利用多源数据建立GA-BP算法模型估算PM_(2.5)的研究

作     者：胡娟 郑军 许文龙 邱玉珺 胡方超 HU Juan;ZHENG Jun;XU Wenlong;QIU Yujun;HU Fangchao

作者机构：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 南京信息工程大学大气物理学院南京210044 常州市环境科学研究院江苏常州213022 

出 版 物：《气象科学》 (Journal of the Meteorological Sciences)

年 卷 期：2021年第41卷第3期

页      面：314-322页

学科分类：07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 

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) 

主　　题：GA-BP神经网络 卫星遥感 AOD PM_(10) 气象条件 PM_(2.5) 

摘      要：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PM_(2.5)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PM_(2.5)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PM_(2.5)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R^(2)最大为0.91(RMSE为11.79μg·m^(-3)),春季R^(2)最小为0.65(RMSE为8.67μg·m^(-3))。