遥感技术与应用2023，Vol.38Issue(3) ：752-763.DOI:10.11873/j.issn.1004-0323.2023.3.0752

基于随机森林算法的华北平原灰霾区域识别研究

Study on Haze Region Identification in North China Plain based on Random Forest Algorithm

张丽坤 潘一凡 赵楚雯 邱国梁 周佩 陈翔 汪洋
遥感技术与应用2023，Vol.38Issue(3) ：752-763.DOI:10.11873/j.issn.1004-0323.2023.3.0752
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于随机森林算法的华北平原灰霾区域识别研究

Study on Haze Region Identification in North China Plain based on Random Forest Algorithm

张丽坤 1潘一凡 2赵楚雯 2邱国梁 2周佩 2陈翔 2汪洋1
扫码查看

作者信息

  • 1. 福建师范大学 地理研究所,福建 福州 350007;福建师范大学地理科学学院,福建福州 350007
  • 2. 福建师范大学地理科学学院,福建福州 350007
  • 折叠

摘要

大气灰霾污染是我国近年来面临的重大环境问题之一.灰霾监测是灰霾污染治理体系的重要组成部分,而遥感手段可实现大范围、长时序的动态监测,在一定程度上弥补了传统地面站点监测手段的不足.基于MODIS/Terra数据,以华北平原七省市为研究区域,利用大气灰霾的光谱和空间特性搭建10维特征空间,并使用随机森林算法构建灰霾区域识别模型.该模型不仅实现了灰霾区域的识别提取功能,同时还实现了轻、重霾区域的区分功能.经地面站点PM2.5浓度监测数据的验证,灰霾区域识别的总体精度为87.82％,Kappa系数为0.75.轻、重霾区域识别的总体精度为86.81％,Kappa系数为0.73.研究结果表明:该模型针对卫星影像中的灰霾区域具有较好的识别效果,可为大气污染监测提供数据支撑,且对其他大气污染物的监测研究也具有一定的借鉴意义.

关键词

大气污染/灰霾监测/遥感识别/随机森林算法/华北平原

Key words

Atmospheric pollution/Haze monitoring/Remote sensing identification/Random forest algorithm/North China Plain

引用本文复制引用

基金项目

国家自然科学基金(42001295)

福建省公益类科研院所专项(2020R11010009-1)

遥感科学国家重点实验室开放基金(OF-SLRSS202011)

出版年

2023
遥感技术与应用
中国科学院遥感联合中心

遥感技术与应用

CSTPCDCSCD北大核心
影响因子：0.961
ISSN：1004-0323
参考文献量15
段落导航相关论文