基于XGBoost-BO构建高分辨率大气二氧化碳浓度数据集的方法

本发明涉及一种基于XGBoost‑BO构建高分辨率大气二氧化碳浓度数据集的方法，属于环境监测及人工智能建模技术领域。该方法包括：对OCO‑2卫星数据和多源辅助数据进行预处理，并融合预处理的OCO‑2卫星数据和多源辅助数据得到新的数据集；采用贝叶斯优化方法搜索最优超参数，通过二阶泰勒展开优化目标函数，引入正则项控制模型复杂度，并使用十折交叉验证评估模型性能；通过树SHAP方法量化各特征对模型预测的贡献度，分析全局特征重要性排序和个体样本的特征贡献分布；使用测试集和站点实测数据进行模型验证。本发明解决了现有基于模型的重建方法存在的解释性不足和易陷入局部最优的问题，可提升CO2浓度监测的时空分辨率。