基于随机森林的河流总磷预测模型及影响因素分析

通过采集不同时间段淮河干流19个典型采样点的水样,获得水体中总磷浓度数据,针对河流总磷浓度时空分布差异大,受影响因素多和非线性的特点,基于随机森林算法,选择(气候特性、水动力、土壤类型和流域特性等)特征变量,构建模型对河流中总磷浓度进行预测,然后通过均方差增量参数对影响河流总磷浓度时空分布因素的重要性程度进行评估.研究...     

基于多源环境变量和随机森林的农用地土壤重金属源解析——以襄阳市襄州区为例

为了研究襄阳市农用地土壤重金属空间分布特征和来源，选择襄州区为研究区，采集了326个样点的表层土壤（0~5 cm），测定其中镉（Cd）、汞（Hg）、砷（As）、铅（Pb）和铬（Cr）5种重金属元素质量分数（单位为mg·kg^-1），并进行反距离权重插值（IDW）分析得到土壤重金属空间分布，同时综合应用多元统计分析与随机森林回归模型探究土壤重金属的来源，研究表明综合应用多种技术是研究土壤重金属来源较为科学和准确的方法.结果表明：①襄州区整体环境质量较为安全，Hg、Cd和Cr的平均值质量分数低于湖北省土壤背景值；As的平均值质量分数略高于背景值；Pb的平均值超过了背景值，最大值为47.1 mg·kg^-1，是背景值的1.76倍，表明Pb已经出现了富集现象.②本研究中交通运输是Pb、As和Cr的共同人为源，农家肥是Cd、Pb和Cr的共同人为源.③在自然源中：土壤母质是影响Cd和Pb积累的重要因子，黏土矿物是影响Hg、Pb、As和Cr积累的重要因子，植被覆盖率是影响Hg、Pb和Cr积累的重要因子.     

基于多源辅助变量和随机森林模型的耕地土壤重金属含量空间分布预测

农田土壤重金属含量的空间预测对于监测耕地污染和确保生态农业可持续发展至关重要.从地形、气候、土壤属性、遥感信息、植被指数和人为活动这6个方面选取了32个环境变量作为辅助变量,并构建随机森林(RF)、回归克里格(RK)、普通克里格(OK)和多元线性回归(MLR)模型来预测耕地土壤中As、 Cd、 Cr、 Cu、 Hg、 Ni、 Pb和Zn的含量.结果表明,与RK、 OK和MLR相比,RF模型对As、 Cd、 Cr、 Hg、 Pb和Zn的预测性能更高,而OK和RK模型分别对Cu和Ni含量的预测精度更高,表现为预测拟合优度(R²)最高而平均绝对误差(MAE)和均方根误差(RMSE)最低.不同预测方法对同种土壤重金属元素预测结果的空间分布趋势基本一致,8种重金属含量的高值区均分布在南部的平原地区,但RF模型对空间预测的细节刻画得更为突出.随机森林影响因子重要性排序表明,兰溪市土壤重金属含量空间分异主要受Se、 TN、 pH、海拔、年均温、年均降雨量、距河流距离和距工厂距离的共同影响.因此,随机森林可以作为土壤重金属空间预测的一种有效方法,为区域土壤污染调查、评价和管控提供...     

基于随机森林的耕地利用效率测度模型构建及其应用

构建合适的量化分析模型是科学把握耕地利用状况及利用效率的基础性工作,可为制定合理有效的耕地资源管控政策,实现耕地利用与生态环境的协调发展提供决策依据。为了更准确地反映耕地利用系统的复杂性、动态性及差异性等特征,鉴于随机森林的基本思想,运用随机抽样Bootstrap法在合理构建分类树的基础上,构造了耕地利用效率测度的RF模型,进而以中国粮食主产区172个城市为例训练该模型并将其运用至2003-2015年的耕地利用效率测度中,同时将BP神经网络和熵权法作为对比验证其一致性、代表性和优越性。结果表明：（1）耕地利用效率测度的RF模型不受量纲限制,运行所需参数少,运算过程简化,能够较为精确地模拟各评价指标间的复杂联系,科学量化各评价指标对耕地利用效率的贡献。（2）对同一空间单元的效率值而言,RF>BPNN>EW,RF与BPNN所得效率值的总体分布格局相似,且均与EW的测度结果存在较大差异。（3）从评价结果与现实的匹配度和精度表征参数来看,RF的测度结果与自然和社会经济发展等客观事实更相符,具有较高的适用性与可靠性。同时,与其余两种常用模型相比,RF能够降低计算复杂度,提高训练效率,其测度结果的相关系数R为0.8685,M_RPD为2.3533,且具有最小M_MSE0.0174和M_MAE0.0211,更适用于复杂非线性特征的耕地利用效率研究。     

基于随机森林模型的四川盆地臭氧污染预测

为研究四川盆地臭氧(O₃)污染长期变化,使用四川盆地18个城市的地面O₃浓度数据和气象观测数据,首先分析了2017～2020年间四川盆地O₃浓度的时空分布特征,再利用随机森林模型,筛选出影响O₃浓度变化的主导气象因子,构建了气象因子和O₃浓度之间的统计预测模型,并对2020年四川盆地城市群的O₃污染状况进行预测分析.结果表明：(1)2017～2020年间O₃浓度呈现波动变化趋势,2019年出现一个低值,2020年O₃浓度又有所回升.(2)气象影响因子中相对湿度、日最高温度和日照时数对O₃浓度变化具有重要意义,而风速、气压和降水量的重要性较低;同时,气象因子之间也存在着不同的线性关系,气压与其他气象要素呈现负相关性,而剩余气象要素之间正相关关系较为明显.(3)基于随机森林构建的O₃预测模型的拟合优度(R²)较高,展示出较好的预测性能,能够较好地预测O...     

小型城市污水排放量预测模型研究——以楚雄市为例

针对小城市污水排放量历史数据较少,城市发展变化较大的特点,以楚雄市为例,提出了基于污水排放来源以及生成机理的预测方法。根据历史人口增长趋势以及城镇化率进行城区人口综合预测,运用定额法根据不同行业用水特点预测城市用水量,结合城市污水排放特点对楚雄市近期以及远期城市污水排放量进行科学合理的预测,并对预测结果进行了分析,可为城市发展规划提供决策参考。     

粤港澳大湾区红树林湿地鸟类生态健康评价——以深圳湾为例

基于层次分析法构建了红树林湿地鸟类生态健康评价指标体系,并以深圳湾福田红树林湿地为例评价了粤港澳大湾区红树林湿地鸟类生态健康.结果表明：红树林湿地鸟类生态健康评价功能层指标的权重为：栖息地适宜性指数（0.443） > 栖息地重要性指数 （0.283） > 栖息地环境风险指数（0.181） > 鸟类群落健康指数（0.094）;9个鸟类生态健康指标的权重和赋值分别为鸟类多样性（0.094,4）、栖息地重要性（0.283,3）、土地退化（0.147,3）、噪声（0.074,1）、光污染（0.074,4）、建筑物影响（0.148,2）、重金属污染（0.089,5）、有机污染暴露（0.056,2）和生物入侵（0.035,4）;深圳湾福田红树林湿地鸟类生态健康综合指数为3,处于“亚健康”状态,即当前栖息地适宜性下降,存在一定的环境风险.结合深圳湾的生态现状,建议建立鸟类动态监测网络,促进科学高效的鸟类保护决策的形成,加强城市噪音管制,降低人为活动的直接影响,提升红树林湿地鸟类生境适宜性;同时,加强环境监测力度,严控污染物排放,降低环境风险,整体提升红树林湿地鸟类生态健康水平.     

基于随机森林的入海污染源对海湾环境容量的影响排序研究

海水水质对海湾生态系统健康具有重要影响,而基于环境容量的入海污染物总量控制是改善海湾水体质量的前提和基础。本研究从分析水质目标约束下污染源对环境容量影响的非线性关系入手,结合随机森林（random forest）分类方法和常规水质模型,对海南省陵水县新村潟湖入海污染源对海湾环境容量的影响进行了研究。结果显示,在渔排养殖、城镇污水和径流注入3类共41个影响潟湖无机氮和活性磷酸盐浓度的主要污染源中,10个污染源对环境容量存在全局性影响;渔排养殖是影响潟湖无机氮环境容量的主要因素;渔排养殖、城镇污水和径流注入污染源对活性磷酸盐环境容量的影响程度差异不大。     

基于典型相关系数和随机森林的水质预警方法

针对突发水污染事件提出一种高精度的预警方法.首先,通过模拟实验建立包含22种常见污染物的突发水污染事件数据库,然后采用典型相关系数准确揭示污染事件发生后多元水质参数之间的协同反馈规律.最后,基于多参数协同反馈规律构建“典型相关系数-随机森林”水质预警模型.结果表明预警模型对已知和未知污染物的平均准报率分别为96.78%和98.33%,对水质监测基线的平均误报率为0.16%.本研究成果可为降低突发水污染事件损失和保障供水安全提供有效的技术支撑.     

基于遥感与随机森林算法的陕西省土壤有机质空间预测

遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林（Random Forest,RF）算法,基于AWIFS（分辨率56 m）和MODIS（分辨率250 m）遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg^-1,黄土高原南部处于中等水平,大部分在16~25 g·kg^-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg^-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg^-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg^-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。     

基于随机森林与地统计预测城市土壤PAHs分布

收集南京城区采样点位置信息和环境变量等数据,应用地统计和随机森林方法,以及两种方法相结合分别预测土壤多环芳烃（polycyclic aromatic hydrocarbons,PAHs）含量,并比较不同方法预测精度.结果表明：随机森林与地统计方法结合能大幅度提高城市土壤污染物制图精度,整合克里金与随机森林预测残差模型拟合优度R²相比克里金插值法提高74.8%.PAHs空间制图结果能够较好拟合污染物的变化范围,识别污染高值区与低值区的空间分布.随机森林输出特征重要性发现影响南京城区土壤PAHs分布的主控因子为土壤碳和土壤粒度以及工厂密度.本研究可为城市污染物高分辨率和高精度制图以及污染防控治理提供参考.     

基于变权理论和DPSIRM的中国森林生态安全评价

为克服常权权重不能精准刻画生态和经济复杂交互关系的缺陷,结合变权理论和DPSIRM因果框架,构建了包含6个子系统、23个具体指标的中国森林生态安全评价体系.基于2006~2018年的中国统计年鉴数据、林业统计年鉴数据及相关数据资料,运用K-means聚类法和变权理论对中国大陆31个省（市、自治区）（不包含台湾、香港、澳门）的森林生态安全状况进行评价.结果表明：（1）在研究时期内,基于DPSIRM因果框架的中国森林生态安全总指数呈现“W”型总体上升的小幅波动趋势;（2）经过变权处理后,状态子系统平均权重最大达到0.0781,管理和响应子系统次之,分别达到0.0728和0.0640,管理子系统平均得分呈“N”型变化趋势,与其他子系统相互作用显著,对森林生态安全具有全局性影响.（3）研究期内,大部分省（市、自治区）森林生态安全综合评估值呈现平稳上升或先降后升趋势,仅有辽宁、西藏等地区波动下降.区域森林生态安全状况差异明显,西南地区平均得分最高达0.3414,西北、华东、华中地区平均得分远低于各地区平均水平0.2794.（4）中国的森林生态安全状况整体呈改善趋势,但各省（市、自治区）之间森林生态安全状况呈现严重分化现象,传统林业优势地区森林生态安全状况较好,而经济高速发展地区的森林生态风险较大.建议在未来的森林生态安全管理中需重点关注生态脆弱区和经济发达地区,在加强现有森林资源保护的基础上,继续大力实施和推进林业生态恢复工程建设.     

基于随机森林模型的我国县域碳排放强度格局与影响因素演进分析

为了研究县域碳排放强度空间格局及其关键影响因素的演进规律,在测算2009~2017年我国县域碳排放强度的基础上,通过ArcGIS空间统计模型分析了县域碳排放强度的空间格局,并利用随机森林模型识别了碳排放强度的关键影响因素及其时序演进特征.结果显示:2009~2017年我国县域平均碳排放强度减量波动下降,2017年县域平均碳排放强度为2.02t/万元,仍有较大的削减潜力;县域碳排放强度总体格局呈显著空间自相关,并呈现波动增强趋势;局部格局呈显著的南北和东西分异,热点区呈西进态势,冷点区呈南下北上态势.关键影响因素中省会距离、产业结构、路网密度和人口的重要性高于经济水平、财政收支、绿色专利和开通高铁;时序演进反映,绿色专利、人口总数和经济水平的重要性在提升,而产业结构和人口密度的重要性在下降;其中大部分关键影响因素同碳排放强度呈现非线性响应关系.     

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

为进一步提高PM_2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM（Variable）.过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM_2.5浓度的影响,确定最优PM_2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM_2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM（Variable）模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM（Equal）和XGBoost-LSTM（Residual）模型.分季节预测结果表明,XGBoost-LSTM（Variable）模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.     

基于自组织映射与随机森林耦合模型的流域水质空间差异性评估

流域水环境质量空间分布特征分析是推进流域精细化管理的基础.本研究基于流域特征指标与水质的关联性,以子流域为分析单元,利用自组织映射人工神经网络模型（SOM）对苕溪流域水质数据聚类分析为3类后与随机森林模型（RF）进行耦合,对全流域水质进行了空间差异性评估.研究结果显示,上游山地区域水质较好,而平原河网人口集聚区的COD_Mn、NH₃-N及TP浓度较高,山地与平原过渡地带水质则主要受到COD_Mn和TN的影响.采用自然环境、社会经济及土地利用/覆盖指标作为流域特征进行水质分级模式识别,SOM与RF模型耦合模型的准确率稳定在80%左右;在对强相关性特征进行筛选识别后,将蒸发蒸腾量、坡度、人口密度、大于10℃积温、旱地占比、城镇用地占比及景观多样性指数为作为输入特征,准确率可达83%,可以有效地开展全流域水质分级评估.     

混沌理论在河流溶解氧预测中的应用初探

基于混沌理论、相空间重构思想和嵌入理论分析涟水流域溶解氧的时间序列，计算吸引子维数和最大的Lyapunov指数，研究河流水质系统的复杂性特征。结果表明，河流溶解氧时间序列具有混沌特性，其外在表现为貌似随机的无规则特点；但系统本身内在的、固有的规律(表现在最大的Lyapunov指数)，表明短期预测河流水质变化是可行的，并应用混沌相空间模线性回归模型进行了预测，其预测结果对涟水流域的水质管理和控制具有一定的参考价值。     

福建省流域-近海溶解氧时空格局与低氧调控机制

溶解氧是衡量水环境质量和生态系统健康的关键参数,当前我国海岸带地区的低氧问题突出,但缺乏对流域-近海溶解氧时空格局与低氧调控机制的研究.基于2011~2020年福建省135个地表水（含河口）和66个近岸海域监测点位数据,系统分析了年际和季节两个时间尺度溶解氧的时空演变规律,选取低氧（溶解氧饱和度位于10%分位之内）站位数据,采用数理统计和随机森林模型分析方法,重点研究了河流、水库、河口和近海这4种类型水体的低氧特征及其调控机制.结果表明,溶解氧饱和度近海最高［（98.2±10.2）%］,河口最低［（79.2±17.9）%］.与"十二五"（2011~2015年）相比, "十三五" （2016~2020年）河流和水库的低氧检出频率有明显降低,但河口变化不大.统计有低氧检出的点位,河流和水库的多年平均低氧检出频率在秋季最高,河口在夏季最高.水库和河口低氧问题最为突出但机制不同,水库河段的低氧与夏季径流携带大量有机质输入、层化导致底层水持续耗氧、秋季混合上涌或通过大坝泄流有关,河口的低氧与污染输入、潮水顶托和还原性物质耗氧有关.需要建立系统治理与分区管控制度,进一步加强流域-近海污染控制有助于减缓水体富营养化和低氧问题.     

随机森林算法在新疆物种丰富度影响因素研究中的应用

基于多源遥感数据及其产品,以2010年新疆地区鸟类与哺乳动物物种丰富度空间分布数据为基础,结合土地利用、植被、气候、地形等遥感数据产品,探讨了影响新疆地区鸟类和哺乳动物物种丰富度的各环境因子空间分布及其差异.通过随机森林算法对影响鸟类和哺乳动物种数的环境解释变量进行了重要性评估,同时采用探索性回归分析对物种丰富度与环境...