基于MAIACAOD數據構建上海市PM2.5時空分布模型
朱清揚; 戴海夏; 劉陽; 張蘊暉 復旦大學公共衛生學院環境衛生學教研室; 上海200032; 上海市環境科學研究院; 上海200233; 埃默里大學羅琳斯公共衛生學院環境衛生學系; 亞特蘭大30322
- 隨機森林回歸模型
- 氣溶膠光學厚度
- 多重填補
- 上海
摘要：衛星技術的不斷發展成熟使構建高分辨率的PM2.5濃度預測模型成為可能。為解決衛星數據的非隨機性缺失會顯著降低PM2.5濃度預測模型準確性的問題,運用多重填補法對MAIAC1km分辨率氣溶膠光學厚度數據的缺失值實現補缺,其平均決定系數達0.75。在此基礎上,運用隨機森林模型構建上海市2017-2018年的PM2.5濃度分布預測模型,其決定系數達0.96。結果表明,上海市PM2.5分布整體呈現東低西高,沿海低內陸高的趨勢,且2018年上海市PM2.5濃度整體低于2017年。氣溶膠光學厚度數據是PM2.5預測模型中最重要的自變量。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
