| 基于遥感数据和XGBoost算法的31个城市NO2、CO2浓度比率变化特征 |
| |
| 引用本文： | 陈玉敏,魏阳,常政威,张凌浩,刘洪利,刘雪原,曾文,赵子翔,李春圆,米潭,詹宇.基于遥感数据和XGBoost算法的31个城市NO2、CO2浓度比率变化特征[J].地球科学与环境学报,2023(6):1355-1367. |
| |
| 作者姓名： | 陈玉敏 魏阳 常政威 张凌浩 刘洪利 刘雪原 曾文 赵子翔 李春圆 米潭 詹宇 |
| |
| 作者单位： | 1. 国网四川省电力公司电力科学研究院;2. 四川大学灾后重建与管理学院;3. 四川大学建筑与环境学院;4. 四川大学碳中和未来技术学院 |
| |
| 基金项目： | 国家重点研发计划项目(2017YFC1502903-1B)；;国家自然科学基金项目(22076129)； |
| |
| 摘 要： | 研究城市二氧化氮(NO2)与二氧化碳(CO2)的共同排放水平对于实现城市减污降碳协同增效具有重要意义。NO2与CO2的人为排放具有同源性，二者的浓度比率可以体现城市的大气污染物和碳排放综合水平。基于XGBoost算法，利用对流层星载监测仪(TROPOMI)、轨道碳观测2号(OCO-2)和3号(OCO-3)卫星的遥感数据以及相关环境协变量，重构全国2019～2020年NO2垂直柱浓度(XNO2)和CO2垂直柱浓度(XCO2)的高分辨率数据集，并分析31个城市的XNO2年均值与ΔXCO2(XCO2观测值与背景值之差)的比率(XNO2/ΔXCO2)变化情况。结...
|
| 关 键 词： | 二氧化氮 二氧化碳 浓度比率 遥感 机器学习 时空分布 减污降碳 城市 |
|
|
