基于随机森林模型的四川气象对PM2.5影响研究

为探究不同气象因子对PM2.5浓度变化的影响效应,使用2018—2021年四川盆地18个城市的PM2.5监测数据以及同期盆地内四个典型城市(成都、达州、南充和攀枝花)的气象数据资料。在分析四川盆地PM2.5浓度时空变化分布的基础上,进一步采用随机森林模型对上述四市的PM2.5浓度与不同气象因子的关联及重要性进行评估,筛选出与PM2.5浓度变化密切相关的气象因子,继而构建出基于不同气象因子的PM2.5浓度预报模型,并对其预报效果进行检验。结果表明:①整体而言,2018—2020年四川盆地PM2.5浓度显著降低,2021年略有回升;就空间分布而言,高值区主要集中在宜宾、乐山、眉山、成都、德阳等四川盆地西南一带,这些地区PM-32.5浓度高达32μg·m。②气象影响因子中最低气温、降水量和平均风速三个因子对PM2.5浓度的变化起主导作用,而边界层厚度和对流有效位能对PM2.5浓度变化的影响效应相对较弱。③PM2.5浓度在30~70μg·m-3范围内,随机森林模型的预测值能很好地反映真实值有较好的预测能力和稳定性。

民办本科学生考研动机及影响因素研究

本文基于目前民办高校学生“考研比率激增”现象,通过问卷调查和个人访谈等研究方法,了解分析产生这种现象的原因,从影响大学生考研因素的社会、学校、家庭、个人角度等四个方面进行融合分析,并针对这些问题提出措施,如:学校主体采取精准指导,辅导员和老师对考研群体进行学生心理与学业指导,解决家长与子女不同考研观念的冲突,利用大数据网络监督能力,线上线下结合,改善考研“浮夸风”等措施,多方面携手合作多管齐下以此来让高校学生正视考研,慎重考研,为高校学生的大学生活规划打下基础。