劉玉珠 張瑋

摘要：利用河南省西部、南部山區(qū)13個(gè)縣區(qū)的34個(gè)空氣負(fù)氧離子站監(jiān)測(cè)數(shù)據(jù)和中分辨率成像光譜儀（MODIS，moderate resolution imaging spectroradiometer）植被指數(shù)產(chǎn)品數(shù)據(jù)，使用相關(guān)分析、隨機(jī)森林回歸模型等方法，分析了影響河南省山地空氣負(fù)氧離子濃度的主要?dú)庀笠蜃雍铜h(huán)境因子，并建立預(yù)測(cè)模型。結(jié)果表明，影響河南省山地負(fù)氧離子濃度日變化的主要?dú)庀笠蜃邮菧囟群拖鄬?duì)濕度，主要環(huán)境因子是PM2.5濃度、PM10濃度和植被覆蓋。通過(guò)建立負(fù)氧離子濃度預(yù)測(cè)模型，實(shí)現(xiàn)了負(fù)氧離子預(yù)報(bào)的定量化，為地區(qū)空氣質(zhì)量評(píng)價(jià)提供參考。

關(guān)鍵詞：負(fù)氧離子；氣象因子；環(huán)境因子；預(yù)測(cè)模型

中圖分類號(hào)：P49?? 文獻(xiàn)標(biāo)志碼：A?? 文章編號(hào)：1002-4026（2023）05-0121-08

A forecast model of air negative oxygenion in mountainous area of Henan Province

LIU Yuzhu，ZHANG Wei

（Henan Province Meteorological Service Center，Zhengzhou 450003，China）

Abstract∶Using the monitoring data of 34 air negative oxygenion stations and Moderate Resolution Imaging Spectroradiometer vegetation index product data of 13 counties in the western and southern mountainous areas of Henan Province， correlation analysis and random forest regression model were used to analyze the main meteorological and environmental factors affecting the concentration of negative oxygenion in these areas to establish a negative oxygenion concentration forecasting model. Results showed that temperature and relative humidity were the main meteorological factors affecting the diurnal variation of negative oxygenion concentration， concentration of PM2.5， PM10 and vegetation coverage were the main environmental factors.By establishing the negative oxygen ion concentration forecasting model， the quantification of negative oxygen ion prediction was realized. This study provides reference for regional air quality evaluation.

Key words∶negative oxygenion; meteorological factor; environmental factor; forecast model

空氣負(fù)氧離子指的是由于獲得成對(duì)電子而帶負(fù)電荷的氧氣離子[1]，在自然條件下，負(fù)氧離子的產(chǎn)生方式通常包括大氣電離、輻射、樹(shù)木枝葉尖端放電、植物光合作用產(chǎn)生光電效應(yīng)、水的勒納德效應(yīng)等[2]。相關(guān)研究表明，空氣負(fù)氧離子可以降解、中和、吸附空氣中的有毒物質(zhì)和污染懸浮物，具有改善空氣質(zhì)量、提高免疫力、促進(jìn)人體健康的作用，因此又有“空氣維生素”“長(zhǎng)壽素”等美譽(yù)[3-5]。受地理空間位置、自然環(huán)境、植被覆蓋、人類活動(dòng)等多方面的影響，不同條件下，空氣負(fù)氧離子濃度會(huì)有顯著的差異[6-9]。

作為評(píng)價(jià)人居環(huán)境中空氣質(zhì)量的一項(xiàng)重要指標(biāo)[2]，負(fù)氧離子濃度已經(jīng)成為游客選擇休閑養(yǎng)生旅游目的地的一項(xiàng)重要參考因子，對(duì)地方發(fā)展自然生態(tài)旅游有一定的導(dǎo)向作用。近年來(lái)，國(guó)內(nèi)外學(xué)者在空氣負(fù)氧離子時(shí)空分布、濃度影響因子等方面對(duì)不同地區(qū)的空氣負(fù)氧離子開(kāi)展了一系列研究。Sawant等[10]、Ling等[11]、Wang等[12]等研究了不同室外環(huán)境下、不同影響因子下的大氣負(fù)氧離子濃度變化。從菁等[13]、王寶等[14]、顧小麗等[15]、張勇等[16]等分別對(duì)大連市、玉溪市、寧波市、峨眉山景區(qū)等地區(qū)的負(fù)氧離子分布狀況進(jìn)行分析，并結(jié)合各地具體環(huán)境條件和氣象條件建立了相應(yīng)的負(fù)氧離子濃度預(yù)測(cè)模型。

負(fù)氧離子濃度是“中國(guó)天然氧吧”創(chuàng)建活動(dòng)重要的創(chuàng)建指標(biāo)之一[17]，河南省積極開(kāi)展創(chuàng)建“中國(guó)天然氧吧”工作，在三門峽、洛陽(yáng)、平頂山、南陽(yáng)、信陽(yáng)等地共計(jì)安裝34個(gè)負(fù)氧離子自動(dòng)監(jiān)測(cè)站，分布于13個(gè)縣區(qū)，實(shí)現(xiàn)了逐日逐小時(shí)自動(dòng)監(jiān)測(cè)，為科學(xué)分析豫西、豫南山區(qū)的負(fù)氧離子濃度特征提供了數(shù)據(jù)支持。本文依據(jù)自動(dòng)監(jiān)測(cè)站數(shù)據(jù)對(duì)豫西、豫南山區(qū)的負(fù)氧離子濃度變化進(jìn)行分析，確定其與氣象因子、環(huán)境因子之間的關(guān)系，并建立山地負(fù)氧離子濃度預(yù)測(cè)模型，以期為河南省山地負(fù)氧離子濃度定量化預(yù)報(bào)及山地生態(tài)旅游規(guī)劃、生態(tài)保護(hù)等提供科學(xué)依據(jù)。

1 資料與方法

1.1 資料選取

研究采用2021年4月至2022年3月盧氏縣、嵩縣、魯山縣、西峽縣、新縣等13個(gè)縣區(qū)位于山區(qū)的34個(gè)負(fù)氧離子自動(dòng)監(jiān)測(cè)站的逐小時(shí)監(jiān)測(cè)數(shù)據(jù)，包括負(fù)氧離子濃度（個(gè)/cm3）、溫度（℃）、相對(duì)濕度（%）、風(fēng)速（m/s）、[JP]風(fēng)向、PM10濃度（mg/m3）、PM2.5濃度（mg/m3）數(shù)據(jù)，監(jiān)測(cè)站所在縣區(qū)采用MODIS（moderate resolution imaging spectroradiometer，中分辨率成像光譜儀）植被指數(shù)產(chǎn)品數(shù)據(jù)。

空氣負(fù)氧離子濃度以每立方厘米空氣中離子遷移率≥0.4 cm2/（V·s）的離子數(shù)目來(lái)表示[18]。負(fù)氧離子監(jiān)測(cè)儀器型號(hào)包括成都晴好科技有限公司的RYQ-7型、QH-001型、FF-NOI型等。儀器采用國(guó)際通行的吸入式電容收集法對(duì)大氣中負(fù)離子濃度進(jìn)行測(cè)量。研究中對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行了質(zhì)量控制，剔除異常值和缺測(cè)值，運(yùn)用算術(shù)平均的方法，對(duì)負(fù)氧離子進(jìn)行小時(shí)、日、季節(jié)等不同時(shí)間尺度的計(jì)算統(tǒng)計(jì)[19]。

1.2 研究方法

按監(jiān)測(cè)站所處的下墊面環(huán)境，將34個(gè)負(fù)氧離子監(jiān)測(cè)站分為兩類進(jìn)行分析，一類區(qū)域?yàn)轱L(fēng)景區(qū)，二類區(qū)域?yàn)榫用駞^(qū)，其中風(fēng)景區(qū)監(jiān)測(cè)站有20個(gè)，居民區(qū)監(jiān)測(cè)站有14個(gè)。對(duì)負(fù)氧離子濃度（個(gè)/cm3）與溫度（℃）、相對(duì)濕度（%）、風(fēng)速（m/s）等氣象因子以及PM10濃度（mg/m3）、PM2.5濃度（mg/m3）、NDVI（歸一化差異植被指數(shù)，normalized differnce vegetation index）等環(huán)境因子進(jìn)行皮爾遜相關(guān)性分析，探討負(fù)氧離子濃度與氣象因子、環(huán)境因子之間的關(guān)系。選取具有代表性的特征觀測(cè)參數(shù)，運(yùn)用隨機(jī)森林（random forest）回歸建立河南山地負(fù)氧離子濃度的預(yù)測(cè)模型。

隨機(jī)森林屬于集成學(xué)習(xí)算法的一種，是一組由決策子樹(shù)h（x，θt），t=1，2，…，T構(gòu)成的組合模型。其中x為自變量，θt為服從獨(dú)立同分布的隨機(jī)變量，T為決策子樹(shù)的個(gè)數(shù)。通過(guò)樣本選取隨機(jī)性和特征選取隨機(jī)性，對(duì)自助法樣本單獨(dú)構(gòu)建決策子樹(shù)，然后結(jié)合集成學(xué)習(xí)思想，將各決策子樹(shù)的結(jié)果按照一定規(guī)則匯總作為最后輸出[20]。

隨機(jī)森林回歸模型預(yù)測(cè)結(jié)果為：

式（1）中，h-（x）表示回歸預(yù)測(cè)結(jié)果，h（x，θt）表示基于x和θ的輸出。

2 結(jié)果與分析

2.1 負(fù)氧離子日變化規(guī)律

對(duì)2021年4月至2022年3月的負(fù)氧離子監(jiān)測(cè)站點(diǎn)的逐小時(shí)濃度進(jìn)行算術(shù)平均，負(fù)氧離子變化特征見(jiàn)圖1。可以看出空氣負(fù)氧離子有明顯的日變化規(guī)律，而且風(fēng)景區(qū)和居民區(qū)的日變化趨勢(shì)表現(xiàn)一致，總體上，負(fù)氧離子濃度分布日變化規(guī)律呈U型，表現(xiàn)為一天之中清晨的負(fù)氧離子濃度最高，其次是夜間，午后負(fù)氧離子濃度相對(duì)最低?？紤]是由于中午前后，隨著溫度的升高和濕度的降低，植物光合作用的效率下降，同時(shí)午后太陽(yáng)輻射減少，從而造成負(fù)氧離子的濃度降低，而傍晚之后，人類活動(dòng)逐漸減少，負(fù)氧離子濃度則會(huì)逐漸回升。研究區(qū)域內(nèi)風(fēng)景區(qū)負(fù)氧離子濃度的變化范圍介于1 719～1 955個(gè)/cm3，居民區(qū)負(fù)氧離子濃度的變化范圍介于1 515～1 733個(gè)/cm3。根據(jù)世界衛(wèi)生組織劃定的清新空氣負(fù)氧離子濃度1 000～1 500個(gè)/cm3的標(biāo)準(zhǔn)[18]，河南山地空氣中負(fù)氧離子濃度達(dá)到了空氣清新的等級(jí)。由于風(fēng)景區(qū)的植被覆蓋普遍高于居民區(qū)，并且人類活動(dòng)相對(duì)較少，故風(fēng)景區(qū)的空氣負(fù)氧離子濃度一般會(huì)高于居民區(qū)。

2.2 負(fù)氧離子季節(jié)變化規(guī)律

根據(jù)河南省氣候特征，每年3至5月為春季，6至8月為夏季，9至11月為秋季，12月、1月和[JP]2月為冬季。對(duì)負(fù)氧離子監(jiān)測(cè)數(shù)據(jù)進(jìn)行算術(shù)平均，濃度季節(jié)變化特征見(jiàn)圖2。研究區(qū)域負(fù)氧離子平均濃度季節(jié)變化由低到高為冬季、春季、秋季、夏季，其中風(fēng)景區(qū)負(fù)氧離子季節(jié)差異顯著，夏季的負(fù)氧離子濃度明顯高于冬季。這與夏季雷雨天氣多、草木繁茂吸收氣溶膠粒子多有關(guān)，相反冬季降水量較少空氣干燥，植物枯黃落葉，光合作用和生物放電能力都明顯下降，造成了冬季負(fù)氧離子濃度較低的情況。研究也發(fā)現(xiàn)居民區(qū)的負(fù)氧離子濃度季節(jié)變化并不明顯，考慮和居民區(qū)人類活動(dòng)密集、植被綠地較少、汽車尾氣等造成空氣質(zhì)量不佳等因素有關(guān)，由于目前樣本有限，未來(lái)可做進(jìn)一步研究。

2.3 負(fù)氧離子濃度變化相關(guān)性分析及預(yù)測(cè)模型

2.3.1 負(fù)氧離子濃度變化相關(guān)性分析

對(duì)空氣負(fù)氧離子平均濃度日變化和主要?dú)庀笠蜃酉嚓P(guān)性進(jìn)行分析，相關(guān)系數(shù)見(jiàn)表1，結(jié)果表明空氣負(fù)氧離子同溫度、相對(duì)濕度的相關(guān)性較好，同風(fēng)速、風(fēng)向的相關(guān)性較弱，并且存在明顯的季節(jié)差異。在季節(jié)尺度上，不同季節(jié)的空氣負(fù)氧離子濃度日變化與氣溫日變化呈負(fù)相關(guān)，相關(guān)系數(shù)均通過(guò)0.01顯著性檢驗(yàn)。這與吳楚材[6]、從菁[13]、顧小麗[15]等的研究結(jié)論一致，主要原因或在于隨著環(huán)境溫度的升高，污染物擴(kuò)散下降的過(guò)程中易吸附負(fù)氧離子，造成了負(fù)氧離子濃度的下降[21]?？諝庳?fù)氧離子濃度日變化與相對(duì)濕度呈正相關(guān)，隨著相對(duì)濕度增加，不同季節(jié)的空氣負(fù)氧離子濃度均增加，尤其對(duì)春季而言，空氣負(fù)氧離子和相對(duì)濕度的相關(guān)系數(shù)達(dá)到0.87。這是因?yàn)樨?fù)氧離子的主要存在形式是水分子和帶多余電荷的分子的結(jié)合體，比如O-2（H2O）n，或OH-（H2O）n、CO-4（H2O）2，所以當(dāng)環(huán)境中達(dá)到一定濕度才會(huì)形成負(fù)氧離子，相對(duì)濕度較大時(shí)，有利于空氣中負(fù)氧離子濃度增加。此外風(fēng)速和風(fēng)向?qū)諝庳?fù)氧離子的影響較小，主要差異來(lái)自季節(jié)變化。

分析空氣負(fù)氧離子濃度日變化和不同環(huán)境因子的相關(guān)性，發(fā)現(xiàn)空氣負(fù)氧離子同PM2.5濃度、PM10濃度及歸一化植被指數(shù)（normalized difference vegetation index，NDVI）的相關(guān)性較好，通過(guò)0.01顯著性檢驗(yàn)，但是存在明顯的季節(jié)差異。全年負(fù)氧離子濃度同PM2.5濃度和PM10濃度呈負(fù)相關(guān)。PM2.5濃度、PM10濃度與人類活動(dòng)、空氣污染密切相關(guān)，當(dāng)PM2.5濃度、PM10濃度增加時(shí)，容易吸附負(fù)氧離子使其消失，造成負(fù)氧離子濃度的下降?？諝庳?fù)氧離子和植被指數(shù)存在正相關(guān)關(guān)系，隨著植被指數(shù)增加，不同季節(jié)的空氣負(fù)氧離子均增加，這與植被覆蓋增多、植物尖端放電和光合作用等有利于負(fù)氧離子生成有關(guān)。四個(gè)季節(jié)中，空氣負(fù)氧離子和植被指數(shù)存在顯著正相關(guān)關(guān)系，主要差異來(lái)自季節(jié)變化。

2.3.2 負(fù)氧離子預(yù)測(cè)模型

通過(guò)相關(guān)性分析，對(duì)備選影響因子進(jìn)行了初步篩查，考慮到季節(jié)、經(jīng)緯度等影響因素，構(gòu)建濃度預(yù)測(cè)模型需要對(duì)初步篩選的影響因子進(jìn)行進(jìn)一步的特征選擇。研究利用極端隨機(jī)樹(shù)算法（extremely randomized trees）對(duì)各因子對(duì)負(fù)氧離子濃度的影響進(jìn)行進(jìn)一步分析。將所有因子輸入模型，得到每一個(gè)因子的重要性評(píng)分。該評(píng)分取值為0到1之間，評(píng)分高的因子對(duì)模型提供了更高的信息增益。本研究選擇評(píng)分在0.01以上的特征因子形成特征集，然后使用該特征集進(jìn)行模型的訓(xùn)練。各個(gè)因子對(duì)負(fù)氧離子濃度的重要性評(píng)分結(jié)果如圖3所示。

從特征變量的分析來(lái)看，季節(jié)、NDVI、緯度、相對(duì)濕度等變量的重要性排序比較靠前，說(shuō)明這些變量是影響負(fù)氧離子濃度變化的主要影響因素。從圖4各季節(jié)特征變量的分析來(lái)看，在春季，相對(duì)濕度重要性超過(guò)0.7；夏季，緯度、相對(duì)濕度的重要性排序在前；秋季，緯度、NDVI的重要性排序在前；在冬季，相對(duì)濕度和緯度重要性排序在前。

2.3.3 預(yù)測(cè)效果檢驗(yàn)

將負(fù)氧離子和影響因子構(gòu)建的數(shù)據(jù)集按照3：1的比例隨機(jī)劃分為兩個(gè)子集，其中75%的數(shù)據(jù)作為訓(xùn)練集，用于隨機(jī)森林回歸模型訓(xùn)練，以建立負(fù)氧離子日平均濃度的預(yù)測(cè)模型，另外25%的數(shù)據(jù)作為測(cè)試子集，用于獨(dú)立檢驗(yàn)。為保證模型的穩(wěn)定性，基于訓(xùn)練集數(shù)據(jù)，采用5折交叉驗(yàn)證的方法進(jìn)行動(dòng)態(tài)調(diào)參，最終確定的主要模型參數(shù)為：最大樹(shù)深度為10，最小葉子數(shù)為2，組成森林的樹(shù)數(shù)量為30。由于季節(jié)因素對(duì)負(fù)氧離子日平均濃度影響較大，為了提高預(yù)測(cè)效果，分別進(jìn)行分季節(jié)建模和不分季節(jié)建模。選擇決定系數(shù)R2、平均相對(duì)誤差（δMRE）、均方根誤差（δRMSE）等指標(biāo)對(duì)預(yù)測(cè)效果進(jìn)行檢驗(yàn)，結(jié)果如表3所示。

圖5是不分季節(jié)建模的預(yù)測(cè)效果散點(diǎn)圖，可以發(fā)現(xiàn)，整體一致性較好，秋季和夏季的一致性較差，測(cè)試集δRMSE為262.47，R2為0.75。

按照季節(jié)分別建模的預(yù)測(cè)效果如圖6所示，可以看出，隨機(jī)森林模型對(duì)不同季節(jié)的負(fù)氧離子濃度預(yù)測(cè)能力不盡相同，春季與實(shí)際觀測(cè)值的分布趨勢(shì)最為一致，冬季的一致性最低。春季模型在測(cè)試集上δRMSE為95.28，δMRE為0.04，擬合程度最佳，而冬季模型在測(cè)試集上的擬合程度僅有50%。一定程度上體現(xiàn)了負(fù)氧離子濃度可能存在本研究運(yùn)用到的氣象因子和環(huán)境因子以外的影響因子，且不同季節(jié)的影響情況有差異。

3 結(jié)論與討論

（1）河南省西部、南部山地地區(qū)空氣負(fù)氧離子平均濃度有明顯的日變化規(guī)律：最高濃度出現(xiàn)在清晨，夜晚次之，最低值出現(xiàn)在午后。全天負(fù)氧離子濃度均達(dá)到空氣清新的等級(jí)。季節(jié)濃度變化規(guī)律表現(xiàn)為夏季高，秋、春次之，冬季最低。

（2）根據(jù)現(xiàn)有的因子分析，溫度和相對(duì)濕度是影響河南省山地空氣負(fù)氧離子濃度的主要?dú)庀笠蜃?，風(fēng)速、風(fēng)向?qū)ω?fù)氧離子濃度有一定的影響，相對(duì)濕度和負(fù)氧離子濃度正相關(guān)，不同季節(jié)的空氣負(fù)氧離子濃度日變化與氣溫日變化呈負(fù)相關(guān)。影響空氣負(fù)氧離子濃度的環(huán)境因子主要是PM2.5濃度、PM10濃度和植被覆蓋，且PM2.5濃度、PM10濃度和負(fù)氧離子濃度負(fù)相關(guān)，植被覆蓋和負(fù)氧離子濃度正相關(guān)。

（3）采用隨機(jī)森林回歸模型對(duì)河南省山地負(fù)氧離子日平均濃度進(jìn)行預(yù)測(cè)，具有較好的預(yù)測(cè)能力，可以為開(kāi)發(fā)精細(xì)化負(fù)氧離子濃度預(yù)報(bào)產(chǎn)品、提升生態(tài)旅游氣象服務(wù)水平提供技術(shù)支撐，意義重大。不過(guò)由于空氣負(fù)氧離子觀測(cè)資料的年限較短，同時(shí)本研究采用的氣象因子和環(huán)境因子的數(shù)據(jù)類型并不全面，比如沒(méi)有考慮降水量、海拔高度、AQI（空氣質(zhì)量指數(shù)）等與負(fù)氧離子濃度的關(guān)系，因此建立的預(yù)測(cè)模型較為粗略，隨著觀測(cè)數(shù)據(jù)的完善，未來(lái)將考慮增加影響因子，優(yōu)化預(yù)測(cè)模型，在負(fù)氧離子濃度預(yù)測(cè)上做進(jìn)一步研究。

參考文獻(xiàn)：

［1］REITER R. Part B Frequency distribution of positive and negative small ion concentrations， based on many years′ recordings at two mountain stations located at 740 and 1780 m ASL[J]. International Journal of Biometeorology， 1985， 29（3）： 223-231. DOI： 10.1007/BF02189654.

[2]王薇， 余莊. 中國(guó)城市環(huán)境中空氣負(fù)離子研究進(jìn)展[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2013， 22（4）： 705-711. DOI： 10.16258/j.cnki.1674-5906.2013.04.027.

[3]邵海榮， 賀慶棠. 森林與空氣負(fù)離子[J]. 世界林業(yè)研究， 2000， 13（5）： 19-23. DOI： 10.13348/j.cnki.sjlyyj.2000.05.004.

[4]STAVROVSKAIA， I G， SIROTA T. V.， SAAKIAN I R. Optimization of energy-dependent processes in mitochondria from rat liver and brain after inhalation of negative air ions[J]. Biofizika， 1998， 43： 766.

[5]鐘林生， 吳楚材， 肖篤寧. 森林旅游資源評(píng)價(jià)中的空氣負(fù)離子研究[J]. 生態(tài)學(xué)雜志， 1998， 17（6）： 56-60. DOI： 10.1088/0256-307X/15/12/025.

[6]吳楚材， 鄭群明， 鐘林生. 森林游憩區(qū)空氣負(fù)離子水平的研究[J]. 林業(yè)科學(xué)， 2001， 37（5）： 75-81. DOI： 10.11707/j.1001-7488.20010513.

[7]王薇， 張之秋. 城市住區(qū)空氣負(fù)離子濃度時(shí)空變化及空氣質(zhì)量評(píng)價(jià)：以合肥市為例[J]. 生態(tài)環(huán)境學(xué)報(bào)， 2014， 23（11）： 1783-1791. DOI： 10.16258/j.cnki.1674-5906.2014.11.007.

[8]孟麗紅， 張敏， 姚青. 2009年天津城區(qū)空氣負(fù)離子變化規(guī)律[J]. 氣象與環(huán)境學(xué)報(bào)， 2011， 27（1）： 27-29. DOI： 10.3969/j.issn.1673-503X.2011.01.005.

[9]毛成忠， 于乃蓮， 杜佳樂(lè)， 等. 典型城市區(qū)與森林區(qū)空氣負(fù)氧離子特征比較分析[J]. 氣象科技， 2014， 42（6）： 1083-1089. DOI： 10.19517/j.1671-6345.2014.06.023.

[10]SAWANT V S， MEENA G S， JADHAV D B. Effect of negative air ions on fog and smoke[J]. Aerosol and Air Quality Research， 2012， 12（5）： 1007-1015. DOI： 10.4209/aaqr.2011.11.0214.

[11]LING X， JAYARATNE R， MORAWSKA L. Air ion concentrations in various urban outdoor environments[J]. Atmospheric Environment， 2010， 44（18）： 2186-2193. DOI： 10.1016/j.atmosenv.2010.03.026.

[12]WANG J， LI S H. Changes in negative air ions concentration under different light intensities and development of a model to relate light intensity to directional change[J]. Journal of Environmental Management， 2009， 90（8）： 2746-2754. DOI： 10.1016/j.jenvman.2009.03.003.

[13]叢菁， 孫立娟. 大連市負(fù)氧離子濃度分布及預(yù)測(cè)模型的建立[J]. 氣象與環(huán)境學(xué)報(bào)， 2010， 26（4）： 44-47. DOI： 10.3969/j.issn.1673-503X.2010.04.009.

[14]王寶， 解福燕， 張自祥， 等. 玉溪空氣負(fù)氧離子預(yù)測(cè)模型的建立[J]. 高原氣象， 2015， 34（1）： 251-257. DOI： 10.7522/j.issn.1000-0534.2014.00131.

[15]顧小麗， 錢燕珍， 鮑岳建， 等. 寧波市負(fù)氧離子濃度分布與預(yù)測(cè)模型及其在旅游氣象中的應(yīng)用[J]. 氣象與環(huán)境學(xué)報(bào)， 2013， 29（6）： 128-133. DOI： 10.3969/j.issn.1673-503X.2013.06.020.

[16]張勇， 陳蘭英， 劉婷， 等. 峨眉山景區(qū)負(fù)氧離子濃度變化特征及預(yù)測(cè)模型研究[J]. 氣象與環(huán)境學(xué)報(bào)， 2018， 34（2）： 61-68.[JP] DOI： 10.3969/j.issn.1673-503X.2018.02.008.

[17]中國(guó)氣象服務(wù)協(xié)會(huì). 天然氧吧評(píng)價(jià)指標(biāo)： T/CMSA 0003—2017[S]. 北京：中國(guó)標(biāo)準(zhǔn)出版社，2017

[18]林金明， 宋冠群， 趙利霞，等. 環(huán)境、健康與負(fù)氧離子[M]. 北京： 化學(xué)工業(yè)出版社， 2006.

[19]金琪， 嚴(yán)婧， 楊志彪， 等. 湖北春季大氣負(fù)氧離子濃度分布特征及與環(huán)境因子的關(guān)系[J]. 氣象科技， 2015， 43（4）： 728-733.[JP] DOI： 10.19517/j.1671-6345.2015.04.027.

[20]杜續(xù). 基于隨機(jī)森林的PM2.5濃度預(yù)測(cè)模型研究[D]. 西安： 西安郵電大學(xué)， 2018.

[21]鄧玲， 廖春花， 李學(xué)敏， 等. 山岳型景區(qū)空氣負(fù)離子濃度分布特征及其與氣象要素相關(guān)性研究綜述[J]. 氣象科技， 2017， 45（5）： 882-888. DOI： 10.19517/j.1671-6345.20160548.