江鹏
- 作品数：10 被引量：29H指数：3
- 供职机构：安徽大学资源与环境工程学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：天文地球环境科学与工程生物学农业科学更多>>
- 湿地生态系统实际蒸散发数据驱动估算模型研究被引量：1
- 2022年
- 利用Fluxnet2015全球通量塔观测数据集,研究了随机森林(RF)、梯度增强回归分析(GBR)、支持向量回归(SVR)和深度学习神经网络(DNN)预测湿地生态系统的实际蒸散发(Evaporation,ET)。通过对比研究,确定了预测实际蒸散发的最佳特征变量组合,包括短波辐射、净辐射、初级生产总值、气温、土壤温度、风速、降水、经度、纬度和时间。以此为模型输入,利用Fluxnet2015站点测试数据集和ERA5-Land再分析资料提供的输入特征,对比分析了不同模型的实际蒸散发估计精度,结果表明:以站点数据为输入,SVR算法精度相对较高,其R^(2)可达0.896,RPE最小为31.5%;以ERA5-Land再分析资料为输入,除了GBR算法以外,其余3种方法R^(2)高于0.820,RPE小于57%。另外,模型算法估计的ET精度要明显高于ERA5-Land再分析资料提供的ET产品。
- 凌从高穆溪许敏王思晨赵秋雨江鹏
- 关键词：湿地蒸散发
- 数据驱动的FY-4A遥感估算安徽省近地面PM_(2.5)浓度模型研究
- 2023年
- PM_(2.5)是造成雾霾天气的主要因素之一,会影响近地面大气水平能见度,危害交通安全与生命健康.对区域PM_(2.5)浓度进行长时间序列监测具有重要意义,其中,卫星遥感反演作为地面实测的有效补充手段而被广泛应用.地球同步静止轨道卫星观测具有高频次、无回访等待周期、无数据区间间隙等优势.基于地球静止气象卫星风云四号A星(FY-4A)L1级通道数据、角度数据与云检测数据,本研究发展了随机森林模型RF、极端梯度提升XGBoost、卷积神经网络CNN 3种数据驱动模型,实现对安徽省域近地面PM_(2.5)浓度逐小时卫星遥感估算.同时,通过样本交叉验证、站点交叉验证方法对比了三者的精度,结果表明:CNN模型经样本交叉验证的R^(2)=0.89,站点交叉验证的R^(2)=0.82,在3种模型中表现最优,且通道数据中第三通道对估算的信息增益最大.基于此,利用CNN模型估算了2021年全年安徽省域白天小时级的近地面PM_(2.5)浓度,针对2021-12-23的一次PM_(2.5)污染事件分析表明,近地面PM_(2.5)浓度分布有很强的区域分异与时序性.
- 朱立戴晓慧张脉惠江鹏穆溪刘瑞艳
- 地气解耦的Himawari-8卫星PM_(2.5)浓度估算深度神经网络方法被引量：3
- 2021年
- 现阶段大气PM_(2.5)遥感反演方法大多数都基于卫星气溶胶光学厚度(aerosol optical depth,AOD)产品,这些产品通常是从表观反射率(top-of-atmosphere reflectance,TOA)中反演而来.直接建立TOA产品和地面站点监测的PM_(2.5)浓度间的反演模型能够有效降低由AOD反演所带来的误差传递,但是现阶段反演PM_(2.5)所用到的TOA同时耦合了地表反射率和大气贡献值,想要进一步提升反演精度则需要设法将二者分离.基于此,本文利用Himawari-8(H8)卫星数据,由6S模型进行大气校正,继而统计得到H8前6个波段之间的地表反射率关系式,再运用卫星第六波段表观反射率与地表反射率接近的特性,估算得到前5个波段的地表反射率,并扣除地表反射率得到大气贡献值,以此来达到地气解耦的目的.随后,本文基于深度神经网络构建了PM_(2.5)、大气贡献值、卫星亮温数据、观测角等之间的关系.以安徽省为例,反演结果表明,与不考虑地气解耦的TOA-PM_(2.5)方法相比,本文提出的ATM-PM_(2.5)方法精度更高,在未参与训练的验证站点上,ATM-PM_(2.5)的R2和RMSE值为0.87和13.77μg·m^(-3),相对于未经过地气解耦的TOA-PM_(2.5),R2提高了20%,RMSE值降低了5.24μg·m^(-3).另外,利用H8卫星时间分辨率较高的特点,本文对安徽省域范围内进行了逐小时的PM_(2.5)监测,显示本文方法有潜力为PM_(2.5)实时监测提供数据支撑.
- 伍万祥吴艳兰江鹏江鹏
- 全球水汽加权平均温度-地面气温1°×1°转换系数格网模型
- 地基GNSS遥感大气整层水汽含量是目前遥感大气水汽分布的重要技术手段之一,其中水汽加权平均温度Tm是将天顶湿延迟ZWD转换到可降水量PWV的关键变量,Tm可以通过地表气温Ts通过两者之间的线性函数关系式计算得到.本文处理...
- 江鹏叶世榕王彪
- 关键词：加权平均温度地表气温
- 顾及系数矩阵误差的平面拟合新方法被引量：4
- 2017年
- 针对整体最小二乘SVD解法在平面拟合中存在的复杂矩阵运算、无法考虑观测值的权值信息以及默认系数矩阵中所有元素均含有误差等问题,该文在原有误差方程的基础上,增加以系数矩阵中误差元素为观测向量的误差方程,并将误差元素作为参数进行求解。该方法利用最小二乘框架,解决平面拟合中系数矩阵含有随机误差的问题,简化了解算过程;不仅考虑了观测值的权值信息,而且只对系数矩阵中的误差元素进行改正。最后的算例证明了该方法在平面拟合中的可行性。
- 殷志祥胡洪于国栋江鹏张鹏飞
- 关键词：系数矩阵加权
- 基于极端梯度提升树和深度学习方法估算中国地表NO_(2)浓度被引量：2
- 2023年
- 二氧化氮(NO_(2))是备受关注的重要大气污染物之一,与人体呼吸系统和心血管疾病有紧密关系.卫星遥感是获得大尺度NO_(2)分布情况的有效方法,搭载于Aura卫星上的臭氧监测仪(Ozone Monitoring Instrument,OMI)可以反演全球尺度的对流层NO_(2)柱浓度.然而,由于观测条件(如云覆盖)和传感器物理异常影响,OMI在中国地区存在1/2以上的缺失数据,严重限制了数据的应用价值.本文首先基于深度学习方法重建OMI对流层NO_(2)柱浓度缺失数据,然后结合气象资料和地面信息(如道路密度)等数据,利用梯度提升树模型估算了2018—2020年中国近地面NO_(2)浓度日均值,最后使用机器学习解释性算法评估了OMI数据对近地面NO_(2)估算的适用性和敏感性.结果表明:OMI数据缺失值的重建效果和近地面NO_(2)估算精度良好,OMI缺失数据重建值与原始数据的交叉验证R^(2)为0.81,近地面NO_(2)浓度估算值与中国环境总站监测值交叉验证R^(2)为0.84;气象要素对近地面NO_(2)的敏感性最高,特征重要度为36.7%,OMI对流层NO_(2)柱浓度的特征重要度约为8%.
- 王思晨霍彦峰穆溪江鹏江鹏荀尚培荀尚培吴文玉
- 关键词：二氧化氮
- 基于深度全连接网络Himawari-8卫星气溶胶反演研究被引量：1
- 2021年
- 利用葵花8(Himawari-8,H8)16个波段数据、卫星、太阳角度数据和深度学习技术,提出一种基于深度全连接网络(Deep Neural Networks,DNN)模型的AOD遥感反演方法(Himawari-DNN)。该方法直接建立H8影像本身与AERONET站点AOD数据间的关系,可避免传统AOD遥感反演方法中复杂过程,得到精度较高的反演结果。通过有效数据对所构建的模型做精度测试,同时将反演结果和实测数据对比分析,结果表明,模型反演结果与研究区内所有站点的观测值均具有较高的一致性(R^2均>0.89)。可见,应用DNN对H8气象静止卫星开展AOD反演具有一定的可行性。
- 宁海涛江鹏吴艳兰
- 关键词：气溶胶光学厚度遥感
- 多系统GNSS卫星可见性全球时空变化分析被引量：2
- 2018年
- 多系统GNSS卫星组合定位成为导航系统发展的重要趋势。基于武汉大学IGS数据中心发布的精密星历,以可见卫星数及PDOP为研究对象,通过地面点仿真实验,分析多系统GNSS卫星在全球范围内可见性的时空变化,比较多系统GNSS相较单系统在卫星分布上的优势。结果表明,对于地面固定点,各GNSS系统卫星可见性的重复周期都约为24h,其中GPS/BDS/GLONASS/Galileo 4系统的卫星可见性稳定性最高,单GPS系统较差;相较于GPS单系统,GPS/BDS双系统在亚太地区的可见卫星数由7~13颗提高到15~23颗,而GPS/BDS/GLONASS/Galileo 4系统在欧亚和亚太地区的可见卫星数提高到24~30颗。
- 刘志伟江鹏
- 关键词：可见性
- 1975—2020年环巢湖湿地景观格局演变及驱动分析被引量：10
- 2022年
- 基于1975—2020年间7期遥感数据,分析环巢湖湿地景观格局变化,揭示研究区域的演变特征及其驱动因素。采用基于样本的面向对象分类法,辅以高分辨率影像对错分地类进行目视修正。通过计算转移矩阵、动态度和景观格局指数分析景观格局特征与动态变化,通过主成分分析讨论演变驱动力。结果表明:①1975—2020年,研究区域湿地面积总体上处于缩减状态,由971.77 km^(2)缩减到905.29 km^(2),主要转换成建设用地、农用地和植被用地;人工湿地在2013—2020年面积增加至39.58 km^(2),主要由农用地转化而来;非湿地景观中,建设用地面积增长最快,由13.85 km^(2)增长到566.56 km^(2)。②在景观指数分析中,斑块数量增加,不同类型斑块指数的波动变化存在一定差异;整体上景观破碎化指数从0.49增加到1.26,景观异质性增加,研究区域趋于复杂化;多样性指数总体呈现缓慢增长趋势,趋于均衡化分布。③由驱动力分析得出,自然因素在景观格局演变前期影响显著,随着社会经济的发展,自然因素作用逐渐弱化,社会经济成为景观变化的重要驱动因素;政策因素在研究区域景观演变方向中起主导作用,随着一系列政策调控的实施,有效改善了景观类型的分布。
- 赵秋雨江鹏朱志强吴艳兰
- 关键词：主成分分析
- 基于MODIS和ERA-Interim的安徽省地表蒸散发及其受植被覆盖度影响研究被引量：6
- 2020年
- 本文旨在基于面尺度探究安徽省2000-2014年地表蒸散发(evapotranspiration,ET)的时空变化特征,并定量分析气象因子、非气象因子对ET的贡献,重点研究植被覆盖度变化对ET的影响。利用蒸散发产品(MOD16A2)、植被指数产品(MOD13A3)、气象资料,采用像元二分模型、回归分析和相关分析等方法进行了研究。结果表明:2000-2014年安徽省年际地表ET呈减少趋势,空间分布上表现为南高北低;15年间研究区内植被覆盖度整体呈增长趋势,区域整体处于中高植被覆盖度等级,多年来植被高覆盖度占比均大于36%;研究时序内安徽省ET变化受非气象因子影响更加显著,贡献度为68%,植被覆盖度作为重要的非气象因子与ET逐月相关系数为0.8567,两者相关性具有区域差异,须因地制宜地改善区域水文生态环境。
- 许敏江鹏
- 关键词：植被覆盖度MODIS
