一种基于机器学习和多源数据估算逐日高精度近地面颗粒物浓度的算法

本发明属于大气污染物浓度时空分布计算技术领域，且公开了一种基于机器学习和多源数据估算逐日高精度近地面颗粒物浓度的算法，该算法步骤如下：S1，多源数据的获取：S2，数据清洗和预处理：S3，训练数据集构建：S4，机器学习模型训练：S5，模型验证与评价：S6，数据结果可视化。本发明通过多源数据融合技术，能够获取逐日的高精度颗粒物浓度数据，准确性更高，且适用于近实时系统，在多源数据应用上具有更广泛的覆盖面，包括卫星AOD、地面监测站数据传统数据源，利用土地分类、植被指数、夜间灯光、道路交通和人类足迹多元化社会经济数据源，充分利用卫星遥感AOD与颗粒物浓度之间的关联，通过使用卫星遥感AOD进行颗粒物估算，提高估算的准确率。