没有合适的资源?快使用搜索试试~ 我知道了~
一种基于朴素贝叶斯分类器的气溶胶类型识别模型.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 47 浏览量
2023-02-23
20:42:57
上传
评论
收藏 497KB DOCX 举报
温馨提示
试读
14页
一种基于朴素贝叶斯分类器的气溶胶类型识别模型.docx
资源推荐
资源详情
资源评论
摘要
根据 AERONET SGP 站的气溶胶光学反演数据,提出了一种基于朴素贝叶斯分类器的气
溶胶分类模型,以气溶胶单次散射反照率、复折射率指数等作为输入变量识别了该地区 5
种类型的气溶胶,分析了不同类型气溶胶的光学特性。所提模型基于学习训练集样本的类
别概率分布生成分类器模型,进而预测出测试集样本的类别。在此基础上,将所提模型应
用于 SGP 站气溶胶类型的季节分布差异特性分析,实验结果符合该地区的气候环境特
征。为研究所提模型分类结果的准确性,利用 AERONET 站点数据与高光谱分辨率激光雷
达廓线数据匹配法建立了气溶胶分类阈值标准。结果表明,相比传统的气溶胶分类算法,
所提模型获得的气溶胶分类结果与基于阈值标准确定的结果具有较高的一致性,可为卫星
等遥感设备的气溶胶反演提供地面数据支撑。
Abstract
Based on the aerosol optical inversion data from AERONET SGP station, an aerosol
classification model based on a naive Bayesian classifier is proposed. The single
scattering albedo and complex refractive index of aerosol are used as input variables to
identify five types of aerosols in this region, and the optical properties of different types of
aerosols are analyzed. The proposed model generates a classifier model based on the
classification probability distribution of the training sample sets, and then predicts the
classification of the test sample sets. On this basis, the proposed model is used to
analyze the seasonal distribution difference characteristics of the aerosol types at the
SGP station, and the experimental results are consistent with the climatic environment
characteristics of this region. In order to verify the accuracy of classification results of the
proposed model, the aerosol classification threshold standards are established by using
the matching method combining AERONET station data and high spectral resolution lidar
profile data. The results show that compared with the traditional aerosol classification
algorithm, the aerosol classification results obtained by the proposed model have a high
consistency with the results determined based on threshold criteria, which can provide
ground data support for aerosol inversion by remote sensing equipment such as
satellites.
1 引言
气溶胶是影响气候变化和地球能量平衡的关键因素之一
[1-2]
,气溶胶的来源可分为自然源
和人为源,气溶胶粒子的大小、形状和成分随来源的不同而不同,故可将气溶胶划分为多
个类型。气溶胶具有高度的时空可变性,它们通过吸收和散射太阳辐射改变地球的收支平
衡从而影响气候,因此研究不同地区、不同季节气溶胶类型的差异对改善气候环境具有重
要意义
[3-5]
。对气溶胶粒子的研究包括其基本特性、时空分布和传输轨迹等,气溶胶探测
手段主要可分为地基观测和卫星遥感探测。太阳光度计作为地基观测的主要设备之一,它
能准确探测某一站点的气溶胶物理和光学特性,但由于全球地面观测站点的缺少和观测时
间的不连续
[6-7]
,故基于卫星的遥感观测近年来受到了国内外的广大关注,它不仅弥补了
地基观测站点不足的缺陷,还能更好地连续探测气溶胶高分辨率的时空分布。然而,遥感
数据会受到时空分辨率的限制,进而反演得到的气溶胶需要借助地面数据进行验证
[8-10]
。
目前在研究气溶胶分类的相关领域中,研究者们多采用聚类分析、阈值设定和机器学习等
方法。在聚类分析气溶胶类型方面:Omar 等
[11]
将 AERONET 太阳光度计反演的包括气
溶胶单次散射反照率、不对称因子、复折射率指数等在内的 26 个微物理和光学特性作为
输入,用 K 均值聚类获得了 6 种气溶胶集群;Taylor 等
[12]
根据全球 7 年的戈达德化学气
溶胶辐射传输(GOCART)光学深度数据用 K 均值聚类算法得到了 10 个气溶胶混合物的
最优聚类数目,进一步确定了各类气溶胶混合物的地理和季节分布情况。聚类算法对分类
结果可解释性较强,但其使用多个带有偏差的气溶胶光学和微物理特性,进而提高了算法
的随机误差性。阈值法可以有效地规避这种随机误差,基于少量参数就可实现气溶胶分
类:Lee 等
[13]
根据气溶胶的主要尺寸模式和辐射吸收率,由单次散射反照率和精细模式
分数确定了气溶胶的辐射吸收类型;Burton 等
[14]
研究了由高光谱分辨率激光雷达
(HSRL)测得的气溶胶强度参数(激光雷达比、退偏比、后向散射颜色比和光谱去极化
比)随气溶胶类型的变化而变化的规律,区分出 8 种气溶胶类型,附加的光谱去极化比解
决了城市和生物质燃烧产生的烟雾气溶胶难以区分的问题。然而,阈值法确定的气溶胶类
型在实际应用分析时还需要进一步对气溶胶特性进行复杂的光学和化学测量,后续处理过
程繁琐。相较聚类和阈值等传统气溶胶分类方法,机器学习凭借高效稳定和对结果可解释
性强等优点近年来被引入到该研究领域中。Choi 等
[15]
开发了一种基于多个卫星数据使用
随机森林(RF)模型对气溶胶分类的机器学习新方法,该模型以 AERONET 数据集为训
练依据,可识别 7 种气溶胶类型,与之前基于卫星数据利用经验阈值分类的结果相比,RF
模型具有更高的分类精度。
基于此,本文提出了一种基于朴素贝叶斯分类器(NBC)的气溶胶类型识别模型,该模型
选取 AERONET 站点数据作为训练和测试样本,区分了 5 种类型气溶胶的季节分布变化。
为了检测该模型的分类精度,以 AERONET 站点观测时间为基准,筛选对应的 HSRL 时间
廓线数据,并建立基于 HSRL 数据的气溶胶分类阈值标准来进行验证。与传统算法相比,
所提模型不用考虑气溶胶各输入特征属性之间的关系,通过学习类别条件概率估计构造分
类项与类别之间的映射规则,从而做出最优类别判断,因此具有较好的气溶胶分类性能。
2 方法与原理
2.1 AERONET 气溶胶光学特性
AERONET 是一个全球气溶胶自动检测网络,该网络具有统一数据收集、校准和数据处理
的特征。AERONET 利用 CIMEL 光度计同时测量太阳和天空辐射,包括了 650 多个全球
地面分布的监测站点,提供了三个等级的气溶胶观测数据:Level 1(未筛选过的产品)、
Level 1.5(云剔除产品)、Level 2(云剔除和质量控制的产品)。
本文提出的 NBC 气溶胶分类模型使用了 5 个输入变量,采用 2020 年 6 月-2021 年 5 月
AERONET 的美国俄克拉何马州拉蒙特的南部大平原(SGP)站(36.605°°N,
97.486°°W)经过质量保证的 Level 1.5 气溶胶光学反演数据
[16]
,包括 440~870 nm 波段
的消光 Angstrom 波长指数(αextαext)、440~870 nm 波段的吸收 Angstrom 波长指数
(αabsαabs)、440 nm 波长的单次散射反照率(SssaSssa)、440 nm 波长的复折射率的
实部(mrmr)和 440 nm 波长的复折射率虚部(mimi)。由于 Level 2 数据量不足,而
Level 1.5 数据充足且较完整,基于这两点,本文在选取数据时,比对了 Level 2 数据的所
有测量时间点,并以此为标准,适当剔除了 Level 1.5 数据,使得实验数据在数量充足的
同时也有着一定的质量保证。
不同类型的气溶胶有不同的光学和微物理性质,因此了解气溶胶光学和微物理性质的差异
有利于区分气溶胶的类型。αextαext 是描述气溶胶消光光学厚度曲线斜率与波长的关系函
数
[17]
,440~870 nm 波段的 αextαext 的计算公式为
αext=−ln[λext(870)]−ln[λext(440)]ln870−ln440αext=-lnλext(870)-lnλext(440)ln870-ln440,
(1)
式中:λext(⋅)λext·表示气溶胶消光光学厚度。
αabsαabs 是描述气溶胶吸收光学厚度曲线斜率与波长的关系函数,440~870 nm 波段的
αabsαabs 的计算公式为
αabs=−ln[λabs(870)]−ln[λabs(440)]ln870−ln440αabs=-lnλabs(870)-lnλabs(440)ln870-ln440,
(2)
式中:λabs(⋅)λabs·表示气溶胶吸收光学厚度。
SssaSssa 反映了气溶胶的散射系数占总消光系数的比值。mrmr 与 mimi 无关,分别代表
了气溶胶的散射和吸收能力,mrmr 较高表明气溶胶含水量较低,而 mimi 较高则表明气溶
胶吸收率较高。
剩余13页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3675
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功