MuAP多种大气污染物空间分布数据集2021-2023共享-NO2

“ 中国范围2021-2023年多种大气污染物空间分布数据集”

中国范围MuAP数据的栅格数据集2021-2023年。该数据集我们曾经生成过2015-2020年数据集（上附图）

01. 数据特性

中国各大气污染物1 km的MuAP空间分布 （NO2）多重空气污染数据集（MuAP）时间框架：2021-2023年地区：中国大部分地区分辨率：约1km文件存储格式：.xz和GeoTIFF空间投影：WGS84每日文件名：year_day .tif（请通过fjcyfeng@qq.com与作者联系)月文件名：year_month.tif年度文件名：year_month.tif单位：使用时请除以10(ug / m3)后续将持续提供数据集，方便各位院士们直接使用。

02. 数据方法

本数据集基于多种数据集（遥感数据集、地面观测数据集、辅助变量及各类统计数据）经过数据匹配，经由贝叶斯参数卷积的LightGBM方法模拟生成。数据集经过总体交叉验证、局部交叉验证、时间轴交叉验证及模拟可视化验证等多种方式检验，达到较高水准。

贝叶斯参数卷积的LightGBM结合参数卷积对数据特征的优化，利用贝叶斯对先验的优势，与LightGBM共同完成数据回归的操作。准确完成MuAP数据集的制作。该模型可以显著提升对LightGBM在大气污染物空间分布模拟的效果，在同等条件下，交叉验证提升约6%-12%。此外，该模型并不会显著提升对硬件的需求。下图为交叉验证部分效果展示：

03. 相关结果展示

借鉴2015-2020数据集示例1

借鉴2015-2020数据集示例2

03. 文献引用

当您下载和使用我们的数据时，请引用以下文献：

Chi, Y. et al. (2024). Quantification of uncertainty in short-term tropospheric column density risks for a wide range of carbon monoxide. Journal of Environmental Management, 370, 122725. Chi, Y. et al. (2024). The spatial distribution mechanism of PM2.5 and NO2 on the eastern coast of China. Environmental Pollution, 342, 123122. Chi, Y. et al. . (2023). Spatial Distribution of Multiple Atmospheric Pollutants in China from 2015 to 2020. Remote Sensing, 15(24).

04. 数据共享链接

1. 关注公众号“一个有趣的灵魂W”，回复“muap1”即可获取数据下载方式。

2. https://zenodo.org/records/14197785

另外，如果需要2015-2020年每日中国MuAP数据集，可以通过以下方式参考：

PM2.5: https://zenodo.org/records/8093749O3: https://zenodo.org/records/8180923SO2: https://zenodo.org/records/8093749

感谢阅读！