期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Sentinel-5P卫星反演京津冀地区近地面NO_(2)浓度研究
1
作者
周刚
徐彬仁
+3 位作者
徐
炜达
程文晨
尹文君
王凌
《环境科学研究》
CAS
CSCD
北大核心
2024年第6期1223-1231,共9页
为充分利用卫星传感器在探索长时间、大范围区域内近地面二氧化氮(NO2)浓度时空变化规律方面的优势,进一步提高卫星近地面NO_(2)浓度预测的准确性,本研究以Sentinel-5P卫星TROPOMI传感器观测的对流层NO_(2)柱浓度为基础,提出一种融合多...
为充分利用卫星传感器在探索长时间、大范围区域内近地面二氧化氮(NO2)浓度时空变化规律方面的优势,进一步提高卫星近地面NO_(2)浓度预测的准确性,本研究以Sentinel-5P卫星TROPOMI传感器观测的对流层NO_(2)柱浓度为基础,提出一种融合多源地理要素的“自上而下”近地面NO_(2)浓度遥感估算方法,综合分析随机森林模型(RF)、极致梯度提升树模型(XGBoost)和轻型梯度提升树模型(LightGBM)的性能,基于3种树模型对2019−2020年京津冀地区近地面NO_(2)浓度进行反演,并采用十折交叉验证方法分别对3种模型在近地面NO_(2)浓度预测中的精度差异与稳定性进行了检验比较,利用拟合优度(R2)、均方根误差(RMSE)和平均绝对误差(MAE)对模型进行精度评价,最终选取XGBoost以实现京津冀地区卫星近地面NO_(2)浓度的高效分析预测(R2=0.85,RMSE=6.61μg/m^(3),MAE=2.09μg/m^(3)),在此基础上,从季度、年份等时间尺度对近地面NO_(2)浓度进行空间分析。结果表明:①由于2020年新型冠状病毒感染疫情反弹带来的人类生产活动和出行活动的大量减少,2019年近地面NO_(2)浓度(13.96μg/m^(3))比2020年(13.04μg/m^(3))整体偏高。②近地面NO_(2)浓度具有明显的季节性变化特征,春、夏两季由于大气扩散条件较好,近地面NO_(2)浓度相对较低,在冬季达到全年峰值。③基于SHAP值(沙普利加性解释法)方法对模型特征进行空间分析,并定量研究每个特征对模型的正负贡献程度,其中,对流层NO_(2)柱浓度对预测近地面NO_(2)浓度起到主要促进作用,大气边界层高度对预测近地面NO_(2)浓度起到抑制作用,另外太阳直射辐射、人口密度、地表温度及降水量等指标均对预测近地面NO_(2)浓度有明显影响。研究显示,XGBoost能够更加稳定和准确地预测卫星近地面NO_(2)浓度,为准确识别近地面NO_(2)浓度时空分布特征提供新的手段,可在一定程度上突破现阶段NO_(2)地面监测稀疏的空间局限以及卫星对流层NO_(2)柱浓度代表性不足的缺陷。
展开更多
关键词
NO_(2)
TROPOMI
机器学习
XGBoost
SHAP值
下载PDF
职称材料
基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究
被引量:
16
2
作者
徐彬仁
魏瑗瑗
《国土资源遥感》
CSCD
北大核心
2018年第3期181-188,共8页
提高气象数据空间分辨率对水文、气象和生态等领域的流域尺度研究至关重要。青藏高原气候变化在全球气候研究中占有重要的位置,并且对局域降水分布的研究在大气科学中处于基础地位。为获取青藏高原地区准确、有效、更高空间分辨率的降...
提高气象数据空间分辨率对水文、气象和生态等领域的流域尺度研究至关重要。青藏高原气候变化在全球气候研究中占有重要的位置,并且对局域降水分布的研究在大气科学中处于基础地位。为获取青藏高原地区准确、有效、更高空间分辨率的降水数据,基于随机森林算法,引入植被和地形因子,采用热带降水测量计划卫星(Tropical Rainfall Measuring Mission,TRMM) 3B43降水数据(0. 25°×0. 25°)、NOAA-AVHRR归一化植被数(normalized difference vegetation index,NDVI)数据(8 km×8 km)、航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission,SRTM)数字高程模型(digital elevation model,DEM)数据(90 m×90 m)以及经纬度信息,建立了非线性空间统计降尺度模型,最终获得8 km分辨率降水降尺度结果。另外,采用将时间序列分析和非线性回归分析融合的方法,基于2000—2012年TRMM年均降水数据和NDVI数据,建立降水量时间尺度预测模型。分析结果表明,综合考虑植被和地形因子对青藏高原地区降水空间分布的影响,基于随机森林算法建立的降尺度模型,其降尺度结果与地面站点测量值拟合系数为0. 89,高于TRMM数据与地面站点测量值的拟合系数0. 81,说明降尺度结果提高了卫星遥感降水数据的空间分辨率。另外,降水预测模型能够较好地描述青藏高原地区的年际降水变化趋势和数量级,2006—2012年的预测降水量与TRMM降水数据拟合系数均高于0. 80。
展开更多
关键词
青藏高原
降水量
降尺度
预测
随机森林
时间序列
下载PDF
职称材料
中国海洋上空细粒子气溶胶与短寿命痕量气体的时空关系
3
作者
徐彬仁
魏瑗瑗
+2 位作者
张晗
宋毅
杨支中
《遥感学报》
EI
CSCD
北大核心
2020年第2期173-181,共9页
定量分析气溶胶与痕量气体之间的时空变化关系有助于进一步研究气粒转化。本文采用2006年—2015年MODIS气溶胶光学厚度(AOD)、细粒子模态比(FMF)和OMI痕量气体(SO2、NO2和HCHO)数据,对黄海、东海和南海区域上空的细粒子气溶胶与痕量气...
定量分析气溶胶与痕量气体之间的时空变化关系有助于进一步研究气粒转化。本文采用2006年—2015年MODIS气溶胶光学厚度(AOD)、细粒子模态比(FMF)和OMI痕量气体(SO2、NO2和HCHO)数据,对黄海、东海和南海区域上空的细粒子气溶胶与痕量气体进行定量分析。先对气溶胶和痕量气体作均值分析发现:AODfine、SO2、NO2和HCHO的均值在黄海、南海、东海均依次减小;再对气溶胶对痕量气体的敏感度分析发现:黄海地区的AODfine对SO2最敏感,敏感度为0.424,这与中国东部沿海城市的人为排放有关;而东海和南海地区对HCHO的敏感度较高,依次为0.664和0.545,主要受东南亚和中国南方地区生物质燃烧影响。最后,对3个区域的气溶胶与痕量气体按季节作相关性分析发现:黄海地区AODfine在夏秋两季与SO2的相关性较强(R>0.5),主要由于夏秋两季的温湿度大,利于发生气—粒转化;东海地区夏季HCHO与AODfine相关性较明显(R=0.57);南海春季HCHO与AODfine相关性较好(R=0.57),呈现出区域与季节性的变化。最终发现,气溶胶与痕量气体随着时空变化存在相关关系。
展开更多
关键词
遥感
人为排放
AODfine
气溶胶
痕量气体
中国海域
时空变化
原文传递
题名
基于Sentinel-5P卫星反演京津冀地区近地面NO_(2)浓度研究
1
作者
周刚
徐彬仁
徐
炜达
程文晨
尹文君
王凌
机构
清华大学自动化系
北京英视睿达科技股份有限公司
出处
《环境科学研究》
CAS
CSCD
北大核心
2024年第6期1223-1231,共9页
基金
北京市科技计划项目(No.Z231100003823018)。
文摘
为充分利用卫星传感器在探索长时间、大范围区域内近地面二氧化氮(NO2)浓度时空变化规律方面的优势,进一步提高卫星近地面NO_(2)浓度预测的准确性,本研究以Sentinel-5P卫星TROPOMI传感器观测的对流层NO_(2)柱浓度为基础,提出一种融合多源地理要素的“自上而下”近地面NO_(2)浓度遥感估算方法,综合分析随机森林模型(RF)、极致梯度提升树模型(XGBoost)和轻型梯度提升树模型(LightGBM)的性能,基于3种树模型对2019−2020年京津冀地区近地面NO_(2)浓度进行反演,并采用十折交叉验证方法分别对3种模型在近地面NO_(2)浓度预测中的精度差异与稳定性进行了检验比较,利用拟合优度(R2)、均方根误差(RMSE)和平均绝对误差(MAE)对模型进行精度评价,最终选取XGBoost以实现京津冀地区卫星近地面NO_(2)浓度的高效分析预测(R2=0.85,RMSE=6.61μg/m^(3),MAE=2.09μg/m^(3)),在此基础上,从季度、年份等时间尺度对近地面NO_(2)浓度进行空间分析。结果表明:①由于2020年新型冠状病毒感染疫情反弹带来的人类生产活动和出行活动的大量减少,2019年近地面NO_(2)浓度(13.96μg/m^(3))比2020年(13.04μg/m^(3))整体偏高。②近地面NO_(2)浓度具有明显的季节性变化特征,春、夏两季由于大气扩散条件较好,近地面NO_(2)浓度相对较低,在冬季达到全年峰值。③基于SHAP值(沙普利加性解释法)方法对模型特征进行空间分析,并定量研究每个特征对模型的正负贡献程度,其中,对流层NO_(2)柱浓度对预测近地面NO_(2)浓度起到主要促进作用,大气边界层高度对预测近地面NO_(2)浓度起到抑制作用,另外太阳直射辐射、人口密度、地表温度及降水量等指标均对预测近地面NO_(2)浓度有明显影响。研究显示,XGBoost能够更加稳定和准确地预测卫星近地面NO_(2)浓度,为准确识别近地面NO_(2)浓度时空分布特征提供新的手段,可在一定程度上突破现阶段NO_(2)地面监测稀疏的空间局限以及卫星对流层NO_(2)柱浓度代表性不足的缺陷。
关键词
NO_(2)
TROPOMI
机器学习
XGBoost
SHAP值
Keywords
NO_(2)
TROPOMI
machine learning
XGBoost
SHAP value
分类号
X511 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究
被引量:
16
2
作者
徐彬仁
魏瑗瑗
机构
中国科学院遥感与数字地球研究所
中国科学院大学
出处
《国土资源遥感》
CSCD
北大核心
2018年第3期181-188,共8页
文摘
提高气象数据空间分辨率对水文、气象和生态等领域的流域尺度研究至关重要。青藏高原气候变化在全球气候研究中占有重要的位置,并且对局域降水分布的研究在大气科学中处于基础地位。为获取青藏高原地区准确、有效、更高空间分辨率的降水数据,基于随机森林算法,引入植被和地形因子,采用热带降水测量计划卫星(Tropical Rainfall Measuring Mission,TRMM) 3B43降水数据(0. 25°×0. 25°)、NOAA-AVHRR归一化植被数(normalized difference vegetation index,NDVI)数据(8 km×8 km)、航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission,SRTM)数字高程模型(digital elevation model,DEM)数据(90 m×90 m)以及经纬度信息,建立了非线性空间统计降尺度模型,最终获得8 km分辨率降水降尺度结果。另外,采用将时间序列分析和非线性回归分析融合的方法,基于2000—2012年TRMM年均降水数据和NDVI数据,建立降水量时间尺度预测模型。分析结果表明,综合考虑植被和地形因子对青藏高原地区降水空间分布的影响,基于随机森林算法建立的降尺度模型,其降尺度结果与地面站点测量值拟合系数为0. 89,高于TRMM数据与地面站点测量值的拟合系数0. 81,说明降尺度结果提高了卫星遥感降水数据的空间分辨率。另外,降水预测模型能够较好地描述青藏高原地区的年际降水变化趋势和数量级,2006—2012年的预测降水量与TRMM降水数据拟合系数均高于0. 80。
关键词
青藏高原
降水量
降尺度
预测
随机森林
时间序列
Keywords
Tibetan Plateau
precipitation
downscale
forecast
Random-forest
time series
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
中国海洋上空细粒子气溶胶与短寿命痕量气体的时空关系
3
作者
徐彬仁
魏瑗瑗
张晗
宋毅
杨支中
机构
北京航天宏图信息技术股份有限公司
中国科学院遥感与数字地球研究所
中国科学院大学
出处
《遥感学报》
EI
CSCD
北大核心
2020年第2期173-181,共9页
文摘
定量分析气溶胶与痕量气体之间的时空变化关系有助于进一步研究气粒转化。本文采用2006年—2015年MODIS气溶胶光学厚度(AOD)、细粒子模态比(FMF)和OMI痕量气体(SO2、NO2和HCHO)数据,对黄海、东海和南海区域上空的细粒子气溶胶与痕量气体进行定量分析。先对气溶胶和痕量气体作均值分析发现:AODfine、SO2、NO2和HCHO的均值在黄海、南海、东海均依次减小;再对气溶胶对痕量气体的敏感度分析发现:黄海地区的AODfine对SO2最敏感,敏感度为0.424,这与中国东部沿海城市的人为排放有关;而东海和南海地区对HCHO的敏感度较高,依次为0.664和0.545,主要受东南亚和中国南方地区生物质燃烧影响。最后,对3个区域的气溶胶与痕量气体按季节作相关性分析发现:黄海地区AODfine在夏秋两季与SO2的相关性较强(R>0.5),主要由于夏秋两季的温湿度大,利于发生气—粒转化;东海地区夏季HCHO与AODfine相关性较明显(R=0.57);南海春季HCHO与AODfine相关性较好(R=0.57),呈现出区域与季节性的变化。最终发现,气溶胶与痕量气体随着时空变化存在相关关系。
关键词
遥感
人为排放
AODfine
气溶胶
痕量气体
中国海域
时空变化
Keywords
remote sensing
anthropogenic emissions
AODfine
aerosols
trace gases
China’s neighboring sea
spatiotemporal change
分类号
X513 [环境科学与工程—环境工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于Sentinel-5P卫星反演京津冀地区近地面NO_(2)浓度研究
周刚
徐彬仁
徐
炜达
程文晨
尹文君
王凌
《环境科学研究》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究
徐彬仁
魏瑗瑗
《国土资源遥感》
CSCD
北大核心
2018
16
下载PDF
职称材料
3
中国海洋上空细粒子气溶胶与短寿命痕量气体的时空关系
徐彬仁
魏瑗瑗
张晗
宋毅
杨支中
《遥感学报》
EI
CSCD
北大核心
2020
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部