基于随机森林模型的北京市五环内噪声地图模拟

基于声环境常规监测数据与道路交通、兴趣点、自然与社会经济、气象、空气质量、虚拟变量等特征参数,根据随机森林(RF)算法参数重要性排序结果,采用滑动窗口序贯向前选择法(SWSFS)进行参数选择,构建RF模型,预测北京市五环内100 m×100 m网格的噪声强度,绘制噪声地图,评估噪声时空分布特征,探讨影响噪声分布的主要因素。结果表明:2019年,北京市五环内声环境常规监测站点监测到的噪声强度为56.71 dB(A)±9.83 dB(A);采用RF模型预测得到的昼夜加权噪声强度为59.87 dB(A)±6.41 dB(A),且深夜噪声低于白天和晚上。十折交叉验证结果表明,该模型预测性能较好,决定系数(R^(2))为0.78,均方根误差(RMSE)为4.65 dB(A),平均绝对误差(MAE)为3.60 dB(A)。相比土地利用回归模型(LUR),RF模型更优,其R^(2)提高了35.09%,RMSE和MAE分别降低了24.13%和23.46%。RF模型特征参数重要性排序结果显示,道路交通(尤其是交通繁忙的主要道路)、兴趣点(尤其是公交车站、餐饮场所、购物场所)以及时间段等是影响噪声分布的主要因素。RF模型可以作为反映北京等特大城市噪声情况的一种可靠方法,为噪声暴露评估提供有效手段。