全球尺度粒子分辨气溶胶混合态指数的无监督区域化

气溶胶混合态显著影响大气气溶胶颗粒的气候与健康效应。地球系统模型中常见的简化气溶胶混合态假设会为这些气溶胶效应的预测引入误差。气溶胶混合态指数作为量化气溶胶混合态的度量，是量化这些误差的便捷测度。全球气溶胶混合态指数的估计近来已通过监督学习模型实现，但需区域化以简化时空分析。在此我们开发了一种简单而有效的无监督学习方法，对全球气溶胶混合态指数的预测进行区域化。我们使用气溶胶混合态指数全球分布的月平均值作为输入数据。随后在不以显式空间信息为输入的情况下，通过 k-means 算法将网格单元聚为若干区域。该方法在全球范围内得到十一个具有特定空间聚合模式的区域。每个区域展现出独特的混合态指数与气溶胶组分分布，显示了无监督区域化方法的有效性。本研究定义了“气溶胶混合态带”，或可有益于大气科学研究。