亚洲沙漠地区沙尘气溶胶光学厚度数据集（2018-2022年）

本数据集基于MCD19A2、MERRA-2、ERA5_land数据集，通过数据预处理、数据上采样、时空匹配将气溶胶光学厚度（AOD）、波长指数（AE）、气象参数等多种数据提取，将AERONET地面站点观测值作为目标真值，利用机器学习算法LightGBM训练模型，反演2018年至202...

This dataset is developed based on MCD19A2, MERRA-2, and ERA5_land datasets. Multiple variables including aerosol optical depth (AOD), Angstrom exponent (AE), and meteorological parameters are extracted via data preprocessing, data upsampling, and spatio-temporal matching. Taking ground-based observations from AERONET stations as the ground truth, a model is trained using the LightGBM machine learning algorithm to conduct inversion from 2018 to 202...

搜集汇总

背景与挑战

背景概述

该数据集是2018-2022年亚洲沙漠地区的沙尘气溶胶光学厚度数据，通过多源数据融合和机器学习反演得到，具有1公里空间分辨率和日时间分辨率，为沙尘研究提供基础数据支持。