论文部分内容阅读
为获取城市尺度空间连续准确的PM 2.5 浓度,该文以北京市为研究区,充分考虑气溶胶光学厚度和气象因素的影响,利用2017年MODIS 3 km AOD产品和ECMWF-ERA5气象再分析资料,结合空气质量监测站点的PM 2.5 数据,分别基于随机森林、多元线性回归、支持向量机和神经网络方法反演近地面的PM 2.5 浓度,结果表明:随机森林的反演精度最高、效果最好,其平均绝对误差(MAE)为12.08 μg/m 3、均方根误差(RMSE)为18.42 μg/m 3;对自变量进行重要性分析,气溶胶光学厚度对