温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-12853473.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（基于MAIAC AOD反演和两阶段模型的美国东南部地面PM2.5浓度估计.docx）为本站会员（乾***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
基于MAIACAOD反演和两阶段模型的美国东南部地面PM2.5浓度估计摘要：以往的研究表明，细颗粒物（PM2.5，空气动力学直径小于2.5微米的颗粒）与多种健康问题有关。实地测量是PM2.5浓度测量的最好标准，但耗时且昂贵。利用遥感图像反演的气溶胶光学厚度（AOD）产品可以辅助地面监测网络进行PM2.5在时间与空间上的估计。然而，在以往的研究中使用的粗分辨率（如10公里）的AOD产品很难估计城市规模的PM2.5浓度，准确的预测PM2.5的浓度对研究PM2.5对健康的影响是至关重要的。在本文中，我们使用带有气象场（例如，风速）和土地使用参数（例如，森林覆盖，道路长度，高程和点的排放量）作为辅助变量的两阶段空间统计模型算法对由多角度大气校正（MAIAC）算法派生出来的一种新产品进行检测，从而估计每天的PM2.5浓度。本文的研究区位于美国东南部，研究中使用的2003年的数据由多种渠道收集。模型采用交叉验证的方法。我们得到的R2为0.83，模型拟合的平均预测误差（MPE）为1.89微克/立方米，预测均方差的平方根误差（RMSPE）为2.73微克/立方米，交叉验证的R2为0.67,MPE为2
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
