数据集概述
本数据集基于TROPOMI卫星臭氧柱数据、OMI臭氧剖面信息、HRRR气象数据及土地利用信息，通过机器学习模型估算加州10公里分辨率的日最大8小时平均地面臭氧浓度，包含模型结果、空间网格及预测地图等文件。
文件详解
- 非臭氧季节估算数据文件:
- non_ozone_season_estimate.csv: CSV格式，包含网格ID（Grid_ID）和非臭氧季节的年平均日最大8小时臭氧浓度（yearly.mean.md8）。
- 臭氧季节估算数据文件:
- ozone_season_estimate.csv: CSV格式，推测包含臭氧季节的年平均日最大8小时臭氧浓度数据，字段可能与non_ozone_season_estimate.csv类似。
- 空间网格文件:
- Grid.csv: CSV格式，包含网格的唯一标识符（OID）、纬度（Lat）和经度（lon）信息。
- 预测地图文件:
- Prediction Maps.png: PNG格式，推测为加州地面臭氧浓度空间分布的可视化地图。
- 模型结果文件:
- Final_Result_Model.RData: R语言数据格式，推测包含训练好的机器学习模型对象及相关结果。
适用场景
- 环境健康研究: 分析加州地面臭氧浓度的时空分布对居民健康的潜在影响。
- 大气污染监测: 评估卫星数据与气象数据结合估算地面臭氧浓度的可行性。
- 区域环境规划: 为加州臭氧污染高风险区域的防控措施制定提供数据支持。
- 机器学习应用: 研究机器学习模型在大气污染物浓度估算中的性能与优化方向。
