期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于TROPOMI NO_(2)、CO及HCHO重构数据的近地面O_(3)浓度估算研究
1
作者 陈小娟 秦凯 +1 位作者 Cohen Jason 何秦 《遥感学报》 EI CSCD 北大核心 2024年第9期2348-2361,共14页
以TROPOMI大气成分产品为代表的卫星遥感数据在近地面臭氧(O_(3))浓度估算中表现出很好的潜力。由于云及反演算法局限性等原因,TROPOMI的大气成分产品存在一定的数据缺失,使得基于此的近地面O_(3)浓度估算数据覆盖度较低。为此,本文采... 以TROPOMI大气成分产品为代表的卫星遥感数据在近地面臭氧(O_(3))浓度估算中表现出很好的潜力。由于云及反演算法局限性等原因,TROPOMI的大气成分产品存在一定的数据缺失,使得基于此的近地面O_(3)浓度估算数据覆盖度较低。为此,本文采用经验正交函数分解插值法(DINEOF)对TROPOMI NO_(2)、CO、HCHO原始数据产品进行缺失像元重构,并基于重构数据产品采用极限梯度提升算法(XGBoost)估算了中国大陆地区2019年—2021年高覆盖度的日最大8 h平均O_(3)浓度(MDA8 O_(3))。对比研究了DINEOF方法对TROPOMI NO_(2)、CO、HCHO原始数据产品的缺失像元进行重构后再建模估算O_(3)的方法(方案1),使用TROPOMI NO_(2)、CO、HCHO原始数据产品并对其缺失像元赋空值并输入其他特征变量来建模估算O_(3)的方法(方案2),有TROPOMI NO_(2)、CO、HCHO原始数据产品的建模结果和无TROPOMI NO_(2)、CO、HCHO原始数据产品,只有其他特征变量的建模结果相结合的方法(方案3),均可提升O_(3)模型估算结果的覆盖度。实验表明:方案1的结果最好,其十折交叉验证R^(2)=0.86,RMSE=15.86μg/m^(3),模型精度和方案2基本一致且高于方案3,在重构区域的模型精度最高(训练集R^(2)=0.82,RMSE=15.57μg/m^(3)),且当重构区域出现O_(3)重污染时(浓度大于160μg/m^(3)),能明显改善模型高值低估现象,结果的空间分布更合理。方案1估算的2019年—2021年近地面MDA8 O_(3)的平均覆盖度从33.6%提升到97.2%,使用TROPOMI NO_(2)、CO、HCHO重构数据产品建模估算O_(3)可提升模型性能和模型结果的覆盖度。 展开更多
关键词 遥感 地面o_(3) TRoPoMI DINEoF XGBoost 数据重构
原文传递
周口市近地面臭氧浓度变化特征及其影响因素分析 被引量:1
2
作者 刘冰 赵修军 +2 位作者 李光辉 谷芳莹 聂胜 《地理空间信息》 2022年第1期46-48,78,I0002,共5页
利用国控观测点位的空气质量监测数据,揭示了周口市主城区2019年近地面臭氧(O_(3))浓度的时间变化特征以及与前体物的相关性;并采用遥感解译与实地调查相结合的方法,分析了人类活动类型对周口市主城区近地面O_(3)浓度的影响。结果表明,O... 利用国控观测点位的空气质量监测数据,揭示了周口市主城区2019年近地面臭氧(O_(3))浓度的时间变化特征以及与前体物的相关性;并采用遥感解译与实地调查相结合的方法,分析了人类活动类型对周口市主城区近地面O_(3)浓度的影响。结果表明,O_(3)浓度具有明显的日、月、季节变化规律,在前体物中与二氧化氮浓度存在负相关性。人类活动与近地面O_(3)浓度相关性分析结果表明,O_(3)浓度与人类活动中工矿用地面积比例呈很强的正线性相关性,与农业用地面积比例呈较强的负线性相关性。人类活动对O_(3)浓度影响评价结果表明,影响程度明显的区域主要集中在川汇区中部以及淮阳县县城西南部的工业活动较密集区,这些区域的人类活动类型和数量均较多,开发建设活动明显,影响强度较大。 展开更多
关键词 周口市 地面o_(3) 人类活动 相关性分析
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部