技术特征：
1.一种臭氧监测降尺度方法，其特征在于，包括：获取目标区域范围内大气污染遥感数据和地面监测数据形成的多源数据，并对多源数据进行预处理，得到预设格式化的影响因子数据和臭氧遥感监测数据；基于相关性分析进行影响因子数据降维处理，并构建优化的臭氧遥感影像降尺度模型；获取经过预处理和降维处理的高空间分辨率影响因子数据作为输入变量，利用臭氧遥感影像降尺度模型，输出高空间分辨率臭氧量数据。2.根据权利要求1所述的方法，其特征在于，所述多源数据包括人类活动数据、自然状况数据以及臭氧量监测数据，所述人类活动数据包括工业生产活动数据、人口密度数据以及交通数据等，所述自然状况数据包括自然源数据、气象数据、地形数据等。3.根据权利要求1所述的方法，其特征在于，所述臭氧量监测数据通过采用融合方法对omi卫星数据、gome卫星数据、哨兵卫星数据以及地面站监测数据进行标准格式化融合获得。4.根据权利要求1所述的方法，其特征在于，所述对多源数据进行预处理的方式包括数据读取、数据点挑选以及数据栅格化。5.根据权利要求2所述的方法，其特征在于，所述气象数据还包括该气象因子在预设前溯时长的等时间跨度的气象再分析数据。6.根据权利要求5所述的方法，其特征在于，所述气象数据还包括前溯时间内的臭氧质量浓度。7.根据权利要求1所述的方法，其特征在于，所述构建优化的臭氧遥感影像降尺度模型的方法包括以下步骤：采用皮尔逊相关性系数算法从影响因子数据中筛选出关键影响因子，所述关键影响因子数据作为臭氧遥感影像降尺度模型的输入变量；将处理后的关键影响因子数据作为输入变量，以高空间臭氧遥感监测数据作为输出量，建立随机森林非线性模型，训练学习直至得到收敛臭氧遥感影像降尺度模型。8.一种臭氧监测降尺度装置，其特征在于，包括：数据获取模块，用于获取目标区域范围内大气污染遥感数据和地面监测数据形成的多源数据，并对多源数据进行预处理，得到预设格式化的影响因子数据和臭氧遥感监测数据；模型构建模块：用于基于相关性分析进行影响因子数据降维处理，并构建优化的臭氧遥感影像降尺度模型；结果输出模块：用于获取经过预处理和降维处理的高空间分辨率影响因子数据作为输入变量，利用臭氧遥感影像降尺度模型，输出高空间分辨率臭氧量数据。9.一种臭氧监测降尺度电子设备，其特征在于，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。10.一种臭氧监测降尺度计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
技术总结
本公开的实施例公开了臭氧监测降尺度方法、装置、设备及计算机可读存储介质。该方法的一具体实施方式包括：获取目标区域范围内大气污染遥感数据和地面监测数据形成的多源数据，并对多源数据进行预处理，得到预设格式化的影响因子数据和臭氧遥感监测数据；基于相关性分析进行影响因子数据降维处理，并构建优化的臭氧遥感影像降尺度模型；获取经过预处理和降维处理的高空间分辨率影响因子数据作为输入变量，利用臭氧遥感影像降尺度模型，输出高空间分辨率臭氧量数据。该实施方式可以通过大气臭氧的空间降尺度方法，进而实现高空间分辨率的臭氧浓度估算，有效地改善了城市内部的臭氧污染监测准确度。染监测准确度。染监测准确度。
技术研发人员：董恒 李震 游林 何思聪
受保护的技术使用者：浙江时空智子大数据有限公司
技术研发日：2022.11.03
技术公布日：2023/3/21