机器学习能否减少高海拔喜马拉雅地区,包括森林火灾事件中,再分析数据与地面黑碳观测数据之间的偏差?

《Remote Sensing Applications: Society and Environment》:Can machine learning reduce bias between reanalysis and ground-based black carbon observations in the high-altitude Himalayas, including forest-fire events?

【字体: 大 中 小 】 时间:2026年07月01日 来源:Remote Sensing Applications: Society and Environment 3.8

编辑推荐:

  普里扬舒·蒂瓦里|乔杜里·阿努拉格|索拉布·库克雷蒂|乌贾瓦尔·库马尔|维贾伊·什里达尔 印度德拉敦248001,多恩大学环境与自然资源学院 摘要 MERRA-2等再分析数据集常被用于描述黑碳的空间和时间分布,尤其是在数据匮乏的喜马拉雅地区。然而,其在高海拔、地形复

  普里扬舒·蒂瓦里|乔杜里·阿努拉格|索拉布·库克雷蒂|乌贾瓦尔·库马尔|维贾伊·什里达尔
印度德拉敦248001,多恩大学环境与自然资源学院

摘要
MERRA-2等再分析数据集常被用于描述黑碳的空间和时间分布,尤其是在数据匮乏的喜马拉雅地区。然而,其在高海拔、地形复杂的山区对冰川稳定性、区域水文以及南亚气候的影响程度尚未得到充分验证。本研究旨在通过机器学习方法,针对高海拔喜马拉雅地区乃至受森林火灾影响的区域,减少再分析黑碳数据集中的偏差。对比MERRA-2给出的黑碳浓度与基于光度计测得的数值后发现,MERRA-2系统性地低估了地表黑碳浓度,两者相关性较弱(R2=0.12),且存在明显负偏差(-933.56纳克/立方米)。XGBoost机器学习模型表现优异,它将均方根误差从再分析结果中的1248纳克/立方米降至训练数据时的434纳克/立方米、验证数据时的322纳克/立方米,同时R2值分别提升至0.71和0.54。季节性分析表明,机器学习方法提升了再分析结果与实际观测值之间的吻合度,冬季效果更为显著。单纯的XGBoost模型无法捕捉到森林火灾这类高污染事件的影响。为更好地应对此类极端情况,研究将隐马尔可夫模型与XGBoost结合,构建了混合HMM-XGBoost模型。该模型进一步提升了MERRA-2数据与地面实测黑碳浓度之间的匹配度(测试阶段R2=0.74,RMSE=347纳克/立方米;验证阶段R2=0.64,RMSE=383纳克/立方米)。所提出的框架有效提升了地表黑碳浓度的表征精度,尤其在森林火灾发生时,展现了机器学习偏差校正技术在改善数据匮乏的复杂喜马拉雅地区气溶胶再分析产品方面的应用潜力。

引言
黑碳是一种重要的吸光气溶胶,在区域和全球范围内的空气污染、气候变化以及大气辐射强迫过程中起着关键作用(Bond等人,2013;Cai等人,2023)。黑碳是生物质、化石燃料和生物燃料燃烧不完全产生的副产品,它会吸收大量太阳辐射,从而改变地球的辐射平衡(Bond等人,2013)。大气中黑碳浓度的变化通常是由局部排放、区域传输、沉降机制(包括湿沉降和干沉降)以及气象因素共同作用导致的,这些气象因素还包括边界层高度和风速(Liu等人,2025;Rajesh与Ramachandran,2018)。印度次大陆是大气中黑碳的重要来源地,对区域和全球气候有着重要影响(Malik等人,2025;Paliwal等人,2016)。Bové等人(2019)以及Ramanathan与Carmichael(2008)指出,黑碳除了会加剧大气变暖外,还会通过改变云凝结核的微物理特性,影响印度地区依赖西南季风的降水模式。此外,黑碳还会降低到达地球表面的太阳辐射强度,产生遮光效应。在喜马拉雅等高海拔地区,大量黑碳和粉尘的存在会影响山脚地区的降雨模式(Lau等人,2010)。喜马拉雅山脉是亚洲众多重要河流的发源地,这些河流对区域水资源、粮食安全及农业发展至关重要(Romshoo等人,2015)。然而,这一对气候极为敏感的地区地形复杂、基础设施薄弱,且黑碳浓度变化较大。喜马拉雅地区的黑碳浓度既受到当地因素的影响,如森林火灾、居民烧柴做饭、车辆排放以及农业残余物焚烧(Tiwary等人,2024),也受到来自印度-恒河平原的远距离污染物输送的影响(Ram等人,2010;Tiwary等人,2025)。这些过程会影响黑碳在喜马拉雅地区冰川和雪面上的沉积,进而降低表面反照率、增加吸收作用,最终加速雪的融化速度(S. Kang等人,2020;Kumar等人,2011),因此准确表征黑碳浓度对于气候评估而言至关重要。尽管如此,由于空间分辨率较低、排放清单过于简化,以及无法处理复杂地形中的大气过程,MERRA-2之类的再分析产品往往无法准确反映黑碳浓度(Liu等人,2025;Malik等人,2025)。因此,有必要采用能够考虑非线性关系和非稳态大气条件的先进建模方法。

MERRA-2(现代时代研究与应用回溯分析第二版)和CAMS(哥白尼大气监测服务)这类再分析产品,由于具备长期一致性以及丰富的模型输出变量,已成为大气气溶胶研究中的重要工具(Prabhu等人,2020;Soni等人,2021)。不过,它们在数据匮乏的喜马拉雅地区等复杂地形上的可靠性仍存疑问。MERRA-2之类的再分析数据集是基于粗网格单元计算出的平均值,可能无法反映实际的高海拔地点的地形特征、局部排放情况以及大气条件(Liu等人,2025)。正因如此,许多研究都发现不同地理区域的黑碳再分析数据与地面实测数据之间存在差异,这体现了其在表征地表黑碳浓度方面的局限性。例如,Li?án-Abanto等人(2023)发现,地面实测的黑碳浓度比MERRA-2的结果高出一个数量级,这说明当地来源的黑碳排放量被低估了。同样,Cao等人(2021)和Soni等人(2021)也发现,在中国以及印度-恒河平原西北部地区,MERRA-2的结果始终低于地面实测值,部分原因在于排放清单和参数化方案的不确定性。MERRA-2与地面实测黑碳浓度之间的偏差会因地区和气候条件的不同而有所差异。Zhuravleva等人(2020)对俄罗斯北部地区进行了分析,发现温暖季节的误差幅度约为30%,且MERRA-2对近源黑碳浓度的估算值还低了一半以上。Malik等人(2025)则认为MERRA-2低估了黑碳浓度40%,而在生物质燃烧高峰期这一低估比例甚至可达50%。Ohno等人(2022)也报告称,在印度支那半岛的生物质燃烧期间,观测到的黑碳浓度被低估,这进一步凸显了再分析产品在捕捉偶发性排放峰值方面的局限性。虽然有一些研究显示MERRA-2再分析数据与地面实测数据之间存在中度到较强的相关性(Joy等人,2024;Mao等人,2023;Sari等人,2022),但这些相关性并不一定意味着数值的精确性。例如,Li等人(2023)在中国开展的研究中发现,MERRA-2给出的黑碳柱浓度与POLDER-3/GRASP测得的黑碳柱浓度之间存在较高相关性,而Joy等人(2024)则发现MERRA-2的再分析结果与卫星测得的气溶胶光学深度之间仅存在中度相关性(0.5)。以往研究的这些矛盾结果表明,尽管再分析产品能够捕捉到整体变化趋势,但往往无法准确反映地表黑碳的绝对浓度。目前,仅有少数研究探讨了高海拔地区再分析数据与地面实测黑碳浓度之间的偏差问题(W. Li等人,2024;Liu等人,2025)。此外,再分析产品在森林火灾这类偶发事件中的表现也鲜有研究,尤其是在地形复杂的喜马拉雅高海拔地区。

机器学习作为一种能够纳入黑碳与气象参数之间非线性关系的方法,被视为改进再分析数据集的极具前景的技术。已有不少研究将机器学习应用于不同环境下的黑碳浓度预测(Gupta等人,2024;Liu等人,2025;Malik等人,2025;Meng等人,2024;Rovira等人,2022;Satpathy等人,2024;V. Singh等人,2026;Zakaria等人,2025)。不过,现有研究大多是将机器学习用于预测黑碳浓度,而非对再分析产品进行偏差校正,尤其是在偶发和非稳态条件下,相关研究仍然较少。此外,单纯的机器学习模型在森林火灾这类高污染偶发事件中的表现不佳,因为这类事件的特点是大气过程会发生快速变化。传统机器学习方法的一个主要局限在于,它假设所有大气条件下的统计行为都保持一致,而这限制了它们捕捉极端事件期间黑碳与气象驱动因子之间非稳态关系的能力(Gupta等人,2024)。正因如此,机器学习模型在这类条件下往往表现欠佳,容易出现低估高浓度值、高估低浓度值的情况(M. Cao等人,2023)。为解决这一问题,有研究提出将状态依赖型建模框架融入机器学习模型,以此提升模型在非稳态条件下的性能。概率型状态依赖方法能够通过识别背景状态、过渡状态以及污染状态(由火灾引发),来体现突然的状态变化以及事件规模的排放波动。基于此,本研究的具体目标为:1)利用高海拔喜马拉雅地区的地面光度计观测数据,确定基于再分析的黑碳估算值,如MERRA-2给出的黑碳浓度,其中存在的偏差;2)在不同季节以及整个采样周期内,开发并评估基于机器学习的偏差校正方法;3)研究状态依赖型建模在提升机器学习模型性能、捕捉森林火灾等偶发污染事件期间的黑碳变化方面的有效性。据我们所知,这是首批将状态依赖型概率模型与基于机器学习的偏差校正方法相结合,用以提升高海拔喜马拉雅地区森林火灾期间的黑碳再分析估算精度的研究之一。尽管机器学习在大气污染物预测领域的应用日益广泛,但状态依赖型混合模型在应对非稳态的火灾引发的黑碳浓度变化方面的作用仍缺乏深入研究,而这正是本研究要探讨的内容。在森林火灾频发且地面数据较为匮乏的喜马拉雅地区,将此类机器学习框架应用于再分析数据,能够提升再分析产品在水气相互作用研究中的可信度和适用性。

研究区域与仪器设备
地面黑碳数据采集地点位于印度北阿坎德邦查莫利区的普兰马蒂盆地内的邓格里村(北纬30.12度,东经79.50度),该地区属于高海拔的喜马拉雅地带,海拔高达1800米,覆盖面积约94平方公里。该研究区域被定为关键带观测站,亦称为普兰马蒂盆地喜马拉雅关键带观测站(PBHCZO)。关于采样点的详细信息可见(Rana等人,2025;Tiwary等人)。

地面实测黑碳与气象动态之间的相关性
图3展示了地面实测黑碳浓度与各类气象变量之间的相关性。为了研究气象动态对近地表黑碳浓度变化的影响,以及这些气象因素在基于机器学习的偏差校正中的作用,研究人员对基于光度计测得的黑碳浓度与关键气象参数进行了相关性分析。分析结果表明,基于光度计测得的黑碳浓度与行星边界层高度之间存在中等程度的正相关性(r=0.47)。

结论
本研究评估了机器学习在减少数据匮乏的高海拔喜马拉雅地区,包括森林火灾这类高污染事件期间,再分析数据与地面实测黑碳浓度之间偏差方面的作用。通过对MERRA-2的再分析结果与地面实测黑碳数据进行的对比分析发现,MERRA-2系统性地低估了地表黑碳浓度,两者相关性弱且存在明显负偏差。在黑碳浓度较高的情况下,这种低估现象更为严重。

CREDiT作者贡献说明
乔杜里·阿努拉格:验证工作、软件使用、正式分析、数据整理。
索拉布·库克雷蒂:可视化处理、软件使用、资源协调、方法设计。
乌贾瓦尔·库马尔:可视化处理、验证工作、监督指导、研究实施。
维贾伊·什里达尔:文章撰写与修改、可视化处理、验证工作、监督指导、资源协调、项目管理、研究实施、资金筹措。
普里扬舒·蒂瓦瑞:文章撰写与修改、初稿撰写、方法设计、正式分析、数据整理、概念构思。

未引用参考文献
Li等人,2024;M R等人,2025。

利益冲突声明
所有作者均声明不存在利益冲突。

伦理声明
作者们声明本手稿为原创内容,未曾发表过,也未在其他期刊投稿。所有作者都对这项研究做出了重要贡献,已批准手稿的最终版本,并同意将其提交给《遥感应用:社会与环境》期刊。本研究不涉及人类参与者、动物实验,也不涉及需要伦理审批的任何个人数据。本研究使用的所有数据均来自……

生成式人工智能与人工智能辅助技术声明
在撰写本文档的过程中,作者使用了Grammarly工具来优化文本表述并提升语言质量。在使用该工具后,作者们对内容进行了仔细的审阅和必要修改,并对最终发表的文章内容承担全部责任。资金支持方:印度环境和地球科学部,授予编号为Geo-95/2017的资助,日期为2021年6月21日。利益冲突声明:? 作者们声明存在以下可能被视为潜在利益冲突的财务利益或个人关系:Vijay Shridhar表示其得到了印度政府环境和地球科学部的财政支持。其他作者则声明自己没有已知的可能影响本文所述工作的财务利益或个人关系。致谢:作者们感谢印度环境和地球科学部通过编号为Geo-95/2017的资助为这项研究提供的支持,该资助的日期为2021年6月21日。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号