中国环境科学

作者：陈艺敏, 苏漳文, 陈移萍, 林子彭

单位：1. 漳州职业技术学院石油化工学院, 福建 漳州 363000;2. 福建省精细化工应用技术协同创新中心, 福建 漳州 363000

关键词：PM2.5驱动因素,地理加权随机森林,空间效应,长三角地区

基金：福建省中青年教师教育科研项目(科技类)(JAT220690);2023年度漳州职业技术学院博士科研启动资金(ZZYB2305)

采用随机森林(RF)和地理加权随机森林(GWRF)对长三角地区2003~2019年的PM2.5浓度及其驱动因素数据进行训练、校验与测试,并探讨它们之间的关系.结果表明:(1)相比RF模型,GWRF模型对PM2.5浓度的训练和预测更优,其各项模型评估指标均优于RF模型,且GWRF模型残差的空间自相关性更低.(2)GWRF模型预测2019年PM2.5浓度分布优于RF模型,与实际观测浓度分布基本一致,但两个模型均存在北部高估南部低估的情况,且高估区域大于低估区域.(3)RF模型在研究PM2.5浓度分布最重要且显著的驱动因子方面是全局性的,而GWRF模型得到干旱、气温、温差、风速以及人类干扰对PM2.5分布的影响是局部性的.在大尺度下,这种局部性的效应对于PM2.5精细化防控更具实际性的指导意义.此外,在全球气候暖干化和区域气候空间异质性的背景下,把干旱融入PM2.5预测并建立具有局部效应的模型有助于环境监管机构及决策者制定防控措施.

来源：2024年第8期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2024年第8期