中国区域PM_(2.5)浓度估算以及影响因素解析

作     者：曹媛 宫明艳 沈非 麻金继 杨光 林锡文 CAO Yuan;GONG Mingyan;SHEN Fei;MA Jinji;YANG Guang;LIN Xiwen

作者机构：安徽师范大学地理与旅游学院安徽芜湖241002 资源环境与地理信息工程安徽省工程技术研究中心安徽芜湖241002 安徽师范大学物理与电子信息学院安徽芜湖241002 

出 版 物：《大气与环境光学学报》 (Journal of Atmospheric and Environmental Optics)

年 卷 期：2023年第18卷第3期

页      面：245-257页

核心收录：

学科分类：07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 

基　　金：国家自然科学基金项目(42271372) 

主　　题：大气遥感 随机森林 PM2.5 时空关联 

摘      要：基于2018年中国逐日PM_(2.5)数据,选用随机森林方法构建了高精度PM_(2.5)浓度估算模型,并在季节和区域尺度上验证了其时空适用性,进一步利用特征重要性方法系统阐释了各影响因子对PM_(2.5)浓度变化的重要程度,最后利用偏依赖技术探究了不同影响因素的交互作用对PM_(2.5)浓度变化产生的综合影响。结果表明:(1)相比于多元线性回归与极端梯度提升树模型,利用多源数据构建的随机森林模型精度最高,可准确模拟出PM_(2.5)的浓度,且在季节和区域尺度上也有良好的适用性;(2)PM_(2.5)浓度估算模型的特征重要性排序分析发现,对2018年全国日均PM_(2.5)浓度影响显著的因子主要是时空、大气边界层高度等全局性因素,表明大气污染防治应把握PM_(2.5)传输机制,强化区域联防联控;(3)偏依赖交互效应研究发现温度和相对湿度以及年积日、纬度、温度和大气边界层高度的组合对PM_(2.5)浓度变化会产生显著影响,说明提升空气质量要从多因子协同治理的角度出发。