16 / 2023-02-27 17:25:35

基于随机森林模型的海峡西岸清洁岛屿O3浓度预测研究

随机森林；多元线性回归；臭氧浓度预测；检验评估

利用平潭综合实验区环境监测中心站、平潭国家基本气象站实况监测数据以及欧洲中心EC细网格的模式资料，运用随机森林、多元线性回归建立了O₃浓度预测模型，并通过计算RMSE、Bias、MAE、SITE、ERTE等定量分析二者的可用性和稳定性。结果表明：（1）海峡西岸清洁岛屿平潭近年来Ｏ₃污染态势严峻，2018年O₃_8H年平均值为99.8 µg·m-3。从季节上看，O₃浓度秋高夏低；从逐月来看，10月浓度最高，7月最低。（2）通过随机森林模型计算得出预测因子重要性排名前12的依次为前一天O₃_8H、Rh、10U、前一天AQI、Tmax、P0、Lcc、500V、850V、700U、700V、850U。其中5项为高空风（500V、850V、700U、700V、850U）因子，说明建模时需要考虑O₃通过高空风动量下传向近地面进行输送的情况。（3）随机森林模型预测O₃浓度的RMSE（20.75µg·m^-3）、Bias（3.01µg·m^-3）、MAE（15.88µg·m^-3）均小于多元线性回归模型，其对于O₃污染的SITE（77.3%）高于多元线性回归模型，说明随机森林模型在O₃浓度预测中的可用性、稳定性及准确率要优于多元线性回归模型；随机森林模型能够较好地反映O₃浓度峰值，对于O₃污染预警具有指示意义。