基于高性能时空模型MixNet的长江三角洲地区地面水平O3度的估计
Qiaolin Zeng1, Yechen Wang2, Jinhua Tao3
1The College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China; Chongqing Institute of Meteorological Sciences, Chongqing 401147, China.
The Science of the total environment
|June 23, 2023
概括
本研究介绍了MixNet,这是一个通过整合空间和时间数据来估计地面层臭氧 (O3) 度的新框架. 混合网络实现了高精度,优于其他模型,并提供了对臭氧污染模式的洞察力.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 机器学习应用 机器学习应用
背景情况:
- 臭氧 (O3) 度的升级对人类健康构成重大风险.
- 现有的O3估计机器学习模型往往忽视了关键的空间和时间数据特征.
研究的目的:
- 开发和验证一个新的框架,MixNet,用于准确的每日地面O3度估计.
- 通过结合空间和时间数据特征来解决当前模型的局限性.
- 分析长江三角洲地区跨季节的O3度模式.
主要方法:
- 提出了一个新的框架,MixNet,集成图像卷积用于空间特征提取和长短期内存 (LSTM) 用于时间特征提取.
- 使用了U-Net架构,具有注意力机制和残余块,用于增强空间特征分析.
- 实施了独特的培训方法来提高模型的准确性.
- 化提取的空间和时间特征用于O3度估计.
主要成果:
- 混合网络显示了高的验证准确性:R2为0.903 (基于样本) 和0.831 (基于现场).
- 季节性分析显示了O3度模式:夏季 > 秋季 > 春季 > 冬季.
- 在2021年夏天,O3度的峰值达到137.41μg/m3;2020年冬天,最低的度是52.73μg/m3.
- 在O3估计中,MixNet的表现优于现有的模型.
结论:
- 拟议的MixNet框架通过整合空间和时间数据,有效地估计了每日地面O3度.
- "点平面图像思维"为未来大气污染物估计研究提供了一个有希望的方法.
- 这些发现为长江三角洲的O3污染动态提供了宝贵的见解.
更多相关视频
09:03Assessment of Methane and Nitrous Oxide Fluxes from Paddy Field by Means of Static Closed Chambers Maintaining Plants Within Headspace
Published on: September 6, 2018
12.3K
06:27Measurement of Aerosols Optical Thickness of the Atmosphere using the GLOBE Handheld Sun Photometer
Published on: May 29, 2019
8.0K
