南方农业学报

作者：景元书, 张涛, 顾薇, 陈嘉怡,

关键词：城市森林, 负氧离子, 机器学习, 时间序列特征, 预测模型,

【目的】揭示城市森林中空气负氧离子浓度（NOIC）的日变化与季节变化特征，并构建高精度预测模型，为深入了解森林生态系统对空气质量的调节作用、优化林业生态管理及提升森林康养功能提供参考依据。【方法】基于2023—2024年上海市崇明区城市森林样区的连续监测数据，分析探讨NOIC与归一化植被指数（NDVI）、植被类型、温度、相对湿度、降水量、风速、能见度等因子间的关系；并采用随机森林和时间序列增强模型（STXGB）构建NOIC预测模型，结合5折交叉验证和基于Optuna框架的贝叶斯调参方法优化超参数，通过决定系数（R2）、均方根误差（RMSE）和平均绝对误差（MAE）3项指标对模型的拟合效果进行评估。【结果】常绿阔叶林的NOIC显著高于其他2种植被类型（P<0.05，下同），盐沼草本植被的NOIC显著高于落叶阔叶林；NDVI和NOIC在全年大部分时期呈现一致的季节变化趋势；在春季，NOIC与温度和臭氧（O3）浓度呈极显著正相关（P<0.01，下同），相关系数分别为0.256和0.175；与空气中直径≤2.5 μm颗粒物（PM2.5）浓度和相对湿度呈极显著负相关，相关系数均为-0.231。在夏季，NOIC与相对湿度由春季的极显著负相关转变为极显著正相关。NOIC表现为秋季（2524个/cm3）>夏季（2358个/cm3）>冬季（1841个/cm3）>春季（1036个/cm3），各季节优秀和良好等级的NOIC占比均超过70%，尤其在夏季和秋季，优秀等级的NOIC比例达到100%。STXGB模型测试集R2达0.8468，RMSE为275.93个/cm3，MAE为175.94个/cm3。与随机森林模型相比，STXGB模型测试集的R2提高近1倍，RMSE和MAE大幅降低。当温度和风速同取高值时，二者的交互对NOIC的提升具有较强的正向协同推动作用；其中负向作用最大的组合是能见度和风速，模型比较结果表明，STXGB模型性能较优，明显优于传统模型。【结论】NOIC动态变化受森林植被结构、气象因子和区域污染物的协同作用。STXGB模型在预测复杂森林环境下NOIC时具有有效性及稳健性，可用于对森林生态监测、森林康养适宜性评价的研究。

来源：2026年第2期

《南方农业学报》期刊编辑部

查看南方农业学报杂志2026年第2期