[发明专利]基于多因子拟合模型的大气气溶胶光学厚度估计方法

摘要

本发明提出一种基于多因子拟合模型的大气气溶胶光学厚度估计方法，所述方法在采集PM2.5浓度、PM10浓度、大气气溶胶光学厚度(AOD)的实际样本的基础上，进行湿度修正、标高修正，运用最小二乘法建立大气气溶胶光学厚度(AOD)的多因子拟合模型，并利用该模型进行大气气溶胶光学厚度(AOD)估计，从而解决大气气溶胶光学厚度(AOD)反演精度不高、难以实时获取的问题。

主权项

1.一种基于多因子拟合模型的大气气溶胶光学厚度AOD估计方法，其特征是该方法包括以下步骤：a.收集数据构成AOD样本集：记录某一时刻k下的PM2.5浓度C0、PM10浓度C1、相对湿度h、大气气溶胶光学厚度AOD以及大气气溶胶标高H，得到一个样本(C0(k)，C1(k)，h(k)，AOD(k)，H(k))；通过收集多个不同时刻下的样本，形成样本集{(C0(k)，C1(k)，h(k)，AOD(k)，H(k))}；b.建立AOD多因子拟合模型：利用样本集{(C0(k)，C1(k)，h(k)，AOD(k)，H(k))}建立多因子拟合模型，具体步骤为：①对样本集中的PM2.5浓度C0、PM10浓度C1进行湿度修正，即C0*＝C0*f(h)C1*＝C1*f(h)其中，C0*为修正后的PM2.5浓度，C1*为修正后的PM10浓度值，f(h)为湿度修正因子：②对样本集中的气溶胶光学厚度AOD进行标高修正，即其中，β*为气溶胶光学厚度AOD的标高修正值；③以修正后的PM2.5浓度C0*，PM10浓度C1*作为输入变量，以β*作为输出变量，建立如下拟合模型：β*＝f(C0*，C1*)＝a0+a1C0*+a2C1*其中a0，a1，a2为模型参数；④采用最小二乘法，确定模型参数a0，a1，a2：基于修正后的样本集选择参数a₀，a₁，a₂，使得f(C₀^*，C₁^*)＝a₀+a₁C₀^*+a₂C₁^*在{(C₀^*(k)，C₁^*(k))}上的函数值与{β^*(k)}的偏差的平方和最小，即为最小，其中m为样本集中的样本个数；通过求解下述方程，得出模型参数a0，a1，a2；c.利用建立的多因子拟合模型进行大气气溶胶浓度AOD的估计，即收集某一时刻i下的PM2.5浓度C0(i)、PM10浓度C1(i)、相对湿度h(i)以及大气气溶胶标高H(i)，首先对PM2.5浓度C0(i)、PM10浓度C1(i)进行湿度修正，即C0*(i)＝C0(i)*f(h(i))C1*(i)＝C1(i)*f(h(i))然后将C0*(i)、C1*(i)作为多因子拟合模型输入，模型输出为标高修正后的气溶胶光学厚度β*(i)β*(i)＝a0+a1*C0*(i)+a2*C1*(i)进一步计算出该时刻的气溶胶光学厚度AOD的估计值为