|
|||||
|
|
| 基于MODIS数据与多机器学习法的日PM2.5模拟研究 | |
| 作者姓名： | 徐发昭 李净 褚馨德 满元伟 |
| 作者单位： | 西北师范大学地理与环境科学学院, 甘肃 兰州 730070 |
| 基金项目： | 国家自然科学基金资助项目(41861013,42071089,41801052); |
| 摘 要： | 为了深入了解地面PM2.5的空间分布,以山东省为研究区,利用2019年的PM2.5站点实测数据,结合中分辨率成像光谱仪(MODIS)的L3级别的MCD19A2气溶胶光学厚度产品,充分考虑人口、地形、气象等因素,使用RF、SVR、BPNN、DNN等4种机器学习算法对山东省2019年逐日PM2.5进行了模拟.结果表明:随机森林模型(RF)的RMSE和MAE的值分别为12.67和6.62,优于BPNN、SVR和DNN模型.随机森林模型(RF)最适合山东省的日PM2.5模拟. |
| 关 键 词： | 遥感 PM2.5 AOD 机器学习 |
| 收稿时间： | 2021-11-24 |
| 点击此处可从《中国环境科学》浏览原始摘要信息 | |
| 点击此处可从《中国环境科学》下载全文 | |