论文部分内容阅读
基于2015年四川省PM2.5地面监测数据、MODIS 3 km气溶胶光学厚度(AOD)数据和地面气象站点数据,采用简单线性回归模型、多元线性回归模型、BP神经网络模型、线性混合模型预测近地面PM2.5浓度,并利用地面监测站点数据评估模型的拟合结果。同时利用GIS分析技术,得到四川省2015年空间连续的PM2.5年均、季均浓度分布。结果表明:(1) 利用线性混合模型反演的PM2.5浓度精度最高、效果最好,其可以解释四川省PM2.5浓度75.77%的变异。(2) 线性混合模型预测的PM2.5浓度与地面实测P