全方位24小时地面层臭氧监测:利用机器学习在东亚进行全面覆盖估计
Yejin Kim1, Seohui Park2, Hyunyoung Choi1
1Department of Civil, Urban, Earth, & Environmental Engineering, Ulsan National Institute of Science and Technology, Ulsan, Republic of Korea.
Journal of hazardous materials
|February 4, 2025
概括
本研究介绍了一种全天空臭氧 (O3) 估计模型,使用光梯度增强机来克服云层覆盖的限制. 这种新型模型提供无间隙,24小时的地面O3估计,准确度和分辨率高.
科学领域:
- 大气科学 大气科学
- 环境监测 环境监测
- 遥感 遥感 遥感 遥感
背景情况:
- 云层覆盖严重阻碍了基于卫星的地面臭氧 (O3) 度估计,导致空间数据覆盖不完整.
- 准确,高分辨率的O3数据对于了解污染动态和实施有效的管理策略至关重要.
研究的目的:
- 开发一种全天空O3估计模型,能够提供无间隙的每小时地面O3估计,即使在阴天条件下.
- 整合晴空和阴天模型,使用光梯度增强机来进行全面的24小时O3监测.
- 通过结合Himawari-8亮度温度数据来提高O3估计准确度和空间分辨率.
主要方法:
- 开发了一个全天空O3估计模型,结合了清天空 (cLearGBM) 和阴天 (cLoudGBM) 的光梯度增强机器.
- 利用Himawari-8的亮度温度,卫星衍生变量,气象数据和辅助参数作为输入,以地面O3观测作为依赖变量.
- 使用十倍交叉验证 (随机,空间,时间) 严格评估模型性能.
主要成果:
- 通过使用cLearGBM (R2=0.90,RMSE=8.77ppb) 和cLoudGBM (R2=0.87,RMSE=9.44ppb) 实现了高估计准确度.
- 证明亮度温度数据显著提高了O3估计准确度和空间分辨率.
- 捕获了典型的白天O3模式,白天在城市地区和晚上在农村地区的度更高.
结论:
- 开发的全天空O3模型有效地克服了连续地面O3估计的云覆盖限制.
- 该模型在空间分辨率上提供了40倍的改进,与现有的再分析数据相比,其精度是2.26倍.
- 由此产生的东亚24小时地面O3数据集对于应用研究和O3污染管理具有价值.
