基于自适应时空张量补全的甲醛浓度时间序列重建

作者：刘多多; 袁强强^*; 汪源

来源：测绘工程, 2023, 32(04): 13-20.

DOI：10.19349/j.cnki.issn1006-7949.2023.04.003

• 甲醛
• 缺失值重建
• 自适应
• 低秩张量补全
• 时空信息
• TROPOMI

甲醛是大气中重要的微量气体，可作为挥发性有机化合物氧化的敏感性指标，同时也是一种有刺激性气味的有毒气体，易对人体健康产生不利影响。然而，遥感卫星获得的HCHO数据不可避免地受到云层、气溶胶和其他不利大气条件的影响而普遍存在缺失，阻碍了后续的分析和应用。本研究采用时空自适应低秩张量补全方法来解决这一问题。该方法能充分利用空间邻域、时间邻域和周期特征的相关信息来构建高度相关的张量，并通过ST-Tensor模型来重建缺失的信息。本研究利用该方法对2019—2021年在亚洲中南部获得的TROPOMI近实时L＿3级HCHO数据进行重建。定性和定量研究结果表明，ST-Tensor方法比最邻近时序内插法具有更好的稳定性、准确性和空间连续性，均方根误差、平均绝对偏差、相关系数分别提高了1.78×10-5、1.7×10-6和0.19。利用重建结果获得的四季平均时空分布图，表明HCHO浓度的高低与人口密度、温度、气候特征等有关。

• 单位
  武汉大学