基于增强回归树的城市PM_2.5日均值变化分析:以常州为例

来源：环境科学杂志2017年第1期北京时间：

作者：葛跃,王明新,孙向武,齐今笛

单位：常州大学环境与安全工程学院, 常州 213164,常州大学环境与安全工程学院, 常州 213164,常州大学环境与安全工程学院, 常州 213164,常州大学环境与安全工程学院, 常州 213164

摘要：利用2014年12月至2015年11月常州市区6个国控监测站空气污染物浓度逐时数据，分析了PM_2.5浓度季节变化特征，采用增强回归树模拟分析了PM₁₀、4种气态污染物和7个气象因子对ρ（PM_2.5）日变化的贡献.结果表明，常州市区PM_2.5污染季节差异明显，冬季污染严重且持续时间长，夏季污染较轻.四季ρ（PM_2.5）空间分布特征存在一定差异，但各季内不同监测站差异较小.增强回归树对ρ（PM_2.5）日均值进行模拟和验证得到，训练数据的相关性为0.981，交叉验证的相关性为0.957.此外，模拟值与实测值的标准化平均偏差为1.80%，标准化平均误差为10.41%，可见模型拟合效果较好.PM₁₀、气态污染物、气象因子和区域输送及扩散这4种影响类型对全年ρ（PM_2.5）日均值差异的贡献率分别为23.4%、28%、36.2%和12.6%，表明在对ρ（PM_2.5）日均值差异的影响上，气象因子 > 二次形成 > 一次源 > 区域输送及扩散.在对ρ（PM_2.5）日均值差异贡献率大于5%的因子中，ρ（PM_2.5）日均值与PM₁₀、相对湿度、CO和O₃正相关，与温度、SO₂和混合层高度负相关，与大气压和NO₂关系较复杂.区域输送及扩散方面，东南风向、偏西风向和偏北风向等上风向周边城市的污染物输送对常州市区PM_2.5污染存在较大的负面影响.

关键词：常州市区,PM2.5,季节变化,增强回归树,模拟,验证,贡献率,