基于机器学习的深圳市大气颗粒物消光来源识别

LAOD

基于机器学习的深圳市大气颗粒物消光来源识别



本研究利用浊度计于2021年11月-2021年12月在深圳市开展颗粒物光散射在线观测，并同步利用相关在线仪器开展PM2.5及其化学组分观测，结合受体模型和可解释性机器学习模型探究深圳市秋冬季颗粒物散射的主要来源.结果显示，深圳市颗粒物525 nm散射系数在观测期间平均值为119.6 1/Mm.相关性分析表明，颗粒物散射系数与相对湿度相关性低，与PM2.5相关性高(R2>0.8)，其中，与PM2.5中NH4+、NO3-、m/z 44、OM、SO42-、黑碳的相关性在0.55～0.83，表明PM2.5中二次组分及黑碳是影响深圳市颗粒物散射的重要因素.基于相对湿度和受体模型识别的污染源，利用XGBoost模型建立了颗粒物散射系数预测模型并利用SHAP模型识别其主要来源，研究表明二次硝酸盐、二次硫酸盐、机动车排放和SOA是影响深圳市颗粒物散射系数的主要源类，燃煤和相对湿度也有一定贡献， 生物质燃烧、船舶排放、工业排放、扬尘和建筑尘的影响小.