环境科学与资源利用论文_基于NPP/VIIRS夜光遥
文章摘要:PM2.5是大气的重要污染物，掌握其空间分布对于大气污染防控具有重要意义。目前，PM2.5遥感监测主要围绕卫星反演的日间AOD数据开展，无法反映夜间大气污染的空间格局。以2019年9—12月NPP/VIIRS夜间灯光影像和空气质量站点PM2.5观测数据对江苏省淮安市夜间PM2.5浓度进行估算研究。基于辐射传输方程分析夜间灯光辐射与PM2.5浓度之间的关系，在此基础上综合考虑灯光辐射直接衰减和散射补偿确定了计算夜间PM2.5浓度的空间自变量，运用多元线性回归模型（MLR）、随机森林（RF）、Cubist、极端梯度提升树（XGBoost）、神经网络（NNet）、支持向量机（SVM）及最近邻法（KNN）算法构建夜间PM2.5浓度遥感估算模型。结果表明，多元线性归回模型精度明显低于各个机器学习模型，所有模型中SVM模型精度最高，决定系数R2为0.77，平均绝对误差MAE为20.83μg·m-3，均方根误差RMSE为32.05μg·m-3。基于建立的SVM模型估算了淮安市夜间PM2.5浓度，并对其空间分布特征进行了分析。本研究探索了利用夜间灯光遥感数据估算夜间PM2.5浓度的方法，为夜间大气环境监测与管理提供了参考。
文章关键词:
