| 注册
首页|期刊导航|上海航天(中英文)|基于深度学习的日间逐小时地表PM2.5浓度反演

基于深度学习的日间逐小时地表PM2.5浓度反演

徐成康 陈斯婕 董长哲 徐文韬 刘东

上海航天(中英文)2023,Vol.40Issue(3):46-52,75,8.
上海航天(中英文)2023,Vol.40Issue(3):46-52,75,8.DOI:10.19328/j.cnki.2096-8655.2023.03.006

基于深度学习的日间逐小时地表PM2.5浓度反演

Deep Learning-Based Daytime Hourly PM2.5 Concentration Inversion

徐成康 1陈斯婕 1董长哲 2徐文韬 1刘东1

作者信息

  • 1. 浙江大学 光电科学与工程学院,浙江 杭州 310027
  • 2. 上海卫星工程研究所,上海 200240
  • 折叠

摘要

关键词

PM2.5/遥感反演/雾霾边界层(HLH)/主被动结合/深度学习

Key words

PM2.5/remote sensing inversion/haze layer height(HLH)/active-passive combination/deep learning

分类

天文与地球科学

引用本文复制引用

徐成康,陈斯婕,董长哲,徐文韬,刘东..基于深度学习的日间逐小时地表PM2.5浓度反演[J].上海航天(中英文),2023,40(3):46-52,75,8.

基金项目

国家自然科学基金(41775023) (41775023)

国家重点研发计划(2016YFC1400900) (2016YFC1400900)

上海航天科技创新基金(SAST2021-051) (SAST2021-051)

上海航天(中英文)

OACSCDCSTPCD

2096-8655

访问量0
|
下载量0
段落导航相关论文