平原

所属期刊栏目：38

分类号：X513;X87(大气污染及其防治)

资助基金：国家自然科学基金;福建省公益类科研院所专项;遥感科学国家重点实验室开放基金

在线出版日期：2023-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：752-763