基于机器学习的环境监测与定量分析复现
📦 源代码: GitHub 仓库
项目背景
PM2.5 是评价空气污染程度的重要指标之一。传统的地面监测站点可以提供较准确的观测数据，但监测站点在空间分布上通常有限，难以全面反映区域尺度上的污染变化情况。
遥感反演方法可以利用卫星观测数据估算空气污染物浓度，从而在更大空间范围内补充地面观测数据。但是，遥感反演结果是否可靠，需要通过地面实测数据进行验证。
本项目选取 PM2.5 反演值与地面观测值之间的关系作为分析对象，通过统计指标和可视化图像判断反演结果的精度表现。
参考文献
Song, Z., Bai, Y., Wang, D., Li, T., & He, X. (2021). Satellite Retrieval of Air Pollution Changes in Central and Eastern China during COVID-19 Lockdown Based on a Machine Learning Model. Remote Sensing, 13(13), 2525.
分析方法
1. 散点图分析
普通散点图可以直观展示两个变量之间的关系。横轴表示地面观测 PM2.5，纵轴表示反演 PM2.5。
如果散点大致分布在 1:1 参考线附近，说明反演值与实测值比较接近；如果散点整体偏离参考线，则说明反演结果可能存在系统性偏高或偏低的问题。
2. 散点密度图分析
当样本数量较多时，普通散点图容易出现点重叠的问题。散点密度图通过颜色表示样本点的集中程度，颜色越明显，表示该区域的数据点越密集。
3. 拟合线与参考线
- 黑色虚线表示 1:1 参考线
- 红色实线表示拟合线
- 散点表示不同样本点
- 颜色表示散点密度
评价指标
| 指标 | 含义 | 解释 |
|---|---|---|
| N | 样本数量 | 参与计算的有效样本数 |
| R | 相关系数 | 反映预测值与实测值之间的相关程度 |
| BIAS | 平均偏差 | 反映预测值整体偏高或偏低 |
| RMSE | 均方根误差 | 反映预测误差的整体大小 |
实验结果
散点密度图
各成员复现结果
丁俐杉
于辛铠
成一潇
霍晶晶
结果分析
通过实验结果可以看出，本项目中的 PM2.5 反演结果整体表现较好。多数数据点靠近 1:1 参考线，说明反演结果与地面监测结果之间具有较好的一致性。
从评价指标来看，较高的相关系数说明模型反演结果能够较好地反映 PM2.5 浓度变化趋势；较低的 RMSE 表明整体误差处于可接受范围；BIAS 可以进一步判断反演值是否存在整体高估或低估。
不过，部分高浓度样本点存在一定偏离，说明在污染浓度较高的情况下，反演结果可能会出现一定误差。这种现象在实际遥感反演任务中较为常见。
可重复性说明
- 保留原始数据文件
pm25.csv - 提供完整的 Notebook 文件
- 在 README 中说明项目背景、数据、方法和运行方式
- 保存主要输出图像，便于与重新运行结果进行对比
总结
本项目围绕 PM2.5 遥感反演结果的精度验证展开，完成了从数据读取、指标计算到结果可视化的完整流程。实验结果表明，反演数据与地面观测数据之间具有较好的相关性，说明该方法能够较好地反映 PM2.5 的空间分布和浓度变化特征。