[发明专利]一种近地面CO分布的估算方法、装置、介质及电子设备

说明书

本申请公开了一种近地面CO分布的估算方法、装置、介质及电子设备。该方法包括：获取地基站点的实测CO浓度数据，以及获取关联数据；将匹配后的实测CO浓度数据作为标签，将匹配后的关联数据作为特征，构建数据集；利用相关性系数基于所述相关性特征构建精简数据集；采用所述精简数据集对预设数量的个体学习器进行有监督训练，得到预设数量的分类模型；根据预设评价指标确定最适宜分类模型；基于所述最适宜分类模型和实测的关联数据，对近地面CO分布结果进行估算。采用本技术方案，可以通过机器学习算法可以将卫星数据、地面观测数据和其他辅助数据融合，进而得到近地面CO的连续时空分布情况。

技术领域

本申请涉及环境评价技术领域，尤其涉及一种近地面CO分布的估算方法、装置、介质及电子设备。

背景技术

随着社会经济的不断发展发展，大气污染问题日益严重，引起社会各界的广泛关注。CO是大气环境评价六参数之一，是衡量区域大气环境重要的污染成分。CO还可以参与近地面臭氧的形成过程。并且CO是一种间接温室气体，它虽然不会像直接温室气体一样大量吸收地球红外辐射，但是CO会通过与直接温室气体争夺相同的汇(与OH自由基发生反应)从而延长直接温室气体的寿命，进而加剧温室效应。因此，探究大气CO的时空分布特征及其影响因素对于掌握其污染特征、制定防治措施具有重要意义。

目前CO的观测手段主要以地基站点观测为主。由于地基站点的位置是离散的，因此其不能反映近地面CO在空间上的大尺度连续分布。因此，如何对于近地面CO的连续分布情况进行评价，成为了领域内亟待解决的技术难题。

发明内容

本申请实施例提供一种近地面CO分布的估算方法、装置、介质及电子设备。本申请通过采用机器学习方法对CO的空间分布进行估算，通过机器学习算法可以将卫星数据、地面观测数据和其他辅助数据融合，进而得到近地面CO的连续时空分布情况。

本申请实施例提供一种近地面CO分布的估算方法，所述方法包括：

获取地基站点的实测CO浓度数据，以及获取关联数据；其中，所述关联数据包括：气象数据、地表数据和卫星探测的CO柱浓度数据；

基于所述实测CO浓度数据的测量地点对所述关联数进行空间匹配，以及，对所述实测CO浓度数据的测量时间和对所述关联数据的测量时间进行时间匹配；

将匹配后的实测CO浓度数据作为标签，将匹配后的关联数据作为特征，构建数据集；

利用相关性系数确定匹配后的关联数据中的相关性特征，并基于所述相关性特征构建精简数据集；

采用所述精简数据集对预设数量的个体学习器进行有监督训练，得到预设数量的分类模型；

根据预设评价指标确定最适宜分类模型；

基于所述最适宜分类模型和实测的关联数据，对近地面CO分布结果进行估算。

进一步的，基于所述实测CO浓度数据的测量地点对所述关联数进行空间匹配，包括：

根据所述地基站点的位置信息，确定所述气象数据和所述地表数据进行取值的位置；

以及，

对所述卫星探测的CO柱浓度数据进行反演，基于所述卫星探测的CO柱浓度数据得到规则网格化的CO柱浓度数据。

进一步的，对所述实测CO浓度数据的测量时间和对所述关联数据的测量时间进行时间匹配，包括：

将时间分辨率为1小时的所述实测CO浓度数据按照单日为周期，求取单日CO浓度数据平均值；

将所述关联数据中的气象数据和地表数据按照单日为周期，求取气象数据的单日平均值和地表数据的单日平均值；

获取以单日为周期采集的卫星探测的CO柱浓度数据。