基于随机森林模型的山东省典型城市O3与PM2.5污染影响因子
来源：环境科学杂志2025年第1期北京时间：
作者：王玉,曲凯,葛衍珍,刘辉,陈超,王文鑫,隋潇,魏敏,史祥利,刘厚凤
单位：山东师范大学地理与环境学院, 济南 250014,山东省环境信息与监测中心, 济南 250101,泰安市生态环境保护控制中心, 泰安 271000,清环智源(北京)科技有限公司, 北京 100083,山东师范大学地理与环境学院, 济南 250014,山东师范大学地理与环境学院, 济南 250014,山东师范大学地理与环境学院, 济南 250014,山东师范大学地理与环境学院, 济南 250014,山东师范大学地理与环境学院, 济南 250014,山东师范大学地理与环境学院, 济南 250014
摘要：目前O3和PM2.5污染仍是制约山东省空气质量进一步改善的关键难题. 基于山东省济南、淄博、泰安和威海这4个典型城市的2021年气象、常规污染物及VOCs数据,采用随机森林模型研究了O3和PM2.5影响因子的相对重要性. 结果表明,对4个城市O3影响重要性最高的是气温,其次为前体物. 济南与威海NOx重要性低于VOCs,淄博与泰安则相反. 不同城市影响O3的VOCs物种重要性与其排放源结构有关. 济南受溶剂使用及交通排放的芳香烃和烯烃影响较大,淄博受石油化工和化学制药等排放的C2~C5烷烯烃和芳香烃影响最大,植物源异戊二烯对泰安重要性较高,船舶/渔具制造、橡胶生产和电子制造等行业产生的OVOCs和卤代烃类对威海影响较为突出. 对PM2.5影响重要性最高的是CO、NOx和SO2等前体物,其次为气象因子和VOCs. 其中石油炼制、化学制药以及煤和柴油燃烧等过程产生的长链烷烃、OVOCs、卤代烃和乙炔是对PM2.5污染重要性较高的物种. 研究结果可为城市制定差异化的污染管控策略提供有益借鉴.
关键词：O3,PM2.5,随机森林（RF）,影响因子,山东省,
