基于随机森林的高分辨率PM2.5浓度时空变化模拟——以中原城市群核心区为例

摘要：

为探究城市尺度或更小区域内近地面PM2.5浓度模拟方法,以空气监测站实测的近地面PM2.5浓度为因变量、MODIS L1B卫星影像中计算得出的大气顶部反射率(TOA)数据和直接提取的图像特征值(Image)为2组主要自变量,融合气象特征、地形特征和时空特征等辅助因子,构建RF(PM2.5～TOA)和RF(PM2.5～Image)2个随机森林模型,并最终选用RF(PM2.5～Image)对中原城市群核心区2020年250m空间分辨率下的近地面PM2.5浓度进行评估.结果表明:2个模型交叉验证的决定系数(R2)均为0.93,均方根误差(RMSE)分别为9.23,8.28μg/m3,模型性能良好;当2个模型达到相近拟合度时,RF(PM2.5～Image)的预测偏差更低,且空间分辨率高于250m的特征重要性占比高达44.2％,能够更准确地描述250m空间分辨率的近地面PM2.5浓度变化;中原城市群核心区2020年年均PM2.5浓度为53.80μg/m3,污染现象严重,不同单元内发生0～8次污染过程不等,整体上呈现由西南西北山区向东部平原递增的空间分异特征和冬高夏低、春秋过渡的时间变化规律.

关键词：PM2.5、随机森林、MODIS L1B、250m、中原城市群核心区

所属期刊栏目：43

分类号：X513(大气污染及其防治)

资助基金：国家自然科学基金52078320

在线出版日期：2023-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：3299-3311