基于Himawari-8的中国地面PM 2.5污染的日变化研究，采用快速时空轻梯度提升机（LightGBM）

摘要。直径小于2.5 µm的细颗粒物（PM2.5）因其对人类健康的影响而被广泛应用于重要的大气环境参数。PM2.5受自然和人为因素的影响，这些因素通常具有显著的日变化。这些信息有助于理解空气污染的成因以及我们对其的适应。现有的大多数PM2.5产品源于极轨卫星。本研究利用下一代静止气象卫星Himawari-8/AHI（先进Himawari成像仪）记录PM2.5的日变化。由于卫星数据量巨大，基于梯度提升的思想，开发了一种高效的树基轻梯度提升机（LightGBM）方法，该方法结合了空气污染的时空特征，即时空LightGBM（STLG）模型。基于Himawari-8/AHI气溶胶产品及其他环境变量，获得了中国的逐小时PM2.5数据集（即ChinaHighPM2.5），空间分辨率为5公里。逐小时PM2.5估算值（数据样本数量 = 1,415,188）与中国的实地测量结果具有较好的相关性（交叉验证决定系数，CV-R2 = 0.85），均方根误差（RMSE）和平均绝对误差（MAE）分别为13.62和8.49 µg m−3。我们的模型较好地捕捉了PM2.5的日变化，显示污染在早晨逐渐增加，大约在10:00 LT（GMT+8）达到峰值，然后在日落之前稳步下降。该方法在速度和内存方面的计算负担远低于大多数传统统计回归和基于树的机器学习模型，使其非常适合常规污染监测。