基于机器学习方法的空气质量预测与影响因素识别

来源：计算机技术与发展杂志2024年第01期北京时间：

作者：李佳成;梁龙跃;'

单位：1. 贵州大学 经济学院,贵州 贵阳 550025;2. 贵州大学 马克思主义经济学发展与应用研究中心,贵州 贵阳 550025

摘要：空气质量指数(AQI)的精准预测及影响因素识别,对空气污染防护和治理具有重要现实意义。 选取北京市 2014年第一季度至 2022 年第二季度 AQI 作为研究对象,探究六大污染物、五个气象因子和十四个经济变量对空气质量影响。选用 DT,RF,GBDT 和 XGBoost 模型对 AQI 进行预测,并使用稳定性选择方法定量分析各个变量对 AQI 的贡献。 结果表明:四种模型方法均有良好的预测效果,其中 XGBoost 和 RF 的预测效果最优;六大污染物中 PM2. 5,PM10 浓度和气象因素中的风速和气压对 AQI 影响较大;十四个经济变量对 AQI 的影响差异较大,其中城镇居民人均可支配收入、第三产业GDP 和规模以上工业总产值等对 AQI 影响较大,而第一产业 GDP 和公路货物运输量等影响较小。

关键词：空气质量;影响因素;定量分析;机器学习;稳定性选择