K-Means聚类算法在改进数据驱动的卫星气溶胶反演中的应用

《IEEE Geoscience and Remote Sensing Letters》：K-Means Clustering for Improved Data-Driven Satellite Aerosol Retrieval

气溶胶辐射云相互作用研究提出改进数据驱动反演框架，通过K-means聚类优化样本，结合极端随机树模型提升精度，验证显示相关系数0.93，RMSE 0.072，89%以上结果符合误差范围，显著优于传统模型。

　　

摘要：

准确获取大气气溶胶的时空分布对于研究气溶胶-辐射-云相互作用、空气质量预报和气候变化评估至关重要。尽管数据驱动方法在气溶胶反演方面取得了显著进展，但现有模型往往忽略了气溶胶类型对反演精度的影响。为解决这一不足，本研究提出了一个改进的数据驱动气溶胶反演框架，该框架明确将气溶胶类型信息纳入模型训练中。气溶胶分类采用K-means无监督聚类算法进行，以优化训练样本，从而提高模型的适应性和反演精度。经过优化的样本随后用于训练极端随机树（ERTs）模型，在精度和计算效率之间取得了最佳平衡。验证结果表明，该模型的性能非常出色：相关系数为0.93，均方根误差（RMSE）为0.072，超过89%的结果落在预期误差范围（±（0.05±20%×实测观测值）内，优于传统模型。研究结果表明，将气溶胶类型信息整合到数据驱动反演中可显著提高气溶胶遥感的精度和适用性。未来的研究应重点改进气溶胶分类技术，并整合多源遥感数据，以进一步提高模型的鲁棒性和全球适用性。

引言

气溶胶是指悬浮在大气中的混合固体和液体颗粒物，对气候变化、人类健康和社会活动具有重要意义[1]。气溶胶光学厚度（AOD）是表征大气气溶胶浓度的一个关键光学参数，它能定量描述气溶胶对太阳辐射的散射和吸收能力。准确获取AOD的时空分布信息对于深入理解气溶胶-辐射-云相互作用机制、提高空气质量预报的精度以及评估气候变化趋势具有重要的科学和实践价值。