隨機(jī)森林模型在太原市細(xì)顆粒物濃度預(yù)測(cè)中的應(yīng)用.pdf

1、作為大氣中污染最重的污染物—首要污染物，它的濃度是一項(xiàng)重要的空氣質(zhì)量指標(biāo)。因此面對(duì)日益嚴(yán)峻的空氣質(zhì)量狀況，及時(shí)開(kāi)展首要污染物濃度的預(yù)報(bào)、預(yù)警工作顯得尤為重要。太原市作為我國(guó)典型的能源化工基地，大氣污染長(zhǎng)久以來(lái)一直比較嚴(yán)重，空氣質(zhì)量問(wèn)題備受政府和市民的關(guān)注，對(duì)太原市的大氣污染問(wèn)題進(jìn)行深入研究迫在眉睫。
　　首先，本文以太原市2013年12月1日至2016年12月31日的逐日空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)和對(duì)應(yīng)的地面氣象數(shù)據(jù)資料為基礎(chǔ)，對(duì)其近三年的

2、空氣質(zhì)量狀況、首要污染物的分布特征進(jìn)行描述性統(tǒng)計(jì)分析，發(fā)現(xiàn)太原市大氣污染中的首要污染物主要為顆粒物：PM10和PM2.5，其中PM10是春夏季節(jié)主要的首要污染物，PM2.5是秋冬季節(jié)主要的首要污染物。另外，太原市在2014-2016年間達(dá)到“中度污染”及以上的天氣共138天，其中：春夏季節(jié)占17天，秋冬季節(jié)占121天。鑒于太原市秋冬季節(jié)的空氣質(zhì)量較差，本文僅對(duì)秋冬季節(jié)的PM2.5濃度進(jìn)行預(yù)測(cè)。
　　其次，系統(tǒng)性地闡述了本文所用的隨

3、機(jī)森林模型的相關(guān)理論知識(shí)。然后，本文在借鑒其他學(xué)者研究方法的基礎(chǔ)上，從空氣污染物與氣象因素的角度出發(fā)，收集了可能影響PM2.5濃度的關(guān)鍵因素，并利用Pearson相關(guān)系數(shù)和Spearman秩相關(guān)系數(shù)分析了PM2.5濃度與這些因素之間的相關(guān)性。
　　最后，通過(guò)10折交叉驗(yàn)證法，建立基于隨機(jī)森林算法的PM2.5濃度預(yù)測(cè)模型，并與傳統(tǒng)的線性回歸模型、Boosting回歸模型及支持向量回歸模型進(jìn)行對(duì)比研究。結(jié)果表明，預(yù)測(cè)性能指標(biāo)NMSE、