-
基于深度学习地表臭氧浓度反演和评估
第一作者单位:安徽省气象科学研究所 联系方式:m18055108287@163.com
本文基于深度学习算法构建了一种多层嵌套的卷积神经网络臭氧估算模型。该模型以近地面臭氧浓度为真实值,以同时期的臭氧柱浓度、气象再分析数据以及空气质量预报数据为输入场,并使用卷积注意力模块实现臭氧浓度空间分布特征精细化提取。文中采用了基于样本、基于站点和基于时间的交叉验证方法,决定系数R2分别可达到0.94、0.91和0.83,充分体现了该模型精度在空间和时间上的稳定性。模型生成了华东地区全覆盖、0.05°分辨率的日最大臭氧8小时数据集,与清华大学和北京师范大学的同类产品相比,没有明显插值中心,空间分辨率更高,臭氧的分布细节更丰富,且误差较小。