森林工程

作者：李海洋,叶俊

单位：；黑龙江科技大学 矿业工程学院，哈尔滨，150022；

关键词：夜间PM2.5质量浓度,机器学习,辐射传输,东北三省,森林植被保护

基金：黑龙江科技大学引进高层次人才科研启动基金项目(7021000009020403)

气候变化与森林植被影响着PM2.5质量浓度的分布，而PM2.5作为空气的重要污染物也可直接或间接影响森林 植被生长。目前，基于光学气溶胶厚度（AOD）反演日间PM2.5的技术已经较为成熟，夜间PM2.5作为日间PM2.5的补充，对于PM2.5的全天监测具有重要意义。基于辐射传输理论，以夜间灯光亮度、增强型植被指数和7个气象因素（2 m露点温度、2 m温度、U风速分量、V风速分量、大气表面压力、蒸发量、降雨量）作为输入变量，夜间PM2.5质量浓度作为响应变量，建立机器学习估算模型，以期为东北三省夜间PM2.5质量浓度监测提供参考。结果表明，基于集成树构建的模型具有较高的估算精度，其拟合优度（R 2）为0.68，平均绝对误差（MAE）为7.05 µg/m3，均方根误差（RMSE）为11.62 µg/m3。此外，通过分析东北三省各监测站PM2.5估算值与真实值的误差，发现模型具有一定的时空敏感性。通过及时准确地掌控夜间PM2.5质量浓度的分布状况，可以为森林植被保护工作的开展提供参考。

来源：2024年第4期

《森林工程》期刊编辑部

查看森林工程杂志2024年第4期