基于激光雷达探测技术的PM2.5浓度辨识研究

作者：付松琳; 谢晨波^*; 李路; 方志远; 杨昊; 王邦新; 刘东; 王英俭

来源：光学学报, 2021, 41(09): 224-231.

• 遥感
• 激光雷达
• PM2.5浓度
• 光学性质
• 神经网络
• 遗传算法

针对颗粒物浓度的大气分布难以测量的问题,采用532 nm激光雷达,对淮南地区2016年6月1日至12月31日进行连续观测。利用大气边界层高度、气溶胶光学厚度、温度、相对湿度、风速、能见度和实测的颗粒物浓度建立回归预测模型,实现了对颗粒物浓度的辨识研究。由于传统的反向传播(BP)神经网络易陷入局部极小,依据数据特点采用基于遗传算法的反向传播(GA-BP)神经网络进行研究,利用遗传算法寻找最优的权值和阈值,以平衡全局与局部的矛盾。通过两个回归模型的比较,可知GA-BP方法明显优于BP方法,BP方法的测试集的相关指数R2是0.623,平均预测误差是24.692μg/m3;GA-BP方法的测试集的相关指数R2是0.899,平均预测误差是7.122μg/m3。由此说明激光雷达可以有效地监测大气颗粒物的分布,并为淮南地区的颗粒物监测提供数据支持和参考依据。

• 单位
  中国科学技术大学; 中国科学院合肥物质科学研究院