PM2.5作为指示环境质量的重要因子之一,不仅影响着灰霾天气的发生,还与公众健康息息相关,近年来受到广泛的关注.尽管PM2.5地面观测站点在不断地扩张,其覆盖范围依旧有限,难以反映全域PM2.5浓度的时空异质性.本研究运用卫星遥感气溶胶光学厚度数据,辅助因子除常规的气象因子等以外,还加入了针对中国人民生产生活习惯的农历日因子,提出一种耦合注意力机制的深度神经网络模型,对长三角区域2015年-2020年PM2.5浓度进行了逐日的高精度估算.模型交叉验证结果显示决定系数R2高达0.85,斜率0.86,与地面站点观测值有较高的一致性,优于多元线性回归和随机森林模型.长三角区域PM2.5浓度时空特征分析结果表明,PM2.5浓度在空间上呈现北高南低的趋势;季节特征以冬季浓度最高,夏季浓度最低,春秋过渡.此外,长三角区域2015年-2020年整体PM2.5浓度呈下降趋势,其中以上海市最为明显,下降速率为3.30μg/(m3·a),其次为江苏省(2.65 μg/(m3·a));浙江省与安徽省下降速率都小于2μg/(m3·a),但由于安徽省PM2.5浓度远高于浙江省,提升空间更大,需要更多的关注.综上所述,利用卫星数据结合本研究提出的方法能弥补地面观测站点的不足,获得高精度全域PM2.5浓度时空分布特征,从而更科学地指导相关政策的规划与落地.

遥感;气溶胶光学厚度(AOD);深度学习;注意力机制;长三角区域;空气质量

陈镔捷;叶扬;林溢;游诗雪;邓劲松;杨武;王珂

浙江大学环境与资源学院,杭州310058;浙江工业大学环境学院,杭州310014;浙江生态文明研究院,安吉313300;浙江大学智慧生态与绿色发展研发中心,杭州310058

遥感学报

[1]陈镔捷;叶扬;林溢;游诗雪;邓劲松;杨武;王珂-.耦合注意力机制DNN的PM2.5估算及时空特征分析)[J].遥感学报,2022(05):1027-1038

注意力机制,DNN,PM2,时空特征分析,灰霾,公众健康,地面观测,观测站,覆盖范围,旧有,时空异质性,研究运用,卫星遥感,气溶胶光学厚度,辅助因子,气象因子,生活习惯,农历,历日,深度神经网络模型,长三角区域,逐日,精度估算,交叉验证,决定系数,地面站,观测值,随机森林模型,北高南,季节特征,降速,提升空间,综上所述,卫星数据,数据结,时空分布特征,AOD,空气质量

0.308196