随机森林算法在气象与空气质量分析中的应用.pdfVIP

第４７卷第２４期山西建筑Ｖｏｌ．４７Ｎｏ．２４

·１２２·２０２１年１２月ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥＤｅｃ．２０２１

１０．１３７１９／ｊ．ｃｎｋｉ．１００９－６８２５．２０２１．２４．０４０

ＤＯＩ：

随机森林算法在气象与空气质量分析中的应用★

邵凯旋，吴映涵，梅钢

（中国地质大学（北京），北京１０００８３）

摘要：基于随机森林算法对北京市气象条件与空气质量的变化关系进行了研究。在相关性分析的基础上，利用Ｊｕｌｉａ语言实现

随机森林对空气质量进行了预测。研究发现，空气质量气象因子之间、各空气污染物之间均存在较明显的相关性。

关键词：空气质量；气象条件；随机森林；Ｊｕｌｉａ语言

中图分类号：Ｘ６５１文献标识码：Ａ１００９－６８２５（２０２１）２４－０１２２－０５

文章编号：

１概述的方法将多个气象要素简化为两个主成分并进行线性回归

分析，根据回归系数得到了气象要素与空气质量的相关关

近年来，随着经济的高速发展和人民生活质量的不断

系；祁晓雨等［２］使用数据分析和挖掘的方法对北京六种大

上升，社会对空气质量的关注度日益增高。空气质量是健

气污染物浓度和五种气象因子的数据集进行分析，通过拟

康和生活的重要影响因素之一。局部环境空气质量除了受

合发现相较于单一气象因子，多种气象因子组合对大气污

局地大气污染物排放的直接影响，也受局地气象要素及气

染物浓度的影响更加显著，并分析了相同的气象因子对

候变化的影响。有研究表明，在污染源排放相对稳定的条

［３］

件下，气象条件对空气质量起主导作用。研究气象要素与不同污染物的不同影响；任才溶等在构建基于气象参

大气污染物的关系，并将气候变化与其结合起来，预测未数的随机森林预测模型时使用ＫＭｅａｎｓ算法对训练样本

来各气象要素变化对各大气污染物的潜在影响，对我国进行聚类，对不同的聚类使用不同的分类模型，将每个模

节能减排政策的制定具有一定的指导意义。对同一地区型的结果汇总得到最终的ＰＭ２．５等级预测结果；Ｅｆｎａｎ

［４］

而言，由于天气状况等自然条件的不断改变极其他因素等通过从空气质量数据中提取统计特征并将其输入线

的影响，在同一地点对同一来源的污染物的监测结果也性和非线性分类器，提出了一种适用于大范围地理区域

［５］

可能出现很大差异。北京作为我国首都，在国家发展中的空气质量预测模型；Ｐａｕｌｏ等提出了一种基于随机游

扮演着极其重要的角色，其空气质量问题也常常受到全走的时间序列预测体系，在不依托于其他外部信息的条

国人民的普遍关注。件下，仅用过去的污染物浓度变化预测未来的污染物浓

机器学习是一种数据分析的方法，作为人工智能的一度；此外，神经网络也是用于空气质量预测的常见方法之

［６］

个分支，它可以自动化