中国环境科学

作者：耿冰, 孙义博, 曾巧林, 商豪律, 刘霄宇, 单菁菁

单位：1. 中国社会科学院生态文明研究所, 北京 100710;2. 中国环境科学研究院生态研究所, 北京 100021;3. 重庆邮电大学计算机科学与技术学院, 重庆 400065;4. 中国科学院空天信息研究院数字地球重点实验室, 北京 100094;5. 中国信息通信研究院, 北京 100191

关键词：大气细颗粒物浓度估算,深度学习,卫星遥感,光学气溶胶厚度

基金：中国博士后科学基金资助项目（2018M631684）；国家自然科学基金资助项目（41590855）

提出一种基于深度学习方法的地面PM2.5浓度时空估算模型（PM2.5-DNN），该模型基于葵花-8卫星反演的AOD数据，结合PM2.5监测站和气象站点观测数据对北京市地面PM2.5浓度进行了逐时的高精度模拟，同时将PM2.5-DNN模型的模拟性能与当前的主流方法进行了对比研究.结果表明，使用PM2.5-DNN模型估算的北京地区1km分辨率每小时地面PM2.5浓度与地表监测站观测数据对比的一致性较好，模型估算精度可达到R2=0.88，性能优于当前的主流方法.本文所提出的方法适用于区域尺度PM2.5浓度时空分布细粒度建模与估算，采用端到端的训练方式构建模型，为精细的PM2.5浓度估算提供了一个简便而有效的方法模型.

来源：2021年第8期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2021年第8期