典型文献
基于MODIS数据与多机器学习法的日PM2.5模拟研究
文献摘要：
为了深入了解地面PM2.5的空间分布,以山东省为研究区,利用2019年的PM2.5站点实测数据,结合中分辨率成像光谱仪(MODIS)的L3级别的MCD19A2气溶胶光学厚度产品,充分考虑人口、地形、气象等因素,使用RF、SVR、BPNN、DNN等4种机器学习算法对山东省2019年逐日PM2.5进行了模拟.结果表明:随机森林模型(RF)的RMSE和MAE的值分别为12.67和6.62,优于BPNN、SVR和DNN模型.随机森林模型(RF)最适合山东省的日PM2.5模拟.
文献关键词：
遥感;PM2.5;AOD;机器学习
中图分类号：
作者姓名：
徐发昭;李净;褚馨德;满元伟
作者机构：
西北师范大学地理与环境科学学院,甘肃兰州730070
文献出处：
引用格式：
[1]徐发昭;李净;褚馨德;满元伟-.基于MODIS数据与多机器学习法的日PM2.5模拟研究)[J].中国环境科学,2022(06):2523-2529
A类：
B类：
MODIS,多机器学习,PM2,中分辨率成像光谱仪,L3,MCD19A2,气溶胶光学厚度,RF,SVR,BPNN,DNN,机器学习算法,逐日,随机森林模型,RMSE,MAE,合山,AOD
AB值：
0.358659
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
