《表1 实验数据信息与来源》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于地理神经网络加权回归的中国PM_(2.5)浓度空间分布估算方法》
许多研究表明融合气象条件、地表高程等因子能进一步提高PM2.5空间估算精度。文章在选取AOD数据作为辅助因子的基础上,进一步增加了温度(TEMP)、降水量(TP)、风速(WS)、风向(WD)等气象因子以及地表高程(DEM)因子作为模型的自变量输入,研究时间尺度为2017年平均。实验数据情况如表1所示,主要包含数据类型、数据名称、变量名称、时间分辨率、空间分辨率、数据来源等信息。
图表编号 | XD00116650100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 杜震洪、吴森森、王中一、汪愿愿、张丰、刘仁义 |
绘制单位 | 浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室、浙江大学地球科学学院地理与空间信息研究所、浙江省资源与环境信息系统重点实验室 |
更多格式 | 高清、无水印(增值服务) |