深度学习揭示了 COVID-19 封锁解除后长三角上空 PM2.5持续低水平的情况
ID:2400 View Protection:ATTENDEE Updated Time:2024-04-12 12:32:14 Hits:1692 Oral Presentation

Start Time:2024-05-19 08:12(Asia/Shanghai)

Duration:12min

Session:S7 主题7、遥感与地理信息科学 » S7-5主题7、遥感与地理信息科学 专题7.9、专题7.6(19日上午,303)

No files

Abstract
2020年初的COVID-19封控及随后2022年末的全面解封对长三角地区(YRD)的空气污染水平产生了重大影响。我们结合卫星、气象再分析和PM2.5观测数据,利用深度神经网络(DNN)模型,估算了2019年至2022年PM2.5的高分辨率分布。模型能准确地反映疫情期间城市内不同功能区PM2.5水平变化情况。DNN模型表现良好(R2=0.78, RMSE=8.76 μg/m3)。在封锁期间,长三角14个大型城市的PM2.5浓度比往年低50%以上。即使在封锁解除后,由于大面积感染导致人类活动减少,PM2.5水平仍然相对较低。我们发现,在封锁期和解除封锁期,城市内不同功能区的PM2.5减排量各不相同。这些发现强调了政府制定有针对性的政策的重要性,这些政策应考虑到区域内不同的功能区,以有效解决COVID-19对空气污染的影响。
 
Keywords
COVID-19;PM2.5,DNN
Speaker
顺布日
博士研究生 南京师范大学地理科学学院

Submission Author
孛儿只斤顺布日 南京师范大学地理科学学院
邵旻 南京师范大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 17

    2024

    to

    May 20

    2024

  • Mar 31 2024

    Draft paper submission deadline

  • Mar 31 2024

    Contribution Submission Deadline

  • May 20 2024

    Registration deadline

Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
Previous Conferences