负离子具有抑制细菌、清洁空气、人体保健等功效,对城市居民健康具有积极的影响。目前,研究多采用传统的统计分析方法,以探索大气中负离子浓度与各环境影响因素间存在何种相关性,并未考虑环境因素间的协同影响及复杂的非线性关系。同时,大部分研究都在山野森林或生态保护区中开展,对城市环境中特别是大型城市中心城区的负离子研究较少,缺乏对城市居民生活环境中空气质量改善的可借鉴性。
殷杉副教授及硕士生缪斯等,通过在上海城市公园生态定位观测站对负离子及各项环境影响因素进行长期定位监测,得到城市大气负离子的时间变异格局,并采用相关性分析、多元线性回归找出影响NAI浓度的诸多环境因素中最主要的影响因素。首创,以随机森林算法为代表的数据筛选技术,以大数据为基础的分析突破性的研究了城市负离子浓度对环境因素的敏感性,为进一步解释环境特征因素对负离子浓度的影响机制提供科学依据。
研究成果以“Random Forest Algorithm for the Relationship between Negative Air Ions and Environmental Factors in an Urban Park”为题发表在国际SCI期刊Atmosphere(IF2018=1.704)上。该研究得到上海市绿化和市容管理局、以及CFERN & TECHNO 优秀学术成果奖励基金等项目支持,期刊链接:https://www.mdpi.com/2073-4433/9/12/463
随机森林分类器原理示意图