河南省山地空气负氧离子预测模型研究.pdf

山 东 科 学 第 卷 第 期 年 月出版.:./.【环境与生态】收稿日期:基金项目:中国气象局河南省农业气象保障与应用技术重点实验室应用技术研究基金()作者简介:刘玉珠()女硕士工程师研究方向为生态旅游服务:.河南省山地空气负氧离子预测模型研究刘玉珠张玮(河南省气象服务中心河南 郑州)摘要:利用河南省西部、南部山区 个县区的 个空气负氧离子站监测数据和中分辨率成像光谱仪()植被指数产品数据使用相关分析、随机森林回归模型等方法分析了影响河南省山地空气负氧离子浓度的主要气象因子和环境因子并建立预测模型 结果表明影响河南省山地负氧离子浓度日变化的主要气象因子是温度和相对湿度主要环境因子是.浓度、浓度和植被覆盖 通过建立负氧离子浓度预测模型实现了负氧离子预报的定量化为地区空气质量评价提供参考关键词:负氧离子气象因子环境因子预测模型中图分类号:文献标志码:文章编号:()开放科学(资源服务)标志码():().山 东 科 学 年 空气负氧离子指的是由于获得成对电子而带负电荷的氧气离子在自然条件下负氧离子的产生方式通常包括大气电离、辐射、树木枝叶尖端放电、植物光合作用产生光电效应、水的勒纳德效应等 相关研究表明空气负氧离子可以降解、中和、吸附空气中的有毒物质和污染悬浮物具有改善空气质量、提高免疫力、促进人体健康的作用因此又有“空气维生素”“长寿素”等美誉 受地理空间位置、自然环境、植被覆盖、人类活动等多方面的影响不同条件下空气负氧离子浓度会有显著的差异作为评价人居环境中空气质量的一项重要指标负氧离子浓度已经成为游客选择休闲养生旅游目的地的一项重要参考因子对地方发展自然生态旅游有一定的导向作用 近年来国内外学者在空气负氧离子时空分布、浓度影响因子等方面对不同地区的空气负氧离子开展了一系列研究 等、等、等等研究了不同室外环境下、不同影响因子下的大气负氧离子浓度变化 从菁等、王宝等、顾小丽等、张勇等等分别对大连市、玉溪市、宁波市、峨眉山景区等地区的负氧离子分布状况进行分析并结合各地具体环境条件和气象条件建立了相应的负氧离子浓度预测模型负氧离子浓度是“中国天然氧吧”创建活动重要的创建指标之一河南省积极开展创建“中国天然氧吧”工作在三门峡、洛阳、平顶山、南阳、信阳等地共计安装 个负氧离子自动监测站分布于 个县区实现了逐日逐小时自动监测为科学分析豫西、豫南山区的负氧离子浓度特征提供了数据支持 本文依据自动监测站数据对豫西、豫南山区的负氧离子浓度变化进行分析确定其与气象因子、环境因子之间的关系并建立山地负氧离子浓度预测模型以期为河南省山地负氧离子浓度定量化预报及山地生态旅游规划、生态保护等提供科学依据 资料与方法.资料选取研究采用 年 月至 年 月卢氏县、嵩县、鲁山县、西峡县、新县等 个县区位于山区的 个负氧离子自动监测站的逐小时监测数据包括负氧离子浓度(个/)、温度()、相对湿度()、风速(/)、风向、浓度(/)、.浓度(/)数据监测站所在县区采用(中分辨率成像光谱仪)植被指数产品数据空气负氧离子浓度以每立方厘米空气中离子迁移率./()的离子数目来表示 负氧离子监测仪器型号包括成都晴好科技有限公司的 型、型、型等 仪器采用国际通行的吸入式电容收集法对大气中负离子浓度进行测量 研究中对监测数据进行了质量控制剔除异常值和缺测值运用算术平均的方法对负氧离子进行小时、日、季节等不同时间尺度的计算统计.研究方法按监测站所处的下垫面环境将 个负氧离子监测站分为两类进行分析一类区域为风景区二类区域为居民区其中风景区监测站有 个居民区监测站有 个 对负氧离子浓度(个/)与温度()、相对湿度()、风速(/)等气象因子以及 浓度(/)、.浓度(/)、(归一化差异植被指数 )等环境因子进行皮尔逊相关性分析探讨负氧离子浓度与气象因子、环境因子之间的关系 选取具有代表性的特征观测参数运用随机森林()回归建立河南山地负氧离子浓度的预测模型随机森林属于集成学习算法的一种是一组由决策子树()构成的组合模型 其中 为自变量 为服从独立同分布的随机变量 为决策子树的个数 通过样本选取随机性和特征选取随机性对自助法样本单独构建决策子树然后结合集成学习思想将各决策子树的结果按照一定规则汇总作为最后输出随机森林回归模型预测结果为:第 期刘玉珠等:河南省山地空气负氧离子预测模型研究()()()式()中()表示回归预测结果()表示基于 和 的输出 结果与分析图 河南省山地负氧离子日平均浓度变化.负氧离子日变化规律对 年 月至 年 月的负氧离子监测站点的逐小时浓度进行算术平均负氧离子变化特征见图 可以看出空气负氧离子有明显的日变化规律而且风景区和居民区的日变化趋势表现一致总体上负氧离子浓度分布日变化规律呈 型表现为一天之中清晨的负氧离子浓度最高其次是夜间午后负氧离子浓度相对最低 考虑是由于中午前后随着温度的升高和湿度的降低植物光合作用的效率下降同时午后太阳辐射减少从而造成负氧离子的浓度降低而傍晚之后人类活动逐渐减少负氧离子浓度则会逐渐回升 研究区域内风景区负氧离子浓度的变化范围介于 个/居民区负氧离子浓度的变化范围介于 个/根据世界卫生组织划定的清新空气负氧离子浓度 个/的标准河南山地空气中负氧离子浓度达到了空气清新的等级 由于风景区的植被覆盖普遍高于居民区并且人类活动相对较少故风景区的空气负氧离子浓度一般会高于居民区.负氧离子季节变化规律根据河南省气候特征每年 至 月为春季 至 月为夏季 至 月为秋季 月、月和 月为冬季对负氧离子监测数据进行算术平均浓度季节变化特征见图 研究区域负氧离子平均浓度季节变化由低到高为冬季、春季、秋季、夏季其中风景区负氧离子季节差异显著夏季的负氧离子浓度明显高于冬季 这与夏季雷雨天气多、草木繁茂吸收气溶胶粒子多有关相反冬季降水量较少空气干燥植物枯黄落叶光合作用和生物放电能力都明显下降造成了冬季负氧离子浓度较低的情况 研究也发现居民区的负氧离子浓度季节变化并不明显考虑和居民区人类活动密集、植被绿地较少、汽车尾气等造成空气质量不佳等因素有关由于目前样本有限未来可做进一步研究图 河南省山地负氧离子季节平均浓度变化.山 东 科 学 年.负氧离子浓度变化相关性分析及预测模型.负氧离子浓度变化相关性分析对空气负氧离子平均浓度日变化和主要气象因子相关性进行分析相关系数见表 结果表明空气负氧离子同温度、相对湿度的相关性较好同风速、风向的相关性较弱并且存在明显的季节差异 在季节尺度上不同季节的空气负氧离子浓度日变化与气温日变化呈负相关相关系数均通过.显著性检验 这与吴楚材、从菁、顾小丽等的研究结论一致主要原因或在于随着环境温度的升高污染物扩散下降的过程中易吸附负氧离子造成了负氧离子浓度的下降 空气负氧离子浓度日变化与相对湿度呈正相关随着相对湿度增加不同季节的空气负氧离子浓度均增加尤其对春季而言空气负氧离子和相对湿度的相关系数达到.这是因为负氧离子的主要存在形式是水分子和带多余电荷的分子的结合体比如()或()、()所以当环境中达到一定湿度才会形成负氧离子相对湿度较大时有利于空气中负氧离子浓度增加 此外风速和风向对空气负氧离子的影响较小主要差异来自季节变化表 全年和各季节负氧离子浓度日变化与主要气象因子的相关系数 时间段相关性温度相对湿度风速风向全年.春季.夏季.秋季.冬季.注:表示通过.显著性检验表示未通过检验分析空气负氧离子浓度日变化和不同环境因子的相关性发现空气负氧离子同.浓度、浓度及归一化植被指数()的相关性较好通过.显著性检验但是存在明显的季节差异 全年负氧离子浓度同.浓度和 浓度呈负相关.浓度、浓度与人类活动、空气污染密切相关当.浓度、浓度增加时容易吸附负氧离子使其消失造成负氧离子浓度的下降 空气负氧离子和植被指数存在正相关关系随着植被指数增加不同季节的空气负氧离子均增加这与植被覆盖增多、植物尖端放电和光合作用等有利于负氧离子生成有关 四个季节中空气负氧离子和植被指数存在显著正相关关系主要差异来自季节变化表 全年和各季节负氧离子浓度日变化与主要环境因子的相关系数 时间段相关性.浓度浓度归一化植被指数全年.春季.夏季.秋季.冬季.注:表示通过.显著性检验表示未通过检验第 期刘玉珠等:河南省山地空气负氧离子预测模型研究.负氧离子预测模型通过相关性分析对备选影响因子进行了初步筛查考虑到季节、经纬度等影响因素构建浓度预测模型需要对初步筛选的影响因子进行进一步的特征选择 研究利用极端随机树算法()对各因子对负氧离子浓度的影响进行进一步分析 将所有因子输入模型得到每一个因子的重要性评分该评分取值为 到 之间评分高的因子对模型提供了更高的信息增益 本研究选择评分在.以上的特征因子形成特征集然后使用该特征集进行模型的训练 各个因子对负氧离子浓度的重要性评分结果如图 所示图 主要影响因子对负氧离子浓度的重要性评分结果.从特征变量的分析来看季节、纬度、相对湿度等变量的重要性排序比较靠前说明这些变量是影响负氧离子浓度变化的主要影响因素 从图 各季节特征变量的分析来看在春季相对湿度重要性超过.夏季纬度、相对湿度的重要性排序在前秋季纬度、的重要性排序在前在冬季相对湿度和纬度重要性排序在前图 各季节主要影响因子对负氧离子浓度的重要性评分结果.山 东 科 学 年.预测效果检验将负氧离子和影响因子构建的数据集按照:的比例随机划分为两个子集其中 的数据作为训练集用于随机森林回归模型训练以建立负氧离子日平均浓度的预测模型另外 的数据作为测试子集用于独立检验 为保证模型的稳定性基于训练集数据采用 折交叉验证的方法进行动态调参最终确定的主要模型参数为:最大树深度为 最小叶子数为 组成森林的树数量为 由于季节因素对负氧离子日平均浓度影响较大为了提高预测效果分别进行分季节建模和不分季节建模 选择决定系数、平均相对误差()、均方根误差()等指标对预测效果进行检验结果如表 所示表 基于测试集数据的预测检验 检验指标不分季节建模分季节建模春季夏季秋季冬季.图 是不分季节建模的预测效果散点图可以发现整体一致性较好秋季和夏季的一致性较差测试集为.为.图 不分季节建模预测负氧离子浓度散点图.按照季节分别建模的预测效果如图 所示可以看出随机森林模型对不同季节的负氧离子浓度预测能力不尽相同春季与实际观测值的分布趋势最为一致冬季的一致性最低 春季模型在测试集上 为.为.拟合程度最佳而冬季模型在测试集上的拟合程度仅有 一定程度上体现了负氧离子浓度可能存在本研究运用到的气象因子和环境因子以外的影响因子且不同季节的影响情况有差异第 期刘玉珠等:河南省山地空气负氧离子预测模型研究图 分季节建模预测负氧离子浓度散点图.结论与讨论()河南省西部、南部山地地区空气负氧离子平均浓度有明显的日变化规律:最高浓度出现在清晨夜晚次之最低值出现在午后 全天负氧离子浓度均达到空气清新的等级 季节浓度变化规律表现为夏季高秋、春次之冬季最低()根据现有的因子分析温度和相对湿度是影响河南省山地空气负氧离子浓度的主要气象因子风速、风向对负氧离子浓度有一定的影响相对湿度和负氧离子浓度正相关不同季节的空气负氧离子浓度日变化与气温日变化呈负相关 影响空气负氧离子浓度的环境因子主要是.浓度、浓度和植被覆盖且.浓度、浓度和负氧离子浓度负相关植被覆盖和负氧离子浓度正相关()采用随机森林回归模型对河南省山地负氧离子日平均浓度进行预测具有较好的预测能力可以为开发精细化负氧离子浓度预报产品、提升生态旅游气象服务水平提供技术支撑意义重大 不过由于空气负氧离子观测资料的年限较短同时本研究采用的气象因子和环境因子的数据类型并不全面比如没有考虑降水量、海拔高度、(空气质量指数)等与负氧离子浓度的关系因此建立的预测模型较为粗略随着观测数据的完善未来将考虑增加影响因子优化预测模型在负氧离子浓度预测上做进一步研究山 东 科 学 年参考文献:.():.:./.王薇 余庄.中国城市环境中空气负离子研究进展.生态环境学报 ():.:./.邵海荣 贺庆棠.森林与空气负离子.世界林业研究 ():.:./.:.钟林生 吴楚材 肖笃宁.森林旅游资源评价中的空气负离子研究.生态学杂志 ():.:./.吴楚材 郑群明 钟林生.森林游憩区空气负离子水平的研究.林业科学 ():.:./.王薇 张之秋.城市住区空气负离子浓度时空变化及空气质量评价:以合肥市为例.生态环境学报 ():.:./.孟丽红 张敏 姚青.年天津城区空气负离子变化规律.气象与环境学报 ():.:./.毛成忠 于乃莲 杜佳乐 等.典型城市区与森林区空气负氧离子特征比较分析.气象科技 ():.:./.():.:./.():.:./.():.:./.丛菁 孙立娟.大连市负氧离子浓度分布及预测模型的建立.气象与环境学报 ():.:./.王宝 解福燕 张自祥 等.玉溪空气负氧离子预测模型的建立.高原气象 ():.:./.顾小丽 钱燕珍 鲍岳建 等.宁波市负氧离子浓度分布与预测模型及其在旅游气象中的应用.气象与环境学报():.:./.张勇 陈兰英 刘婷 等.峨眉山景区负氧离子浓度变化特征及预测模型研究.气象与环境学报 ():.:./.中国气象服务协会.天然氧吧评价指标:/.北京:中国标准出版社林金明 宋冠群 赵利霞等.环境、健康与负氧离子.北京:化学工业出版社.金琪 严婧 杨志彪 等.湖北春季大气负氧离子浓度分布特征及与环境因子的关系.气象科技 ():.:./.杜续.基于随机森林的.浓度预测模型研究.西安:西安邮电大学.邓玲 廖春花 李学敏 等.山岳型景区空气负离子浓度分布特征及其与气象要素相关性研究综述.气象科技():.:./.