气象科学

作者：胡娟，郑军，许文龙，邱玉珺，胡方超

单位：南京信息工程大学 环境科学与工程学院, 南京 210044;南京信息工程大学 网络信息中心, 南京 210044,,南京信息工程大学 环境科学与工程学院, 南京 210044,,南京信息工程大学 大气物理学院, 南京 210044;常州市环境科学研究院, 江苏 常州 213022,,南京信息工程大学 大气物理学院, 南京 210044,,南京信息工程大学 大气物理学院, 南京 210044,

关键词：GA-BP神经网络;卫星遥感;AOD;PM10;气象条件;PM2.5

基金：国家重点研发计划项目（2018YFC1506502）；国家自然科学基金资助项目（42075073；40975019）

利用MODIS AOD（Aerosol Optical Depth）3 km分辨率的L2产品并辅以地面气象测量站点和环保监测站点的逐小时数据，对2017—2018年南京地面各站点进行数据匹配，分析估算PM2.5的各相关组合因子，然后利用GA-BP神经网络算法构建卫星数据辅以地面气象数据来估算PM2.5质量浓度的机器学习模型。结果表明：（1）GA-BP神经网络算法对PM2.5进行估算是有效可行的，且比BP效果改善明显。（2）在多源数据的各输入变量中，选择AOD变量加辅助变量的GA-BP算法模型共构建了9组分季节试验，其中应用在2017年数据的试验6最好，表现为秋季>冬季>夏季>春季，秋季R2最大为0.91（RMSE为11.79 μg·m-3），春季R2最小为0.65（RMSE为8.67 μg·m-3）。

来源：2021年第3期

《气象科学》期刊编辑部

查看气象科学杂志2021年第3期