基于随机森林模型的上海大都市圈夜间PM_2.5浓度遥感估算与分析

摘要

区域性污染物PM_2.5的监测和分析是我国大气环境污染治理的核心工作，对环境保护和公众健康至关重要。卫星遥感监测作为地面监测站监测方法的补充，在一定程度上可以低成本掌握大范围细颗粒物空间分布规律及变化趋势，为大气污染防控工作提供有力的技术支撑。但大部分卫星遥感数据监测PM_2.5浓度的方法只能应用于白天，因此需要利用卫星遥感数据监测夜间PM_2.5浓度，补充PM_2.5日变化规律，为全面评估PM_2.5的污染和扩散提供重要参考。笔者基于VIIRS/DNB夜间灯光遥感数据，综合气象与地形等因素，建立随机森林预测模型，研究2018—2021年上海大都市圈区域的夜间PM_2.5浓度时空分布。结果表明，在研究时段该区域PM_2.5实际浓度与模型估算之间平均R²在0.87～0.93之间，RMSE在5.73μg/m³～7.16μg/m³之间，模型精度较高。PM_2.5模型估算浓度的时空分布规律与实际情况相吻合。本研究为PM_2.5卫星遥感全周期监测提供了新思路，也验证了夜间灯光影像数据在估算PM_2.5浓度方面有巨大潜力。

关键词

PM_2.5 / 卫星遥感 / 夜间灯光辐射 / 气象因素 / 随机森林