通过 Categorical Boosting 从 Sentinel-5P 对流层数据估算地面 NO2 测量值
信号处理
2023-08-29 v2
摘要
本研究旨在借助欧洲哥白尼计划 Sentinel-5P 任务的卫星反演数据以及从 ARPA 站点（区域环境保护署）获得的地面测量数据，分析 2019 年意大利北部艾米利亚-罗马涅大区的二氧化氮（NO2）污染。最终目标是在仅有卫星数据时估算地面 NO2 测量值。针对该任务，我们使用了一种机器学习（ML）模型 Categorical Boosting，其被证明表现良好，并使我们能在用于获取真值的 43 个站点上实现 0.0242 的均方根误差（RMSE）。该过程可作为起点，以理解必须采取哪些其他行动来改进模型的最终性能并扩展其有效性。
引用
@article{arxiv.2304.04069,
title = {Estimation of Ground NO2 Measurements from Sentinel-5P Tropospheric Data through Categorical Boosting},
author = {Francesco Mauro and Luigi Russo and Fjoralba Janku and Alessandro Sebastianelli and Silvia Liberata Ullo},
journal= {arXiv preprint arXiv:2304.04069},
year = {2023}
}
备注
6 pages, 4 figures, MetroXRAINE conference