GBRT 0.878 0.679 0.788 0.795 BPNN 0.767 0.938 0.642 1.034 Hangzhou RF 0.951 0.472 0.795 1.053 GBRT 0.822 0.903 0.765 1.125 BPNN 0.687 1.197 0.696 1.280 Wuhan RF 0.946 0.438 0.751 1.085 GBRT 0.895 0.611 0.761 1.064 BPNN 0.727 0.986 0.700 1.191 Qingdao RF 0.952 0.620 0.756 1.381 GBRT 0.892 0.926 0.708 1.511 BPNN 0.785 1.304 0.661 1628 Sanya RF 0.931 0.587 0.688 GBRT 0.786 1.036 065 BPNN 0.666 1.292 MEIVS算法得到的环境变量的重要性得分如图2。条形图电横轴表示影响大气腐蚀的环境变量， 纵轴表示每个环境变量的重要性总得分，每个环境变量在各模型的得分以不同的颜色区分，并且 根据总得分降序排列。在本文中，取03作为判定环境变是否重要的阈值，在该阈值附近，环境 变量得分变化较大，重要环境变量的得分是不重要环境变量得分的两倍以上，有明显的分界。如北 京、杭州、武汉、三亚地区，以该阈值划分的重要变量得分是不重要变量得分的三倍以上：如青岛 地区，以该阈值划分的重要变量得分是不重要变量得分的23倍。 (a15 BPNN h BPNN 1.026 GBRT 1.233 RE 0.872 RF .045 1.0 0.639 0.5 0.5 0.338 0.183 .076 0.0 0.0690.041 0091008600820.02 00 RH Rainfall PM10 SO, RH Rainfall T 03 PM10 NO,PM2.5 SO, Environmental variables (c) 1.5 BPNN (d) 1.5 BPNN 53y GBRT 1.295 GBRT RF RF .0 1.0 0.760 0.537 0.541 E05 0.438 0.0930.0820.0800.0630.055 0.1910.1500.1480.1310107 0.0 0.0 RH T Rainfall NO,PM2.5 O PM10 SO, T Rainfall R//PM10 SO,PM2.5 NO, 01 Environmental variables Environmental variables
GBRT 0.878 0.679 0.788 0.795 BPNN 0.767 0.938 0.642 1.034 Hangzhou RF 0.951 0.472 0.795 1.053 GBRT 0.822 0.903 0.765 1.125 BPNN 0.687 1.197 0.696 1.280 Wuhan RF 0.946 0.438 0.751 1.085 GBRT 0.895 0.611 0.761 1.064 BPNN 0.727 0.986 0.700 1.191 Qingdao RF 0.952 0.620 0.756 1.381 GBRT 0.892 0.926 0.708 1.511 BPNN 0.785 1.304 0.661 1.628 Sanya RF 0.931 0.587 0.688 1.501 GBRT 0.786 1.036 0.654 1.581 BPNN 0.666 1.292 0.598 1.704 MEIVS 算法得到的环境变量的重要性得分如图 2。条形图中横轴表示影响大气腐蚀的环境变量， 纵轴表示每个环境变量的重要性总得分，每个环境变量在各模型上的得分以不同的颜色区分，并且 根据总得分降序排列。在本文中，取 0.3 作为判定环境变量是否重要的阈值，在该阈值附近，环境 变量得分变化较大，重要环境变量的得分是不重要环境变量得分的两倍以上，有明显的分界。如北 京、杭州、武汉、三亚地区，以该阈值划分的重要变量得分是不重要变量得分的三倍以上；如青岛 地区，以该阈值划分的重要变量得分是不重要变量得分的 2.3 倍。 录用稿件，非最终出版稿
(e)1.5 BPNN 1.281 GBRT RF 1.0 0.843 0.3220.320 0.0830.0660.0440.040 0.0 RH Rainfall TO PMI0 SO2 NO2 PM2.5 Environmental variables 圆2各地区环境变量重要性得分.(a)北京，b)杭州；(c)武汉，(d)青岛：(e)三亚 Fig.2 The importance score of environmental variables in each region:(a)Beijing:(b)Hangzhou;(c)Wuhan;(d) Qingdao;(e)Sanya 结果显示，虽然在之前的研究中，相对湿度、温度、降雨被认为是影响早期大气腐蚀的重要变 量，20，但是在具体的情况下，重要变量的选择还应结合当地的气候条件进行考虑。对于杭州、北 京、武汉、青岛四个地区，温度、相对湿度和降雨的重要性明显高于其他环境变量。对于三亚地区， 除所讨论的相对湿度、温度、降雨外，O的重要性较高。具体将东32节讨论。 此外，为了与上述方法作对比，表3列举了皮尔逊相关性分板Pearson's Correlation Coefficient, PCC)、斯皮尔曼相关性分析(Spearman's Correlation Coefficient,SCC)的相关性分析结果。PCC和 SCC具体算法见文献11,16。 表3不同地区PCC和SCC分析结果 Table 3 PCC and SCC results in different regions Result Region Method 人 RH Rainfall 03 PM2.5 PM10 S02 NOz Beijing PCC 32 .68● 0.69 -0.08 0.24 021 0.11 0.11 SCC 0. 0.56 0.43 -0.03 0.28 0.20 0.08 0.12 Hangzhou 忌用稿件 PCC 0.70 0.67 -0.25 -0.04 -0.06 -0.16 0.23 ScC 0.78 0.63 -0.34 0.03 0.02 -0.14 0.42 Wuhan PCC 0.65 0.50 -0.32 -0.10 -0.24 -0.25 -0.02 0.73 0.36 -0.41 -0.16 027 -0.36 0.01 Qingdao 0.60 0.46 0.52 0.15 -0.20 0.03 -0.24 -0.19 -0.62 0.48 0.49 -0.11 -0.16 0.06 -0.45 -0.23 Sanya -0.53 0.59 0.51 0.07 0.03 -0.06 -0.02 0.10 -0.54 0.64 0.43 0.01 0.06 -0.02 -0.11 0.07 在多数情况下，通过Pearson和Spearman相关分析得到的标准化腐蚀电偶电流与污染物浓度成 负相关关系，与先验腐蚀知识相违背。可能的原因是，Pearson和Spearman相关分析用来反映两个 变量线性相关程度，无法较好地表现变量间的非线性关系。此外，影响大气腐蚀的不同的变量之间 也会产生相互作用，但是大多数统计相关系数法需要在其他变量保持不变的情况下才能准确衡量两 个变量的相关性，不适用于此类耦合数据分析，基于模型的MEVS算法可以有效避免此类问题。 3.2环境变■对大气离抛速率的影响 3.2.1温度、相对湿度及降雨对大气腐蚀的影响
图 2 各地区环境变量重要性得分. (a) 北京; (b) 杭州; (c) 武汉; (d) 青岛; (e) 三亚 Fig.2 The importance score of environmental variables in each region: (a) Beijing; (b) Hangzhou; (c) Wuhan; (d) Qingdao; (e) Sanya 结果显示，虽然在之前的研究中，相对湿度、温度、降雨被认为是影响早期大气腐蚀的重要变 量[17,20]，但是在具体的情况下，重要变量的选择还应结合当地的气候条件进行考虑。对于杭州、北 京、武汉、青岛四个地区，温度、相对湿度和降雨的重要性明显高于其他环境变量。对于三亚地区， 除所讨论的相对湿度、温度、降雨外，O3的重要性较高。具体将在 3.2 节讨论。 此外，为了与上述方法作对比，表 3 列举了皮尔逊相关性分析(Pearson's Correlation Coefficient, PCC)、斯皮尔曼相关性分析(Spearman's Correlation Coefficient, SCC)的相关性分析结果。PCC 和 SCC 具体算法见文献[11,16]。 表 3 不同地区 PCC 和 SCC 分析结果 Table 3 PCC and SCC results in different regions Region Method Result T RH Rainfall O3 PM2.5 PM10 SO2 NO2 Beijing PCC -0.32 0.68 0.69 -0.08 0.24 0.21 0.11 0.11 SCC -0.17 0.56 0.43 -0.03 0.28 0.20 0.08 0.12 Hangzhou PCC -0.65 0.70 0.67 -0.25 -0.04 -0.06 -0.16 0.23 SCC -0.74 0.78 0.63 -0.34 0.03 0.02 -0.14 0.42 Wuhan PCC -0.63 0.65 0.50 -0.32 -0.10 -0.24 -0.25 -0.02 SCC -0.73 0.73 0.36 -0.41 -0.16 -0.27 -0.36 0.01 Qingdao PCC -0.60 0.46 0.52 -0.15 -0.20 0.03 -0.24 -0.19 SCC -0.62 0.48 0.49 -0.11 -0.16 0.06 -0.45 -0.23 Sanya PCC -0.53 0.59 0.51 0.07 0.03 -0.06 -0.02 0.10 SCC -0.54 0.64 0.43 0.01 0.06 -0.02 -0.11 0.07 在多数情况下，通过 Pearson 和 Spearman 相关分析得到的标准化腐蚀电偶电流与污染物浓度成 负相关关系，与先验腐蚀知识相违背。可能的原因是，Pearson 和 Spearman 相关分析用来反映两个 变量线性相关程度，无法较好地表现变量间的非线性关系。此外，影响大气腐蚀的不同的变量之间 也会产生相互作用，但是大多数统计相关系数法需要在其他变量保持不变的情况下才能准确衡量两 个变量的相关性，不适用于此类耦合数据分析[6]，基于模型的 MEIVS 算法可以有效避免此类问题。 3.2 环境变量对大气腐蚀速率的影响 3.2.1 温度、相对湿度及降雨对大气腐蚀的影响 录用稿件，非最终出版稿