论文部分内容阅读
为深入了解四川盆地PM_(2.5)与PM_(10)污染情况,通过机器学习的方法,基于卫星遥感气溶胶产品(MAIAC)与国家环境空气质量监测网数据以及气象、地理、社会经济变量等,构建2个随机森林机器学习模型(R~2均为0.86),反演四川盆地2013~2017年间1km网格逐日PM_(2.5)与PM_(10)浓度时空分布,并分析两者的时空关联性.结果表明:2013~2017年四川盆地地面PM_(2.5)与PM_(10)平均浓度分别为47.8,75.2μg/m~3.PM_(2.5)与PM_(10)浓度空