基于随机森林模型的中国气溶胶光学厚度反演及变化分析
摘要
以地面气象站点监测数据与MAIAC AOD数据构建随机森林模型，对2018—2019年中国气溶胶光学厚度（AOD）反演，并分析时空变化。结论如下：（1）将数据集划为春、夏、秋、冬四组，分组训练模型优化参数，最终确定决策树个数分别为250、250、200、200，决策树最大深度分别为40、90、40、40。经检验在该参数下模型的学习精度较高，参数具有较强的可靠性，决定系数（R2）分别为0.925、0.922、0.935、0.930，均方根误差（RMSE）分别为0.091、0.082、0.055、0.065；（2）基于确定的参数完成AOD反演后，利用AERONET AOD数据检验模型的估值精度，R2为0.891，RMSE为0.129，整体精度较高。同时，各地面气象站点反演后的AOD年均值与原始AOD年均值相比变化趋势相近，且略高于原始年均值；（3）相较于2018年，2019年中国AOD值整体略低，空气质量有所改善；不同季节的AOD大小关系为：春季>夏季>冬季>秋季；（4）中国AOD值空间分布呈现出“东南高西北低”的特征，与胡焕庸线揭示的我国人口分布格局相一致。华北平原、华中地区、四川盆地等AOD偏高；南疆地区由于气候干旱，植被稀疏，沙尘天气频繁，AOD值也较高；东北地区、青藏高原、云贵高原与内蒙古高原，受地形地势、地理位置等影响，经济实力偏弱，人口分布稀疏，AOD偏低。
引用本文（GB/T 7714）
Leyun Zhao, F. Li, Limei Wang, 等. 基于随机森林模型的中国气溶胶光学厚度反演及变化分析[J]. EARTH AND ENVIRONMENT, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。