基于堆叠模型的气溶胶组分比例估算方法及其在气溶胶光学厚度反演中的应用

顾伟良; 万勇; 戴永寿; 刘禹

doi:10.12404/j.issn.1671-1815.2506569

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (23) :10080-10092 DOI: 10.12404/j.issn.1671-1815.2506569

自动化技术、计算机技术

基于堆叠模型的气溶胶组分比例估算方法及其在气溶胶光学厚度反演中的应用

作者信息 +

Stacking Model for Volume Percentages of Aerosol Components Retrieval and Its Application to Aerosol Optical Depth Retrieval

Author information +

文章历史 +

摘要

为构建自定义气溶胶模型,提升气溶胶光学厚度反演精度,提出一种基于堆叠模型的卫星遥感气溶胶组分比例估算新方法。该方法首先利用MODIS(MODerate resolution imaging spectroradiometer)数据与ERA5数据构建数据集,通过表格去噪扩散概率模型(tabular denoising diffusion probabilistic models, Tab-DDPM)生成合成样本以解决小样本训练难题;进而集成随机森林、XGBoost与CatBoost构建堆叠模型,实现气溶胶组分比例的精准估算。在此基础上,构建自定义气溶胶模型以提升气溶胶光学厚度(aerosol optical depth, AOD)反演精度。实验表明,相较于单一机器学习模型,堆叠模型显著提高了组分比例估算精度。AOD反演结果显示,在北京与香河地区,基于自定义气溶胶模型的AOD反演结果与AERONET(AErosol RObotic NETwork)观测高度一致,r分别为0.80和0.83,均方根误差(root mean square errors, RMSE)为0.23和0.20,平均偏差(mean bias errors, MBE)为0.09和0.03。与传统大陆型气溶胶模型相比,本方法显著降低了系统性误差(传统模型RMSE分别高达0.29和0.28);与MODIS官方AOD产品相比,尽管r略低(官方产品r≈0.90),但本方法在RMSE(官方产品为0.29和0.22)与MBE指标上展现出更优的误差控制能力。研究结果证明,该方法能有效解决模型失配问题,显著提升气溶胶光学厚度的反演精度。

Abstract

To construct self-defined aerosol models and enhance the accuracy of aerosol optical depth (AOD) retrieval, a novel satellite-based method for estimating the volume percentages of aerosol components based on a stacking model was proposed. First, a dataset was constructed utilizing MODIS(MODerate resolution imaging spectroradiometer ) data and ERA5 meteorological data. To address the challenge of limited training samples, Tab-DDPM (tabular denoising diffusion probabilistic model) was employed to generate synthetic samples. Subsequently, a stacking model integrating random forest, XGBoost, and CatBoost was established to accurately estimate the volume percentages of aerosol components. Based on these estimated proportions, self-defined aerosol models were constructed to facilitate improved AOD retrieval. Experimental results indicate that compared with single machine learning models, the estimation accuracy of aerosol components is significantly improved by the stacking model. Validation against ground-based AERONET(AErosol RObotic NETwork) observations in the Beijing and Xianghe regions demonstrates that AOD retrieved based on self-defined aerosol models exhibits high consistency, with correlation coefficients r of 0.80 and 0.83, root mean square errors (RMSE) of 0.23 and 0.20, and mean bias errors (MBE) of 0.09 and 0.03, respectively. Compared with the traditional continental aerosol model (which yields RMSEs of 0.29 and 0.28), systematic errors are significantly reduced by the proposed method. Furthermore, in comparison with the official MODIS AOD product, although the correlation coefficients are slightly lower (official product r≈0.90), superior error control capability is demonstrated by the proposed method in terms of RMSE (official product values of 0.29 and 0.22) and MBE. The results demonstrate that the model mismatch problem is effectively addressed, and the accuracy of AOD retrieval is significantly enhanced by the proposed method.

Graphical abstract

关键词

气溶胶光学厚度 / 气溶胶模型 / 气溶胶组分体积百分比 / 堆叠模型

Key words

aerosol optical depth / aerosol model / the volume percentages of aerosol components / stacking model

引用本文

引用格式 ▾

顾伟良, 万勇, 戴永寿, 刘禹. 基于堆叠模型的气溶胶组分比例估算方法及其在气溶胶光学厚度反演中的应用[J]. 科学技术与工程, 2026, 26(23): 10080-10092 DOI:10.12404/j.issn.1671-1815.2506569

GU Wei-liang, WAN Yong, DAI Yong-shou, LIU Yu. Stacking Model for Volume Percentages of Aerosol Components Retrieval and Its Application to Aerosol Optical Depth Retrieval[J]. Science Technology and Engineering, 2026, 26(23): 10080-10092 DOI:10.12404/j.issn.1671-1815.2506569

登录浏览全文

4963

注册一个新账户忘记密码

气溶胶是由固态或液态微粒悬浮于气体介质中形成的气态分散体系^[1],其粒径范围通常介于0.01~100 μm。高浓度的气溶胶往往意味着严重的大气污染,其中的细颗粒物甚至会危及人类健康^[2]。作为地气系统的重要组成部分,气溶胶可通过直接辐射效应与间接气候效应对全球及区域气候产生影响^[3]。因此,对气溶胶进行监测对于研究大气变化、分析环境污染状况等具有重要意义。

目前,气溶胶的监测方式主要包括地基观测与卫星遥感观测^[4]。地基站点观测虽具备较高精度,但存在一定局限性:不仅运行成本较高,还受监测站点数量及其空间分布的限制,难以开展大范围的有效监测^[5]。相比之下,卫星遥感监测具有监测范围广、成本较低、实时响应能力强及覆盖区域广等优势,能够有效弥补地基观测在应用中的不足^[6-7]。

气溶胶光学厚度(aerosol optical depth,AOD)是气溶胶光学特性的关键度量,是估计气溶胶辐射强迫的重要参数^[8],已成为学术界研究的热点。Griggs等^[9]曾尝试利用多光谱扫描仪反演海洋上空的AOD。Geogdzhayev等^[10]通过双通道法利用海洋AOD反演。Ahn等^[11]使用臭氧检测仪(ozone monitoring instrument,OMI)反演全球紫外波段吸收性AOD。Kaufman等^[12]提出了适用于暗地表区域的浓密植被法,后续发展为暗目标算法。Levy等^[13]对暗目标算法进行改进,提高了气溶胶光学厚度反演精度。为了在亮地表区域实现AOD高精度反演,研究者们开发了深蓝算法^[14-15],成功将全球AOD监测覆盖度提升至新高度^[16]。随后Lyapustin等^[17]基于多时相数据提出了多角度校正算法,实现了地表反射特性与气溶胶参数的同时反演。近年来,机器学习算法在遥感领域取得了显著的突破。Cai等^[18]提出了亚像元气溶胶光学厚度网络,有效解决了亚像元尺度云识别难题。Su等^[19]基于深度神经网络建立了地表反射率与AOD的关联模型,显著提升了暗目标算法的反演精度。Wang等^[20]提出一种针对FY-4B/AGRI的地表相关动态光谱反射率比率方法,以解决AOD反演过程中地表反射率估计不准确的问题。

在AOD反演中,气溶胶类型的合理设定是一个关键难点^[21]。选用合适的气溶胶类型可显著提升反演精度,然而目前针对气溶胶类型分类的研究仍相对有限。首先,传统的AOD反演通常使用源自现有气溶胶数据库的固定气溶胶类型,如大陆型气溶胶和城市型气溶胶,已广泛用于气溶胶光学厚度反演。Mao等^[22]使用AOD和气溶胶相对光学厚度(aerosol relative optical depth,AROD)将气溶胶划分为大陆型、沙尘型、城市工业型、生物质燃烧型等气溶胶类型。Wang等^[20]首先将气溶胶类型假设为大陆型气溶胶,并反演出气溶胶光学厚度,根据气溶胶光学厚度值进一步将气溶胶划分为城市型气溶胶和生物质燃烧型气溶胶。然而,近年来,气溶胶类型发生了巨大的变化,使用现有的气溶胶模型会导致对单次散射反照率、相函数等关键光学参数的误估,影响对太阳辐射在大气中的吸收、散射及地表反射过程的模拟,从而在AOD反演中引入系统性误差,有必要建立新的气溶胶类型^[23]。为克服固定模型的不足,研究者利用地基站点的高精度观测数据,反演得到气溶胶组分比例,进而构建自定义气溶胶模型^[24-25],有效提升了AOD反演精度。虽然目前已有研究通过气溶胶组分比例构建自定义气溶胶类型,有效提升了AOD反演精度,但气溶胶组分比例的估算需依赖地基站点数据,而中国地区地基站点数量有限,导致中国区域气溶胶组分比例的空间覆盖存在不足。

针对上述问题,首先构建基于卫星数据的气溶胶组分比例估算方法;随后依据气溶胶组分比例划分出自定义气溶胶类型,该类型能更精准地反映当前气溶胶的特性,进而提升AOD反演精度。

1 研究区域与数据来源

1.1 研究区域概况

北京与香河位于华北平原中北部,地势平坦,属于中纬度地区。北京人口密集、经济发达,香河则位于京津冀协同发展核心区,城市化进程加快。两地气溶胶污染来源复杂,既包括本地交通、工业和燃煤排放,也受到周边地区污染物输送的影响。同时,受地形封闭和不利气象条件的共同作用,导致污染物易于积聚。

1.2 数据集来源

1.2.1 AERONET 数据

AERONET(AErosol RObotic NETwork)是由美国国家航空航天局建立并维护的一个全球性地面气溶胶遥感观测网络联盟^[26]。该网络在全球范围内设有超过500个观测站点,覆盖所有主要类型的对流层气溶胶区域,旨在为全球气溶胶光学特性及其分布特征的研究提供长期、连续的地基观测数据。AERONET提供一个长期、连续且易于获取的气溶胶微物理、光学和辐射特性数据库,用于验证卫星反演结果、开展研究和特征分析,以及与其他数据库进行协同分析。选用地基站点中440 nm和675 nm波段AOD参数通过计算获取气溶胶组分比例真值,选用的站点如表1所示。

由于AERONET提供波长440、500、675 nm的AOD,而遥感反演计算得到的是波长550 nm的AOD。因此,需要将AERONET观测数据进行转化以便验证遥感反演数据,其计算公式为

(1)$ \mathrm{AOD}_{\lambda_{i}}=\beta \lambda_{i}^{-\alpha}, \quad i=1,2$

(2)$ \alpha=\frac{\ln \left(\mathrm{AOD}_{\lambda_{1}} / \mathrm{AOD}_{\lambda_{2}}\right)}{\ln \left(\lambda_{1} / \lambda_{2}\right)}$

(3)$ \beta=\frac{\mathrm{AOD}_{\lambda_{2}}}{\lambda_{2}^{-\alpha}}$

式中:α为 Angstrǒm波长指数;β为大气浑浊度系数; λ₁和λ₂分别为受水汽影响较小的440 nm和675 nm波段。通过式(1)~式(3)即可求出波长为550 nm的AOD值。

1.2.2 MODIS 数据

中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)是 Terra 和 Aqua 太阳同步卫星搭载的多波段遥感器。Terra卫星每日约于当地时间10:30飞越赤道,Aqua卫星则在当地时间13:30以相反的方向过境,这种协同观测模式实现了近乎全球范围的每日AOD覆盖。选用MODIS遥感数据的660、470、412 nm表观反射率、太阳天顶角、470 nm气溶胶光学厚度、470 nm地表反射率、卫星方位角和太阳方位角参数作为气溶胶组分比例估算的输入。

1.2.3 ERA5 气象数据

ERA5数据是欧洲中期天气预报中心对全球气候的第五代大气再分析数据,其范围覆盖全球,它将模型数据与观测数据结合起来^[27],形成一个全球完整的、一致的数据集,提供了自1940年至今的全球大气再分析数据,时间分辨率为1 h,空间分辨率为 0.25°×0.25°,选用了ERA5-Land产品中的高植被叶面积指数、地表压强、10 m高度风速矢量的东向分量、地表净太阳辐射。

2 方法

2.1 气溶胶成分比例预测

气溶胶组分比例预测流程如图1所示。首先基于地基站点数据计算得到气溶胶组分比例真实值,然后与卫星数据进行时空匹配,基于Tab-DDPM方法扩充数据集,最后使用堆叠模型构建基于卫星数据的气溶胶组分比例估算方法。

2.1.1 数据集的构建

范娇等^[25]提出的基于地基站点数据的气溶胶组分比例估算方法有效提高了气溶胶光学厚度反演精度,故本文中使用该方法获取气溶胶组分比例真值,具体流程如下。首先假设沙尘性粒子、水溶性粒子、海洋性粒子和煤烟性粒子4种气溶胶粒子的比例(体积分数)为x₁、x₂、x₃、x₄,依据范娇等^[25]的研究结果,不论是中国内陆还是沿海地区,都满足0≤x₁≤0.45,0.4≤x₂≤1,0≤x₃≤0.1,x₄=1-x₁-x₂-x₃,将假设的气溶胶粒子比例与地基站点中675 nm和440 nm波长的气溶胶光学厚度输入6 s辐射传输模型中,得到模拟的660 nm和470 nm的卫星表观反射率${\rho }_{1}^{*}$和${\rho }_{2}^{*}$,并与MODIS卫星真实表观反射率P₁、P₂作对比,通过式(4)求得合适的气溶胶粒子比例数据,即当模拟的卫星表观反射率和真实的表观反射率的差值小于极小值ε时,认为假设的气溶胶粒子比例即为真实的气溶胶粒子比例。

(4)$ \left(\rho_{1}^{*}-\rho_{1}\right)^{2}+\left(\rho_{2}^{*}-\rho_{2}\right)^{2}<\varepsilon$

选用MODIS数据中470 nm波段的AOD,660、470、412 nm波段的表观反射率、太阳天顶角、470 nm地表反射率、卫星方位角和太阳方位角及ERA5数据中高植被叶面指数、地表压强、10 m高度风速东向分量、地表净太阳辐射作为气溶胶组分比例估算模型的输入,将基于地基站点数据得到的气溶胶组分比例数据作为数据集,训练堆叠模型。

2.1.2 基于Tab-DDPM模型的数据扩充方法

由于气溶胶组分比例数据量稀少,为了增强数据表征能力,丰富训练样本的多样性,提高模型的泛化能力和鲁棒性,使用表格去噪扩散概率模型(tabular denoising diffusion probabilistic models,Tab-DDPM)方法扩充了数据集。Tab-DDPM是一种基于DDPM的生成方法,专为表格数据的合成任务设计^[28]。其核心是模拟数据在加入噪声后的还原过程,以学习数据的真实分布。其具体流程如图2所示,首先,对数据进行预处理,对数值特征进行高斯分位数变换使其接近标准正态分布,将离散特征转化为独热编码形式。在正向扩散阶段中,对数值特征加入高斯噪声,基于多项扩散对离散特征添加噪声;最后,模型通过多层感知器实现反向扩散过程,将带噪数据、时间步长t以及标签y一同输入MLP(multilayer perceptron),通过预测并去除高斯扩散和多项扩散中的噪声,逐步恢复出原始的数值特征和离散特征。最终生成的合成样本在统计特性上与原始数据高度一致。

为了获得最佳模型性能,采用基于贝叶斯优化(Bayesian optimization)的 Optuna 框架进行超参数寻优,最终确定训练步数(steps)为3 000,批量大小(batch size)为1 024,扩散步数(num timesteps)为100,训练步数(step)为20 000。

2.1.3 基于堆叠模型的气溶胶成分比例预测方法建模

为构建基于卫星数据的气溶胶组分比例估算模型,采用堆叠集成方法。该方法通过融合多个结构互补的基学习器估算气溶胶组分比例,并由元学习器优化组合,提升整体性能^[29]。选用随机森林、XGBoost 和 CatBoost三个模型作为基学习器,训练数据分别输入三种基学习器中,其中,随机森林抗噪性强,适用于小样本与高噪声数据^[30];XGBoost 和 CatBoost 借助残差迭代机制,能有效捕捉复杂非线性特征关系。各基学习器的预测输出作为新特征输入到元学习器中,选用梯度提升回归树作为元学习器,以进一步增强非线性拟合能力,有效整合基模型优势,提升预测精度。

为了构建高精度的气溶胶组分比例估算模型,基于网格搜索方法对堆叠模型中各基学习器的关键超参数进行了系统筛选。其中,随机森林模型的决策树数量和最大深度的搜索空间分别为[100, 200, 400, 600, 800, 1 000]和[4,6,8,10],最终优选值为1 000和8;XGBoost模型的学习率和最大深度的搜索空间分别为[0.01,0.03,0.08,0.1,0.2]和[4,6,8,10],最终参数确定为0.03和8;CatBoost模型的迭代次数和深度的搜索空间分别为[400,600,800,1 000,1 200,1 400]和[1,6,8,10],最终分别设为1 000和8。

2.2 基于暗目标的气溶胶光学厚度反演方法

为了进一步验证基于堆叠模型的气溶胶组分比例估算的准确性和优势,使用暗目标算法进行AOD反演,目前该方法发展成熟,并在反演气溶胶光学厚度领域广泛应用。气溶胶遥感反演的原理是根据太阳入射辐射的变化反演得到气溶胶光学厚度。在不考虑气体吸收的情况下卫星观测的表观反射率可以表达为

(5)$\begin{array}{c}\rho^{*}\left(\theta_{\mathrm{v}}, \theta_{\mathrm{s}}, \varphi\right)=\frac{\rho\left(\theta_{\mathrm{v}}, \theta_{\mathrm{s}}, \varphi\right) T\left(\theta_{\mathrm{s}}\right) T\left(\theta_{\mathrm{v}}\right)}{1-\rho S}+ \\\rho_{\mathrm{a}}\left(\theta_{\mathrm{v}}, \theta_{\mathrm{s}}, \varphi\right)\end{array}$

式(5)中:θ_v、θ_s、ϕ分别为观测天顶角、太阳天顶角、相对方位角; T(θ_s)为向下总透过率;ρ为地表反射率;T(θ_v)为向上总透过率;S为大气半球反照率;ρ_a为大气反射率,又称路径辐射,其为大气气溶胶类型与气溶胶光学厚度的函数。其中,角度数据和表观反射率等参数可以从卫星数据中得到,因此只要得到了地表反射率、气溶胶类型,便可以通过式(5)得到气溶胶光学厚度,其中气溶胶类型是由堆叠模型估算的气溶胶组分比例构建,地表反射率的估算通过暗目标算法得到,该方法的基本原理:是在暗地表区域2.1 μm波段下表观反射率与地表反射率近似相等,同时,红蓝通道的地表反射率与2.1 μm下的地表反射率的关系可表示为

(6)$\rho_{\mathrm{r}}=\rho_{2.1} / 2$

(7)$\rho_{\mathrm{b}}=\rho_{2.1} / 4$

式中:ρ_r和ρ_b分别为红蓝通道的地表反射率;ρ₂_.₁为2.1 μm波长的地表反射率。

2.3 模型评估

气溶胶粒子组分比例估算采用了堆叠模型,并通过多指标评估体系对模型性能进行全面验证。将气溶胶成分比例数据集按照8∶2的比例划分为训练集和验证集。模型性能评估采用以下三个指标:决定系数R²用于衡量预测值与实际值之间的拟合优度;均方根误差(root mean square errors,RMSE)和平均绝对误差(mean absolute error,MAE)则用于量化预测误差的大小,其中RMSE对较大误差更为敏感,而MAE则反映平均误差幅度。

在得到气溶胶粒子组分比例后,基于其成分比例划分自定义气溶胶类型,并开展气溶胶光学厚度反演。气溶胶光学厚度反演值的评估采用了相关系数r、RMSE、MAE和平均偏差误差(mean bias errors,MBE)。R²、MAE 、RMSE、r的计算公式分别为

(8)$R^{2}=1-\frac{\frac{1}{n} \sum_{i=1}^{n}\left(y_{i}-\hat{y}_{i}\right)^{2}}{\frac{1}{n} \sum_{i=1}^{n}\left(y_{i}-\bar{y}\right)^{2}}$

(9)$\text { MAE }=\frac{1}{n} \sum_{i=1}^{n}\left|\hat{y}_{i}-y_{i}\right|$

(10)$\text { RMSE }=\sqrt{\frac{1}{n} \sum_{i=1}^{n}\left(\hat{y}_{i}-y_{i}\right)^{2}}$

(11)$r=\frac{\sum_{i=1}^{n}\left(y_{i}-\bar{y}\right)\left(\hat{y}_{i}-\overline{\hat{y}}\right)}{\sqrt{\sum_{i=1}^{n}\left(y_{i}-\bar{y}\right)^{2} \sqrt{\sum_{i=1}^{n}\left(\hat{y}_{i}-\overline{\hat{y}}\right)^{2}}}}$

式中:y_i为气溶胶组分比例真值和气溶胶光学厚度真值;${\hat{y}}_{i}$为气溶胶组分比例反演值和气溶胶光学厚度反演值;$\stackrel{-}{y}$为气溶胶组分比例真值的平均值和气溶胶光学厚度真值的平均值;$\overline{\hat{y}}$为气溶胶组分比例反演值的平均值和气溶胶光学厚度反演值的平均值。

此外,为了验证自定义气溶胶类型AOD反演方法相较于传统方法的精度提升是否具有统计学意义,而非仅仅源于数据的随机波动,引入了Wilcoxon^[31]符号秩检验方法进行显著性分析。设对于第i个样本,其传统方法的误差为e_base,_i,所提方法的误差为 e_new,_i,定义误差差值为

(12)$d_{i}=e_{\text {new }, i}-e_{\text {base }, i}$

该检验的基本思路如下:①对每个配对样本计算误差差值d_i;②去除差值为零的配对样本;③对剩余差值的绝对值 $\left|{d}_{i}\right|$排序 (rank),赋秩;④根据差值的正负 (sign) 将秩附上符号;⑤分别计算正秩和 W⁺ 和负秩与 W^-,检验统计量通常取两者中较小者 W=min(W⁺,W^-);⑥在给定显著性水平α=0.05下,计算p值。若p<0.05,则拒绝零假设,表明本文方法的精度提升具有统计学显著性。

2.4 算法复杂度与计算效率分析

为了评估本文所提方法在实际气溶胶监测业务中的可行性,对算法的时间复杂度和空间复杂度进行了详细的实证分析。实验基于AMD 锐龙 7735H 处理器和 NVIDIA RTX 40系列显卡。将计算过程划分为离线训练和在线推理两个阶段。

在离线阶段,Tab-DDPM 模型用于数据增强。实测数据显示,该过程极其高效,模型训练与样本生成总耗时仅为240.43 s。虽然 Tab-DDPM 训练时的峰值内存占用约为2.6 GB,但这属于一次性的离线初始化成本,不占用实时反演的计算资源。随后,基于增强数据集的堆叠模型训练耗时为122.86 s。

在在线推理阶段(即气溶胶反演的核心环节),算法表现出极高的效率。实验结果表明,堆叠模型对一条数据的平均推理时间仅为0.348 0 ms。此外,模型运行时的内存占用峰值仅为435.85 MB。

综上所述,本文方法在显著提升反演精度的同时,保持了优异的计算效率和低资源消耗。

3 结果分析

3.1 气溶胶成分比例预测

构建的数据集整合了多地区长期观测数据,包含2016—2023年Beijing-CAMS站点与Xianghe站点、2016—2019年Xuzhou-CUMT站点以及2016—2018年Taihu站点的数据,共获取1 382组原始有效样本。其中,选取的AERONET站点具有显著的代表性。Beijing-CAMS站点代表典型的城市人为污染型区域;Xianghe和Xuzhou-CUMT站点位于京津冀及华东腹地,代表城市-郊区混合型区域;Taihu站点则受到高湿度环境影响,代表高湿型气溶胶环境。这种空间上的差异性能够确保模型学习到不同地表背景下的气溶胶光学特性。数据集时间跨度为2016—2023年,完整覆盖了多个年际变化周期。这种多维度的数据多样性对实验结果产生了积极影响,从而在面对复杂多变的大气环境时,仍能保持较高的组分估算精度与AOD反演稳定性。为增强数据表征能力,采用Tab-DDPM进行数据增强,生成符合原始数据分布的合成样本1 762组,最终形成包含3 144条数据的数据集。使用堆叠模型对扩充后的数据集进行训练,基于堆叠模型的气溶胶组分比例估算的结果如图3所示,与基于地基站点数据计算得到的气溶胶组分比例真值对比,沙尘性粒子比例的R²、MAE和RMSE分别为0.831、0.038和0.059,水溶性颗粒比例的R²、MAE和RMSE分别为0.801、0.030和0.047,海洋性颗粒比例的R²、MAE和RMSE分别为0.719、0.010和0.015,煤烟性颗粒比例的R²、MAE和RMSE分别为0.966、0.019和0.030。从实验结果可以得到,4种气溶胶成分比例的预测结果的R²均大于0.7,表明模型的拟合效果较好,其中,海洋性粒子的R²相对较低,可能的原因是海洋性粒子的比例本身较小,其取值多分布在0~0.1,且大多数样本的值为0,因此即便存在较小的误差,也会对相关性指标产生较大影响,导致评价结果相对较差;4种气溶胶成分比例的预测结果RMSE和MAE分别小于0.059和0.038,说明预测结果与真实值之间的残差较小,堆叠模型可以较好地预测气溶胶成分比例。

为了进一步验证基于堆叠模型的气溶胶粒子组分估算方法的优越性,使用随机森林、XGBoost和CatBoost模型估算气溶胶组分比例,其结果如表2、图4~图6所示,实验结果表明,堆叠模型在估算气溶胶组分比例方面表现出更高的精度。可以得到,堆叠模型在R²上表现更高,且MAE和RMSE均低于其他三种基础模型。堆叠模型的优越性可归因于其能够结合多个基础模型的优势,弥补单一模型的不足,从而提高整体性能。例如,CatBoost 由于其树深度限制,可能无法充分捕获复杂的特征交互;XGBoost 在小数据集或噪声较大的数据上,容易过拟合;而随机森林虽对异构数据和全局模式更稳健,但无法像提升方法那样通过迭代优化捕获复杂的非线性关系。堆叠模型通过梯度提升回归树学习如何最优地处理三个基模型的结果,从而提高了气溶胶组分比例估算的精度。

基于堆叠模型的气溶胶组分比例估算方法价值不仅在于反演精度的提升,而且在于为实现大范围、动态气溶胶监测提供了一种兼具空间扩展性与高时效性的方案。该方法不依赖地基观测数据,这使其适用于地基站点稀少或缺失的广阔区域,从而弥补传统气溶胶组分比例估算在空间覆盖上的不足。借助遥感卫星(如 MODIS) 提供数据,具备良好的空间可推广性。此外,MODIS 的气溶胶产品既具备全球覆盖,同时具备每日数据获取频率,这为生成高时效性的气溶胶组分产品提供了稳定数据源。

3.2 基于SHAP方法的特征贡献度评估

为了揭示模型是如何利用卫星观测与气象参数进行组分推断的,引入SHAP(shapley additive explanations)方法对堆叠模型进行了可解释性分析。如图7所示为模型对4种气溶胶组分预测的特征重要性及影响方向。

如图7(a) 所示,高植被叶面指数是影响沙尘性粒子预测的最主要因子,且呈现显著的正相关关系。这主要由于沙尘性粒子作为清洁大陆型气溶胶的主要成分,且沙尘天气主要发生于植被茂密的春夏季。此外,470 nm 和 660 nm波段表观反射率与沙尘比例呈正相关,对沙尘性粒子影响较大。

如图7(b) 所示,高植被叶面指数和太阳天顶角是特征重要性的前两位。其中,水溶性粒子的比例与太阳天顶角显著相关,即在太阳天顶角较小的时段,水溶性粒子比例较高。同时,AOD 与水溶性粒子比例呈正相关,对水溶性粒子比例影响较大。

如图7(c) 所示,海洋性粒子的 SHAP 值变化范围极小(仅在 -0.01~0.01),远低于其他三种组分。这可能是由于数据来源位于内陆及近海过渡区,并非典型的海洋气溶胶主导环境。

如图7(d) 所示,太阳天顶角是预测煤烟粒子比例的最关键特征,且呈现显著的正相关关系。这表明高太阳天顶角显著提升了模型对煤烟粒子的预测比例,这可能是由于冬季(太阳高度角低,天顶角大)燃煤供暖需求增加及不利的气象扩散条件,煤烟性粒子的排放量及占比显著上升。

3.3 气溶胶光学厚度反演

基于预测的气溶胶组分比例构建了北京和香河地区的自定义气溶胶类型,并以此为基础开展气溶胶光学厚度反演。通过将反演结果与地基站点观测值对比,验证了反演精度,并间接评估了气溶胶组分比例估算的可靠性。

基于堆叠模型估算2020—2023年Beijing-CAMS和Xianghe两个站点附近的气溶胶组分比例,并根据估算得到的气溶胶组分比例数据按照季节构建了2种自定义气溶胶类型,将4—9月划分为夏季气溶胶类型,10月—次年3月为冬季气溶胶类型,如表3所示。目前常用的气溶胶类型有大陆型气溶胶、海洋型气溶胶和城市工业型气溶胶,该三种气溶胶类型的各气溶胶组分比例如表4所示。沙尘性粒子是大陆型气溶胶的主要成分,是自然排放的气溶胶粒子,其粒子半径较大,反向散射较小,消光系数较高;水溶性粒子和煤烟性粒子是城市工业型气溶胶的主要成分,多为人为排放的气溶胶粒子,一般水溶性的气溶胶具有强散射特性,其粒子半径较小,反向散射作用较强,而吸收性较弱,煤烟性粒子则对太阳辐射具有显著吸收作用;海洋性气溶胶粒子是海洋气溶胶类型的主要成分,是自然排放的气溶胶粒子,在大陆型和城市工业型气溶胶中,海洋性粒子占比为0。从表3可以看出,北京和香河地区各季节气溶胶类型均不含海洋性粒子,沙尘性粒子在春夏季较多,这是由于受到来自外蒙古和中国西北地区沙尘天气的显著影响,由于夏季相对湿度大,沙尘易融于大气中,造成沙尘粒子在夏季比例同样较高;水溶性粒子比例普遍较高,其大部分与工业污染物排放和机动车尾气有关。煤烟性粒子比例在冬季占比最高,这是由于冬季供暖期间易受煤烟排放影响。

基于构建的自定义气溶胶类型,利用暗目标算法分别对北京和香河地区进行了AOD反演,并以地基AERONET观测数据为真值进行验证,同时引入传统大陆型气溶胶反演结果及MODIS官方AOD产品作为对比。如图8所示,在北京地区,基于自定义气溶胶类型反演的AOD与地基观测的r、RMSE、MAE和MBE分别为0.80、0.23、0.18和0.09;相比之下,基于传统大陆型气溶胶反演的对应指标分别为0.73、0.29、0.24和0.14,而MODIS官方AOD产品的对应指标分别为0.90、0.29、0.26和0.25。结果表明,基于自定义气溶胶类型的反演误差显著低于传统模型及MODIS官方产品。如图9所示,在香河地区,反演结果呈现出相似规律,基于自定义气溶胶类型的反演结果(r=0.83, RMSE=0.20, MAE=0.15, MBE=0.03)在误差控制上优于大陆型气溶胶反演结果(RMSE=0.28, MAE=0.23, MBE=0.11)及MODIS官方产品(RMSE=0.22, MAE=0.17, MBE=0.15)。值得注意的是,尽管本文方法的反演误差最小,但其r略低于MODIS官方产品(r=0.90),这可能是由于采用的地表反射率估算方法相对简化所致,但这并不影响自定义气溶胶类型对系统性偏差的有效修正。

自定义气溶胶类型之所以能显著提升AOD反演精度,根本原因在于其精准表征了研究区域实际的气溶胶光学特性。数据分析显示,研究区域的气溶胶类型介于大陆型与城市工业型之间,且表现出显著的季节性差异。标准大陆型气溶胶模型通常假设沙尘性粒子占据绝对主导(体积比例高达70%),水溶性粒子仅占约29%;然而,本文中反演结果显示研究区域的沙尘粒子比例仅为33%~37%,而具有强散射特性的水溶性粒子比例高达62%左右,是标准大陆型模型的2倍。若采用大陆型模型,会因过高估计大粒径、非球形的沙尘粒子比例,导致散射能力、消光能力模拟失真。另一方面,与标准城市工业型模型相比,虽然两者均具有较高的水溶性粒子占比,但城市型模型设定了高达22%的强吸收性煤烟(炭黑)粒子,远高于研究区域实际水平。研究区域的煤烟比例较低,整体表现为相对较弱的吸收性和较强的散射性。若直接套用城市型模型,会错误地估算大气的吸收能力(单次散射反照率偏低),进而导致AOD反演结果的系统性偏差。因此,基于实际观测构建的自定义模型能够准确描述这种“低沙尘、高水溶性、低煤烟”的混合组分特征,从物理机制上还原了真实的辐射传输过程。

此外,为了进一步从统计学角度评估反演结果的可靠性,采用Wilcoxon符号秩检验对不同方法的反演差异进行了显著性分析。检验结果显示,在北京地区,基于自定义气溶胶模型的AOD反演结果与传统大陆型模型反演结果及MODIS官方产品之间均存在极其显著的差异(p<0.000 1)。在香河地区,自定义模型与大陆型模型反演结果的差异同样具有高度显著性(p<0.000 1);与MODIS官方产品的对比结果显示p=0.02。所有检验结果的p值均低于显著性水平阈值(α=0.05),从而拒绝零假设。这一统计结果证实,基于自定义气溶胶类型的反演方法在统计学上显著区别于传统模型及现行卫星产品,进一步支撑了该方法在改善AOD反演精度方面的有效性与稳健性。

4 结论

提出了一种基于堆叠模型的气溶胶组分比例估算方法,基于估算结果,构建了适用于北京与香河地区的自定义气溶胶类型,并进一步用于AOD反演,得到如下结论。

(1)相较于传统方法,本文方法依托卫星数据,可覆盖更广区域,解决了部分区域因缺乏地基观测而无法获取组分数据的问题。相较于随机森林、XGBoost和CatBoost,基于堆叠模型的气溶胶组分比例估算方法具有最高准确性。

(2)传统的气溶胶类型难以准确反映北京和香河地区的实际特征。与地基站点数据对比验证发现,在北京地区,基于传统的大陆型气溶胶类型反演的AOD,其r、RMSE、MAE、MBE分别为0.73、0.29、0.24和0.14,基于气溶胶组分比例构建的自定义气溶胶类型反演的AOD,其r、RMSE、MAE、MBE分别为0.80、0.23、0.18和0.09。在香河地区,基于传统的大陆型气溶胶类型反演的AOD,其r、RMSE、MAE、MBE分别为0.75、0.28、0.23和0.11,基于气溶胶组分比例构建的自定义气溶胶类型反演的AOD,其r、RMSE、MAE、MBE分别为0.83、0.20、0.15和0.03。

尽管如此,当前工作仍存在如下局限性。

(1)本研究中AOD反演所依赖的地表反射率通过经典的暗目标法估算。该方法在城市、裸土等亮地表区域误差较大。未来计划利用深度学习强大的非线性拟合能力,或者构建长时间序列的最小反射率库,来更精确地解耦地表与大气信号,从而提高亮地表区域的AOD反演精度。

(2)受限于地基观测站点的时空匹配条件,本研究用于模型训练的样本量相对有限。后续工作将致力于收集更多时空跨度的多源观测数据,进一步扩充数据集规模,以增强模型在不同区域的泛化能力与鲁棒性。

(3)针对极端天气下卫星数据缺失或质量下降的问题,未来工作可以引入静止卫星(如FY-4系列)的高频次观测数据。通过开展多源卫星数据的时空融合,或利用机器学习的缺失值填补技术,解决数据覆盖不足的问题,实现全天候的气溶胶连续监测。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	赵慧, 李梦华, 康雄, 等. 宁夏气溶胶光学厚度时空变化及驱动因素分析[J]. 环境科学学报, 2026, 46(1): 01022.

[2]	Zhao Hui, Li Menghua, Kang Xiong, et al. Spatiotemporal variations of aerosol optical depth in Ningxia and its driving factors[J]. Acta Scientiae Circumstantiae, 2026, 46(1): 01022.

[3]	文韶鑫, 刘海新, 高叶鹏, 等. 京津冀气溶胶光学厚度时空演变及气象解释[J]. 科学技术与工程, 2022, 22(30): 13569-13577.

[4]	Wen Shaoxin, Liu Haixin, Gao Yepeng, et al. Temporal and spatial evolution of AOD in Beijing-Tianjin-Heibei Region and its meteorological interpretation[J]. Science Technology and Engineering, 2022, 22(30): 13569-13577.

[5]	陈丽. 多源气溶胶光学厚度时空代表性研究[D]. 南京: 南京信息工程大学, 2025.

[6]	Chen Li. Study on the spatiotemporal representativeness from multisource aerosol optical depth[D]. Nanjing: Nanjing University of Information Science and Technology, 2025.

[7]	高琦, 郭新成, 孟妮娜, 等. 京津冀气溶胶时空变化特征及潜在来源分析[J]. 科学技术与工程, 2021, 21(30): 13185-13195.

[8]	Gao Qi, Guo Xincheng, Meng Nina, et al. Analysis on characteristics and potential sources of aerosols in Beijing-Tianjin-Hebei Region[J]. Science Technology and Engineering, 2021, 21(30): 13185-13195.

[9]	刘子岩. 无实测大气样本的静止卫星气溶胶智能反演[D]. 赣州: 江西理工大学, 2025.

[10]	Liu Ziyan. Intelligent aerosol retrieval for geostationary satellites without measured atmospheric samples[D]. Ganzhou: Jiangxi University of Science and Technology, 2025.

[11]	米晓楠, 白林燕, 赵永强, 等. 基于多源卫星资料的太原市城市热岛效应分析[J]. 科学技术与工程, 2021, 21(32): 13650-13658.

[12]	Mi Xiaonan, Bai Linyan, Zhao Yongqiang, et al. Analysis of urban heat island effect in Taiyuan based on multi-source satellite data[J]. Science Technology and Engineering, 2021, 21(32): 13650-13658.

[13]	范晶晶, 李劲松, 陈洁, 等. 基于风云三号E星的输电线路山火监测预警方法[J]. 科学技术与工程, 2025, 25(8): 3247-3257.

[14]	Fan Jingjing, Li Jinsong, Chen Jie, et al. Mountain fire monitoring and early warning method of transmission line based on Fengyun-3E Satellite[J]. Science Technology and Engineering, 2025, 25(8): 3247-3257.

[15]	罗天阳, 许潇锋, 邬昊鹏, 等. 基于多源资料的徐州地区气溶胶时空变化特征[J]. 中国环境监测, 2024, 40(5): 206-223.

[16]	Luo Tianyang, Xu Xiaofeng, Wu Haopeng, et al. Spatial-temporal variation characteristics of aerosols in Xuzhou using multi-sources observations[J]. Environmental Monitoring in China, 2024, 40(5): 206-223.

[17]	Griggs M. Satellite measurements of tropospheric aerosols[J]. Advances in Space Research, 1982, 2(5): 109-118.

[18]	Geogdzhayev V I, Mishchenko I M, Rossow B W, et al. Global two-channel AVHRR retrievals of aerosol properties over the ocean for the period of NOAA-9 observations and preliminary retrievals using NOAA-7 and NOAA-11 data[J]. Journal of the Atmospheric Sciences, 2002, 59(3): 262-278.

[19]	Ahn C, Torres O, Jethva H. Assessment of OMI near-UV aerosol optical depth over land[J]. Journal of Geophysical Research: Atmospheres, 2014, 119(5): 2457-2473.

[20]	Kaufman Y J, Tanré D, Remer L A, et al. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer[J]. Journal of Geophysical Research: Atmospheres, 1997, 102(D14): 17051-17067.

[21]	Levy R C, Remer L A, Dubovik O. Global aerosol optical properties and application to moderate resolution imaging spectroradiometer aerosol retrieval over land[J]. Journal of Geophysical Research: Atmospheres, 2007, 112: D13210.

[22]	Hsu C N, Tsay S, King D M, et al. Aerosol properties over bright-reflecting source regions[J]. IEEE Transaction on Geoscience and Remote Sensing, 2004, 42(3): 557-569.

[23]	Hsu C N, Tsay S C, King M D, et al. Deep blue retrievals of Asian aerosol properties during ACE-Asia[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(11 ): 3180-3195.

[24]	Wei J, Li Z, Peng Y, et al. MODIS Collection 6. 1 aerosol optical depth products over land and ocean: validation and comparison[J]. Atmospheric Environment, 2018, 187: 428-440.

[25]	Lyapustin A, Wang Y, Korkin S, et al. MODIS collection 6 MAIAC algorithm[J]. Atmospheric Measurement Techniques, 2018, 11(10): 5741-5765.

[26]	Cai H, Zhong B, Liu H, et al. An improved deep learning network for AOD retrieving from remote sensing imagery focusing on sub-pixel cloud[J]. GIScience & Remote Sensing, 2023, 60(1): 2262836.

[27]	Su T, Istvan L, Li Z, et al. Refining aerosol optical depth retrievals over land by constructing the relationship of spectral surface reflectances through deep learning: application to Himawari-8[J]. Remote Sensing of Environment, 2020, 251: 112093.

[28]	Wang W, Wang N, Chen B. Retrieving hourly aerosol optical depth for geostationary satellite FY-4B/AGRI by surface-related dynamic spectral reflectance ratio method[J]. Advances in Space Research, 2025, 75(3): 2484-2505.

[29]	李莉, 李长军, 赵海军, 等. 基于自定义模型的FY-4A数据气溶胶光学厚度反演[J]. 海洋气象学报, 2022, 42(4): 106-116.

[30]	Li Li, Li Changjun, Zhao Haijun, et al. Retrieval of aerosol optical depth using FY-4A data based on custom model[J]. Journal of Marine Meteorology, 2022, 42(4): 106-116.

[31]	Mao Q, Huang C, Chen Q, et al. Satellite-based identification of aerosol particle species using a 2D-space aerosol classification model[J]. Atmospheric Environment, 2019, 219: 117057.

[32]	Chen Q, Huang C, Yuan Y, et al. Spatiotemporal distribution of major aerosol types over China based on MODIS products between 2008 and 2017[J]. Atmosphere, 2020, 11(7): 703.

[33]	李越. 基于自定义气溶胶模型的POLDER/PARASOL气溶胶光学厚度反演[D]. 南京: 南京师范大学, 2019.

[34]	Li Yue. Retrieval of aerosol optical depth from POLDER/PARASOL data based on a self-defined aerosol model[D]. Nanjing: Nanjing Normal University, 2019.

[35]	范娇, 郭宝峰, 何宏昌. 基于MODIS数据的杭州地区气溶胶光学厚度反演[J]. 光学学报, 2015, 35(1): 9-17.

[36]	Fan Jiao, Guo Baofeng, He Hongchang. Retrieval of aerosol optical thickness with MODIS data over Hangzhou[J]. Acta Optica Sinica, 2015, 35(1): 9-17.

[37]	Bibi H, Alam K, Chishtie F, et al. Intercomparison of MODIS, MISR, OMI, and CALIPSO aerosol optical depth retrievals f or four locations on the Indo-Gangetic plains and validation against AERONET data[J]. Atmospheric Environment, 2015, 111: 113-126.

[38]	Wan Y, Zhang X, Fan C, et al. A joint method for wave and wind field parameter inversion combining SAR with wave spectrometer data[J]. Remote Sensing, 2022, 14(15): 3601.

[39]	Kotelnikov A, Baranchuk D, Rubachev I, et al. Tabddpm: modelling tabular data with diffusion models[C]// Proceedings of the 40th International Conference on Machine Learning (ICML 2023). Honolulu: PMLR, 2023: 17564-17579.

[40]	Liu Y, Zhang Z, Song H, et al. An improved stacking model for predicting myocardial infarction risk in imbalanced data[J]. Health Information Science and Systems, 2025, 13(1): 16.

[41]	Jiang E, Nie B, Cao Z, et al. Non-invasive blood pressure estimation using multi-domain pulse wave features and random forest regression[J]. Electronics, 2025, 14(7): 1409.

[42]	何婷, 文俊铭. 基于带约束处理机制的FTmPSO算法用于解决约束多模态优化问题及Wilcoxon秩和检验性能验证[J]. 信息与电脑, 2025, 37(14): 175-177.

[43]	He Ting, Wen Junming. FTmPSO algorithm with constraint-handling mechanism for constrained multi-modal optimization and performance verification using Wilcoxon rank-sumtest[J]. Information & Computer, 2025, 37(14): 175-177.

基金资助

国家自然科学基金(42274159)

PDF (10424KB)

访问

被引

详细

导航

Received	Published	Revised
2025-09-11	2026-08-18	2026-01-14
Online Date
2026-09-04

摘要