基于梯度提升算法的近地面臭氧浓度估算比较

摘要：

提出了一种基于梯度提升树优化的近地面O3浓度时空分布估算模型.基于O3地面观测站点数据、高分辨率大气成分卫星数据(TROPOMI、AIRS)、ERA5 气象再分析资料、以及地表覆盖和地形数据,本文研究了京津冀地区近地面O3 与对流层O3 及其前体物、气象因素、以及下垫面资料之间的相关关系,对比分析了不同梯度提升树算法模型(GBDT、XGBoost、LightGBM)的估算精度.结果表明,3 种模型整体上均可对近地面 O3 进行精确估算,GBDT、XGBoost、LightGBM的决定系数R2分别为 0.9489、0.9547、0.9495,均方根误差RMSE分别为 13.85,13.26,13.76μg/m3,XGBoost模型的精度相对最高;通过采用过滤法、相关性分析法以及递归特征消除法筛选特征,对XGBoost估算模型进行了优化,在保证模型精度前提下,降低了特征复杂度,优化后模型估算精度可达到R2=0.9549,估算速率提升了约17%,为区域尺度O3浓度时空分布建模与估算提供了一个精细而高效的方法模型.

关键词：近地面臭氧、对流层臭氧、梯度提升回归模型、卫星遥感、特征选择、时空分布

所属期刊栏目：43

分类号：X511(大气污染及其防治)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2023-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：3886-3899