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。