| 安徽省PM2.5浓度反演方法对比及时空变化研究 |
| |
| 作者姓名： | 赵月娇 赵萍 徐凯健 周鹏 申鹏举 于婉婉 陈国旭 |
| |
| 作者单位： | 1. 合肥工业大学资源与环境工程学院 |
| |
| 基金项目： | 国家自然科学基金面上项目（41972304）；;安徽省自然科学基金项目（2008085QD193）； |
| |
| 摘 要： | 为探讨安徽省PM2.5时空分布特征，文章基于2015-2020年地基观测PM2.5、AOD、植被覆盖产品以及气象要素数据等，对比了多尺度地理加权回归、随机森林、全连接神经网络3种模型的精确度，并采用全连接神经网络模型反演了PM2.5浓度，分析了PM2.5浓度的时空变化特征，以及各因子对PM2.5浓度的影响力。结果表明：3种模型中，全连接神经网络模型的精确度最高；2015-2020年PM2.5浓度从平均51.29μg/m3递减至36.71μg/m3，季节尺度上，PM2.5浓度冬季>春、秋季>夏季，受政策及疫情影响，2018年的秋冬季、2020年的春夏季PM2.5浓度下降同比最快；空间上表现为皖北>皖中>皖南。10个影响因子两两交互，均比单一因子对PM2.5浓度的影响大，其中AOD对PM2.5的影响力最大，...
|
| 关 键 词： | 多尺度地理加权回归 随机森林 神经网络 PM2.5 时空分布 |
|
