本文以陕西省为研究区,基于决策与回归树CART(Classification And Regresson Tree)模型,比较分析PM2.5污染预测精度,探明研究区域PM2.5空间分布趋势,为区域大气PM2.5污染预警提供技术支持。结果表明:(1)利用SPSS决策树工具中的CART算法分析自变量与PM2.5的相关性,得出回归树模型中影响PM2.5的影响因素重要性较大的为3000m缓冲区降水和5000m缓冲区气温的值;且SPSS生成的普通的回归树无法对PM2.5值进行精确预测,只能预测出相应区间平均值。(2)利用Python对CART中回归算法进行修改,将叶节点平均值设置为线性函数,生成模型树,能根据自变量较精准预测出PM2.5的值。
