论文研究 - 大气气溶胶的时空特征，通过机载光谱成像和日益增长的自组织层次图

基于生长层次自组织图（GHSOM）的神经网络分析用于检验2000年至2014年所选东非站点的气溶胶光学深度（AOD），Ångström指数（ÅE）和降水率（PR）的时空特征。选定的研究地点是内罗毕（1°S，36°E），姆比塔（0°S，34°E），毛森林（0.0°-0.6°S; 35.1°E-35.7°E），马林迪（ 2°S，40°E），乞力马扎罗山（3°S，37°E）和坎帕拉（0°N，32.1°E）。 GHSOM分析揭示了AOD和ÅE的明显空间变化，这与不断变化的PR，城市热岛，扩散，直接排放，吸湿性生长以及它们从特定地点的大气中清除有关。 此外，由于每个变量对应于唯一的分类级别，因此AOD，ÅE和PR的空间变异性是不同的。 另一方面，GHSOM算法通过在长短降雨法和短时降雨法和干燥法术在每个变量上的AOD，ÅE和PR之间进行聚类来有效区分，以强调其时间演变。 因此，GHSOM的利用证实了以下事实：区域气溶胶特性在空间或时间上都高度可变，并且受到每个变量接收的PR的良好调节。