基于梯度提升树算法的广州市紫外辐射拟合模型构建与相关因子分析

利用2019—2021年广州市紫外辐射数据、常规气象观测数据以及环境空气质量观测数据,对广州市紫外线辐射强度变化特征及与气象、环境因子的相关性进行分析,选择与广州市紫外辐射显著相关的7种特征因子,采用梯度提升树(Gradient Boosting Decision Tree,GBDT)算法建立广州市紫外辐射拟合模型。结果表明:(1)广州市紫外线辐射强度具有明显的季节变化和日变化特征,季节变化表现为夏秋季高、冬春季低的特征。2020、2021年紫外辐射强度的最大值出现在7月,2019年出现在9月。3年紫外线辐射最小值都出现在3月,2020年最小为15.9 W·m^(-2)。日变化呈现出早晚小中午大的特征,于12:00左右达到日最大值;(2)与紫外线辐射强度显著相关的因子为气温、能见度、总云量、相对湿度、太阳高度角、臭氧(O3)浓度、二氧化氮(NO2)浓度;(3)紫外线辐射模型拟合效果较好,训练集和测试集的决定系数R2分别为0.93、0.80,对应的均方根误差RMSE为2.7 W·m^(-2)、4.9 W·m^(-2)。模型拟合估算等级正确的为75%,相差1级的占21%,相差2级的比例为4%。