买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华东师范大学;上海地听信息科技有限公司

摘要：本发明公开了一种全天时PM2.5浓度无缝格点数据的近实时生产方法，涉及大气环境遥感监测领域，包括如下步骤：反演日间逐小时气溶胶光学厚度；重建AOD数据的缺失值；订正数值模式模拟气溶胶结果的误差；建立国控站点实测大气污染物浓度观测数据与AOD的机器学习模型；多尺度AOD融合分析；估算近地面PM2.5浓度；构建PM2.5浓度的时空迁移模型；融合站点实测与估算PM2.5浓度数据以生产逐小时无缝PM2.5格点数据；本发明可获取全天时小时分辨率且空间无缝的PM2.5浓度格点数据资料，尤其是实现了无卫星反演AOD数据的情况下面域PM2.5浓度数据快速生产的关键技术。

主权项：1.一种全天时PM2.5浓度无缝格点数据的近实时生产方法，其特征在于，所述方法包括以下步骤：步骤1：依托静止卫星遥感观测平台，快速反演日间逐小时AOD数据；步骤2：引入时空邻域AOD数据，构建当前时刻的AOD时空关联矩阵，运用奇异值分解法SVD对AOD时空关联矩阵进行迭代分解，并利用主模态迭代重构时空关联矩阵中的缺失值直至收敛，重建步骤1生产的AOD格点数据中的缺失信息；步骤3：使用机器学习算法，基于卫星反演AOD数据对数值模式模拟的AOD结果进行空间降尺度和误差订正；步骤4：结合随机森林机器学习建模方法，利用地面实测大气颗粒物浓度数据估算对应点位的AOD数据水平；步骤5：以步骤3所得的降尺度后的数值模拟AOD结果作为背景场，融合步骤2和步骤4所得的多源AOD数据，利用最优插值融合技术对所提及的多源异构AOD数据进行融合分析：xa＝xb+KYo-Hxb其中，xa为再分析值，xb为背景值，K为卡尔曼增益，Yo为待分析像元x邻域内的观测值，H为观测算子，Hxb表示观测值Yo对应的背景值，降尺度后的模式模拟结果作为融合背景场，卫星反演结果与地面估算数据作为融合观测场，获得日间高精度空间无缝AOD产品；步骤6：利用步骤5所得的无缝AOD产品，结合地面国控站点实测PM2.5浓度，实时气象观测数据与大气污染相关的社会经济数据和时间变量，采用随机森林机器学习方法建立模型，估算面域PM2.5浓度分布数据，其中建模公式为：PM2.5～AOD+MET+SE+TIME其中，PM2.5数据由国家地基空气质量监测网络提供，AOD使用步骤5所生产的时空全覆盖再分析资料，MET表示对应时刻的气象观测数据，SE所指与大气污染相关的社会经济数据，TIME表示对应的时间变量；步骤7：针对夜间无有效卫星遥感反演AOD数据的情况，构建不同时刻间PM2.5浓度迁移模型，基于邻近时刻已有资料实现其他时刻面域PM2.5浓度数据的估算；步骤8：开展当前时刻站点实测PM2.5浓度数据与步骤6或7所得时空无缝PM2.5格点数据产品间的融合，生产当前时刻高精度全覆盖PM2.5浓度格点资料。

全文数据：

权利要求：

百度查询： 华东师范大学 上海地听信息科技有限公司 一种全天时PM2.5浓度无缝格点数据的近实时生产方法