基于随机森林的京津冀地区PM_(2.5)遥感反演及变化分析

大气细颗粒物PM_(2.5)是影响人类生存环境和身体健康的主要大气环境污染物,研究PM_(2.5)质量浓度季节变化的规律及空间分布特征,对于大气污染物的预防和治理有着重要的意义。利用2018~2020年MODIS卫星L2级AOD产品、MERRA-2气象数据以及地面站点PM_(2.5)实测数据,基于改进的随机森林算法,构建AOD-PM_(2.5)反演模型,对京津冀地区PM_(2.5)质量浓度进行估算,并分析PM_(2.5)质量浓度空间分布特征以及季节变化规律。结果表明:①春夏秋冬4组模型决定系数(R2)均值分别为0.78、0.66、0.83、0.83,模拟精度较高。②2018~2020年京津冀地区春夏秋冬四季PM_(2.5)浓度呈显著的空间分布特征及季节变化规律。其中PM_(2.5)污染最大值出现在冬季,最小值出现在夏季。③历年同季节相比,京津冀地区PM_(2.5)污染范围和浓度数值均有所减小,2020春季和秋季PM_(2.5)污染范围与2018年、2019年相比改善较明显。