| 中国区域PM2.5浓度估算以及影响因素解析 |
| |
| 引用本文： | 曹媛,宫明艳,沈非,麻金继,杨光,林锡文.中国区域PM2.5浓度估算以及影响因素解析[J].大气与环境光学学报,2023(3):245-257. |
| |
| 作者姓名： | 曹媛 宫明艳 沈非 麻金继 杨光 林锡文 |
| |
| 作者单位： | 1. 安徽师范大学地理与旅游学院;2. 资源环境与地理信息工程安徽省工程技术研究中心;3. 安徽师范大学物理与电子信息学院 |
| |
| 基金项目： | 国家自然科学基金项目(42271372)； |
| |
| 摘 要： | 基于2018年中国逐日PM2.5数据，选用随机森林方法构建了高精度PM2.5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PM2.5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PM2.5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PM2.5的浓度，且在季节和区域尺度上也有良好的适用性；(2) PM2.5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PM2.5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PM2.5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PM2.5浓度变化会产生显著影响，说明提升空气质量要从多因...
|
| 关 键 词： | 大气遥感 随机森林 PM2.5 时空关联 |
|
|
