一种基于机器学习构建大气CO2高分辨率垂直廓线的方法

本发明公开了一种基于机器学习构建大气CO2高分辨率垂直廓线的方法，属于大气环境监测技术领域，所述方法如下：(1)在地面观测点同时监测低精度大气数据和高精度大气数据，获得连续同期对比的低精度大气数据和高精度大气数据，作为机器学习的原始数据；具体的，低精度大气数据为：地面观测点的低精度大气CO2浓度连续监测数据；高精度大气数据为：地面观测点的原位气压连续监测数据、原位温度连续监测数据、高精度大气CO2浓度连续监测数据；(2)将原始数据导入机器学习模型进行机器学习，获得校正后的大气CO2浓度的垂直观测数据回归模型；(3)在待测区域的垂直方向上的监测点监测大气数据，包括：低精度大气CO2浓度垂直连续监测数据、垂直原位气压连续监测数据、垂直原位温度连续监测数据、高精度大气CO2浓度垂直监测数据，获得垂直方向上监测点的大气数据，将获取的大气数据导入回归模型，输出得到高分辨率的大气CO2垂直廓线。解决目前垂直廓线构建复杂、精度低、实用性不强的问题。