基于随机森林方法分析环境因子对空气负离子的影响

摘要：

空气负离子是衡量一个地区空气清洁度的重要指标,对人体的心理和生理机能的调节发挥着重要作用.随着森林生态旅游的兴起,空气负离子的发生过程及影响机制已成为研究热点.本研究基于华北低丘山地森林植被主要生长季的气象数据和栓皮栎人工林空气负离子浓度观测资料,利用机器学习中随机森林模型从非线性角度全面分析确定影响空气负离子浓度变化的重要环境因子,通过独立样本对构建的随机森林模型进行模拟和检验,确定模型的预测精度,同时筛选出对空气负离子影响程度最大的环境因子.结果表明:随机森林模型在分析环境因子对空气负离子影响方面具有较高的精度以及较好的拟合效果,通过对模型的拟合值与实测值进行验证,均方根误差(RMSE)为59.349,决定系数R2达到了0.887.同时利用独立样本数据对随机森林模型进行十折交叉验证,决定系数R2均达到了0.904以上,且均方误差(RMSE)较小,为24.851.此外,模型筛选出影响空气负离子的主要因素,按重要性排序依次为颗粒物PM2.5(48.037)、饱和水汽压差(46.169)、土壤湿度(43.984)、风速(43.779)、紫外辐射(41.130)、土壤温度(40.107)、总辐射(36.838)、大气压力(34.532),其中对模型重要性贡献相对较高的3个变量分别为颗粒物PM2.5、饱和水汽压差和风速,它们对空气负离子的影响起决定性作用.因此,随机森林模型适合分析环境因子对空气负离子影响,且拟合效果精度高,稳定性强.

关键词：空气负离子、环境因子、机器学习、随机森林、栓皮栎

所属期刊栏目：42

分类号：R587.1;TP391;S718.5

资助基金：中央级公益性科研院所基本科研业务费专项CAFYBB2018ZA002

在线出版日期：2021-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：390-401