基于机器学习的雾霾污染精准治理

作者：孙亚男; 费锦华

来源：资源科学, 2021, 43(05): 872-885.

• 机器学习
• 城市雾霾污染
• 精准治理
• 影响因素
• 递归分析

实施雾霾污染精准治理是应对局部地区雾霾污染的重要举措。本文利用2001—2016年263个中国城市PM2.5数据,基于机器学习构建了决策树递归分析方法,量化了雾霾污染分区因素和治理因素的交互影响,进而识别出雾霾污染精准治理区域及其治理因素。结果表明:(1)地理区位、行政级别、产业结构、区域规划、经济地带是识别中国城市雾霾污染精准治理区域的分区因素,据此本文识别出4类城市雾霾污染精准治理区域。(2)对于沿海城市,提高经济发展水平、降低第二产业占比有利于提高雾霾污染治理水平;对于非沿海城市,降低人口密度有助于缓解雾霾污染,其中非沿海、非省会城市提高科技进步水平也可以有效控制雾霾污染。(3)中国城市雾霾污染治理分区因素的长期演变趋势与中国"五年规划"期间的国家政策具有高度契合性。因此,科学施策、精准调控有利于雾霾污染精准治理。

• 单位
  山东财经大学