基于集成学习方法的中国近地面臭氧浓度时空分布
自2013年大气污染防治行动以来,PM2.5、PM10、SO2、NO2等空气污染物浓度都有不同程度下降,但臭氧污染仍有上升趋势,臭氧污染已成为制约中国空气质量持续改善的关键问题.地基站点可以提供空间上特定点的臭氧浓度,但无法获得近地面臭氧连续的空间分布.由于臭氧大量分布于平流层,遥感卫星反演的臭氧柱浓度产品仅能反映整层臭氧柱浓度,但整层臭氧柱浓度与近地面浓度无明显相关性,因而无法体现近地面臭氧浓度.本文综合地基监测数据、再分析资料、卫星产品,采用不同的模型方法,得到近地面臭氧浓度的时空分布,结果表明集成学习方法可以准确估算近地面臭氧在空间上的分布状况和在时间上的变化趋势.本文对比了梯度提升回归树(GBRT)、极端随机树(ERT)、极端梯度提升器(XGBoost)3种不同的集成学习方法在近地面臭氧污染估算的效果表现,3种集成学习方法在2019年—2020两年的十折交叉验证R2都在0.89以上,极端梯度提升器(XGBoost)方法在RMSE、MAE指标上有最好的表现,2019年—2020年两年的平均RMSE、MAE分别为15.77 μg/m3、10.53 μg/m3,但基于极端随机树(ERT)方法获得的近地面臭氧空间分布更加连续自然.因此最终选择极端随机树(ERT)方法估算得到中国近地面臭氧浓度数据集,并在此基础上进行时空分析.由于中国政府实施积极的减排措施的及疫情影响,臭氧浓度多年来的上升趋势得到了逆转,2020年臭氧年均值为107.41± 18.6 μg/m3,较去年平均值109.26±19.71 μg/m3,有所减少.时间上,每年的5-9月气温较高,光化学反应剧烈,因而臭氧高污染事件频繁发生.空间上,京津冀地区、长三角地区、珠三角地区、成渝地区等城市群显著高于周围其他区域,是臭氧污染防治的重点区域.
遥感、近地面臭氧、集成学习、极端随机树、梯度回归提升树、极端梯度提升器、TROPOMI、新冠疫情
27
P2(测绘学)
2023-10-23(万方平台首次上网日期,不代表论文的发表时间)
共15页
1792-1806