中国环境科学

作者：张娜, 陈文倩, 白雪松, 曹肖奕

单位：1. 青岛理工大学信息与控制学院, 山东 青岛 266520;2. 兰州大学大气科学学院, 半干旱气候变化教育部重点实验室, 甘肃 兰州 730000

关键词：PM2.5,时空优化模型,AOD,山东省地区

基金：山东省自然科学青年基金项目(ZR2023QD070);十三五和十四五“一三五”规划任务管理基金项目(B2-2023-0239);山东省重点研发计划项目(2023RZA02017)

为了获得连续的PM2.5浓度时空分布并提高估算精度,提出了一种新的基于时空因子优化的PM2.5估测模型(SFRF).SFRF模型是时空因子通过卷积特征融合到随机森林算法(RF)体系中,通过集成高分辨率(1km)卫星反演的气溶胶光学厚度(AOD)产品以及气象数据、夜间灯光数据和植被数据构建SFRF模型来进行对2019年的山东省地区PM2.5浓度的准确预测,生成山东省高空间分辨率(1km)的PM2.5浓度.采用十折交叉验证法,评估了SFRF模型的性能,并与BPNN、SVM、XGBoost、RF、PCA-RF模型进行对比.结果表明:SFRF模型验证的决定系数和均方根误差(RMSE)值分别为0.85和8.10 μg/m3,优于其他模型.SFRF模型可以在日、季、年尺度上以较高的空间分辨率来估测山东省PM2.5浓度.

来源：2024年第7期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2024年第7期