施光耀，周 宇，桑玉强，张劲松**，孟 平，蔡露露,4，裴松义，王 尧

基于随机森林方法分析环境因子对空气负离子的影响*

施光耀1,2，周 宇1,2，桑玉强3，张劲松1,2**，孟 平1,2，蔡露露3,4，裴松义5，王 尧1,2

（1.中国林业科学研究院林业研究所/国家林业局林木培育重点实验室, 北京 100091；2.南京林业大学南方现代林业协同创新中心，南京 210037；3.河南农业大学，郑州 450002；4.河南省地球物理空间信息研究院，郑州 450016；5.国有建平县黑水机械化林场, 朝阳 122000）

空气负离子是衡量一个地区空气清洁度的重要指标，对人体的心理和生理机能的调节发挥着重要作用。随着森林生态旅游的兴起，空气负离子的发生过程及影响机制已成为研究热点。本研究基于华北低丘山地森林植被主要生长季的气象数据和栓皮栎人工林空气负离子浓度观测资料，利用机器学习中随机森林模型从非线性角度全面分析确定影响空气负离子浓度变化的重要环境因子，通过独立样本对构建的随机森林模型进行模拟和检验，确定模型的预测精度，同时筛选出对空气负离子影响程度最大的环境因子。结果表明：随机森林模型在分析环境因子对空气负离子影响方面具有较高的精度以及较好的拟合效果，通过对模型的拟合值与实测值进行验证，均方根误差（RMSE）为59.349，决定系数R2达到了0.887。同时利用独立样本数据对随机森林模型进行十折交叉验证，决定系数R2均达到了0.904以上，且均方误差（RMSE）较小，为24.851。此外，模型筛选出影响空气负离子的……