[口头报告]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

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
编号：2400 稿件编号：438 访问权限：仅限参会人 更新：2024-04-12 12:32:14 浏览：48次 口头报告

报告开始：2024年05月19日 08:12 （Asia/Shanghai）

报告时间：12min

所在会议：[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）

暂无文件

摘要
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。
 
关键字
COVID-19;PM2.5,DNN
报告人
顺布日
博士研究生 南京师范大学地理科学学院

稿件作者
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
发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 18005960255 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订