[发明专利]一种基于卷积神经网络的MAX-DOAS光谱预测对流层NO2

摘要

本发明提供了一种基于卷积神经网络的MAX‑DOAS光谱预测对流层NO2廓线的方法，所述方法通过卷积神经网络，将对齐的多仰角MAX‑DOAS光谱数据和PriAM算法反演的对流层NO2数据结合，建立可实现对流层NO2廓线预测的卷积神经网络模型；卷积神经网络模型(CNN)通过卷积层来提取数据特征，池化层用来降维和防止模型的过拟合，最后利用全连接层来输出结果。本发明解决了对流层NO2廓线在线实时预测问题，能够根据MAX‑DOAS光谱快速准确直观的得到对流层NO2廓线，减少了QDOAS拟合和廓线反演算法反演立体分布的进程，避免了在该过程中出现的误差；一方面对对流层NO2廓线进行预测有助于监测NO2在对流层上的浓度变化趋势，对于NO2污染的评估，分析造成污染的原因有着重大的意义。