大气污染物(CO、O3、SO2、NO2)沉降通量数据集

2025年10月8日·
李晓玲
李晓玲
刘晓宇
刘晓宇
,
Xiaohuan Liu
,
Zhengyang Zhu
,
Yunhui Xiong
胡璟霏
胡璟霏
宫响
宫响
Corresponding
· 2 分钟阅读时长
Link
摘要
基于气象数据、污染物浓度数据和沉降速率数据利用深度学习模型和干沉降通量计算公式得到大气污染物(CO、O3、SO2、NO2)沉降通量数据集。
类型
出版物
In ICHD-2023
datasets

信息卡片

  • 中文名称: 大气污染物(CO、O3、SO2、NO2)沉降通量数据集
  • 英文名称: Atmospheric Pollutant Deposition Flux Data Set (CO, O₃, SO₂, NO₂)
  • DOI: [https://doi.org/10.3390/atmos16101168]
  • CSTR: [https://www.mdpi.com/2073-4433/14/3/467]
  • 数据集编码:
  • 数据共享方式: 完全共享
  • 授权许可方式:
  • 学科分类: 化学海洋
  • 数据量: 686MB

基本信息

  • 时间范围: 2014年01月01日至2021年12月31日
  • 水平分辨率: 0.75° x 0.75°
  • 空间区域:
  • 垂直分辨率: -
  • 经度范围: 116.25°E~123.75°E
  • 时间分辨率: 3h
  • 纬度范围: 35.25°N~42.75°N
  • 存储格式: nc
  • 要素信息: time,latitude,longitude,CO,O3,SO2,NO2
  • 关键词: 深度学习,沉降通量,CO、O3、SO2、NO2
  • 资助项目编码:
  • 资助项目:

数据联系信息

  • 数据生产者: 贾兴斌
  • 单位: 青岛科技大学数理学院
  • 联系方式: 18409351359
  • 中心联系人: 宫响
  • 联系方式: gongxiang@qust.edu.cn

数据使用声明

  • 声明内容: 为尊重知识产权、保障生产者和数据服务提供者的权益,请数据使用者在基于本数据所产生的研究成果(包括项目评估报告、验收报告,以及学术论文或毕业论文等) 中标注数据来源,并按照[文献引用方式]标注需引用的参考文献,同时将可公开成果提交到本平台。
  • 引用方式:数据来源于青岛科技大学数理学院,数据提供者:贾兴斌。
  • 致谢方式: 感谢青岛科技大学数理学院贾兴斌提供数据支撑。
李晓玲
Authors
2023级数学硕士研究生
我目前是一名数学专业研究生,研究方向是人工智能海洋大气大数据分析领域, 我的研究核心围绕海洋大气数据的采集、预处理、建模与分析展开,依托数学专业扎实的数理基础、 数值分析能力和统计建模功底,运用机器学习、深度学习等人工智能技术,为海洋环境预测、气象灾害预警、 海洋资源开发等相关领域提供理论支撑与技术参考。
刘晓宇
Authors
2024级数学硕士研究生
我是一名数学专业研究生,研究方向是人工智能海洋叶绿素领域, 我的研究核心围绕海洋叶绿素数据的收集、预处理、重建与分析展开。
胡璟霏
Authors
2025级统计学硕士研究生
这里可以有一小段介绍,大概几行字,可以长一些,介绍作者的研究方向、兴趣爱好等。
宫响
Authors
副教授
中国海洋大学博士,博士后,现任数学系副主任兼应用数学教研室主任,青岛市人工智能海洋技术创新中心骨干,发表高水平论文40余篇,承担国家自然科学基金、国家博士后基金、青岛市博士后基金以及人工智能技术开发项目等10余项。多次获得“青岛科技大学先进工作者”、“青岛科技大学先进女职工”、青岛科技大学毕业生“我最喜爱的教师”等荣誉称号;指导本科生和研究生参加数学建模竞赛,获得省级以上奖项10余项;主持参与多项研究生和本科生课程教改项目。