基于随机森林的京津冀地区PM2.5遥感反演及变化分析

大气细颗粒物PM2.5是影响人类生存环境和身体健康的主要大气环境污染物,研究PM2.5质量浓度季节变化的规律及空间分布特征,对于大气污染物的预防和治理有着重要的意义.利用2018～2020年MODIS卫星L2级AOD产品、MERRA-2气象数据以及地面站点PM2.5实测数据,基于改进的随机森林算法,构建AOD-PM2.5反演模型,对京津冀地区PM2.5质量浓度进行估算,并分析PM2.5质量浓度空间分布特征以及季节变化规律.结果表明:①春夏秋冬4组模型决定系数(R2)均值分别为0.78、0.66、0.83、0.83,模拟精度较高.②2018～2020年京津冀地区春夏秋冬四季PM2.5浓度呈显著的空间分布特征及季节变化规律.其中PM2.5污染最大值出现在冬季,最小值出现在夏季.③历年同季节相比,京津冀地区PM2.5污染范围和浓度数值均有所减小,2020春季和秋季PM2.5污染范围与2018年、2019年相比改善较明显.