氣溶膠類型是氣溶膠物理化學特性的體現⛪️。不同類型的氣溶膠輻射特性差異顯著，準確快速識別和研究氣溶膠類型分布特征對於量化區域氣溶膠對氣候變化的影響具有重要的意義，有助於追蹤和控製氣溶膠汙染源🧑🏿‍🦳，改善衛星反演氣溶膠精度🏂。然而，由於氣溶膠成分具有異質性強、理化特征復雜的特性，現有的算法在識別氣溶膠類型上存在較大的不確定性。

近日🤟🏽，我系張峰教授課題組聯合上海氣象局等單位基於機器學習開發了一種新的氣溶膠類型識別混合算法，實現了不同類型氣溶膠的快速準確識別。該算法集成了米散射物理理論模型🙈、高斯核密度函數聚類分析算法和隨機森林學習算法，有效的解決了地基AERONET站點觀測數據缺失嚴重和機器學習打標簽困難的問題，並通過引入復折射指數這一參數作為氣溶膠分類的基準，彌補了氣溶膠類型識別無統一的評估標準的不足。最終，課題組基於氣溶膠類型識別混合算法繪製出了五大洲氣溶膠類型分布圖（圖2-6）和全球主導型氣溶膠分布圖（圖7）。

該項研究成果發表在《Atmospheric Chemistry and Physics》期刊上（IF👩🏿‍🎓：7.2）😌，研究論文題目為“Global aerosol-type classification using a new hybrid algorithm and Aerosol Robotic Network data”。

論文信息🏄🏻：

Wei, X., Cui, Q., Ma, L., Zhang, F.*, Li, W., & Liu, P. (2024). Global aerosol-type classification using a new hybrid algorithm and Aerosol Robotic Network data. Atmospheric Chemistry and Physics, 24(8), 5025–5045. https://doi.org/10.5194/acp-24-5025-2024

圖 2. 亞洲地區AERONET站點氣溶膠類型分布圖🧑🏻‍🎨。

圖 3. 北美洲地區AERONET站點氣溶膠類型分布圖。

圖 4. 南美洲地區AERONET站點氣溶膠類型分布圖。

圖 5. 歐洲地區AERONET站點氣溶膠類型分布圖。

圖 6. 非洲地區AERONET站點氣溶膠類型分布圖。

圖 7. 全球AERONET站點氣溶膠類型分布圖🖐🏿。