目的 以硝酸根离子(NO-3)为例,建立基于随机森林算法的PM2.5成分浓度估算模型,并获得对NO-3浓度影响较大的因子,以及NO-3浓度的连续时间序列特征.方法 研究以2013—2017年气象、土地利用、排放清单和PM2.5、NO2、PM10、SO2、CO空气质量监测数据为自变量,以NO-3浓度数据为因变量,利用值提取至点、反距离权重插值和设置1 km缓冲区等方法将各类数据集标准化.构建随机森林模型,并采用十折交叉法对模型拟合效果进行验证.结果 模型验证结果表明,模拟值和真实值的拟合程度较高,日均、月均和年均浓度R2分别为0.61,0.77和0.83.由NO-3浓度的模型特征参数重要性排序可得,PM2.5质量浓度的重要性得分最高(0.387),反照率滞后2日(lag2)、反照率滞后1日(lag1)、10 m经向风速,边界层高度等气象因素与NO-3浓度变化关系较密切.此外,交通、民用、工业和电力部门排放的一次PM2.5源均排在重要性前20名.结论 多参数的随机森林模型在PM2.5成分模拟中有一定的优越性;PM2.5质量浓度、NO2、10 m经向风速、生活源和交通源的一次PM2.5源等因子对于NO-3浓度模拟影响较大;NO-3浓度存在一定的季节分布特征.

细颗粒物(PM2.5);成分;硝酸根离子(NO-3);随机森林;浓度模拟

周珍;张亚一;王情;高祥伟;马润美;班婕;陆开来

江苏海洋大学海洋技术与测绘学院,连云港 222005;中国疾病预防控制中心环境与健康相关产品安全所

环境卫生学杂志

[1]周珍;张亚一;王情;高祥伟;马润美;班婕;陆开来-.基于随机森林模型的PM2.5成分NO-3浓度估算)[J].环境卫生学杂志,2022(03):177-183

随机森林模型,PM2,硝酸根离子,随机森林算法,估算模型,连续时间,时间序列特征,排放清单,NO2,PM10,SO2,空气质量监测,因变量,反距离权重插值,缓冲区,模型拟合,拟合效果,模型验证,真实值,拟合程度,日均,月均,模型特征,参数重要性,重要性排序,反照率,lag2,lag1,经向,边界层高度,气象因素,浓度变化,变化关系,电力部门,排在,多参数,生活源,通源,浓度模拟,季节分布特征,细颗粒物

0.366981