利用支持向量机遥感估算京津冀细颗粒物浓度

摘要：

针对传统地面监测手段难以获取全面的细颗粒物(fine particulate matter,PM2.5)浓度信息,以2015年3月份京津冀地区PM25污染状况为研究对象,将卫星遥感产品气溶胶光学厚度(aerosol optical depth,AOD)作为单变量输入构建支持向量机回归模型,得到的预测值与真实值的R2为0.525,相对误差为44.6％.鉴于相对湿度(relative humidity,RH)和边界层高度(planetary boundary layer height,PBLH)是PM2.5形成机制的重要影响因素,遂将RH、PBLH与AOD一起作为输入特征构建支持向量机回归模型预测PM2.5,得到的结果R2为0.729,相对误差为33.3％.研究结果表明:基于AOD、RH、PBLH为输入特征构建的支持向量机回归模型能够较好地从空间层次预测PM2,5质量浓度.

关键词：京津冀、细颗粒物浓度、气溶胶光学厚度、支持向量机、回归预测

所属期刊栏目：32

分类号：X87(环境遥感)

资助基金：环保公益行业科研专项201309011

在线出版日期：2017-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53