臭氧(O3)是表征大气氧化性和衡量光化学污染程度的重要指标，长期暴露在高浓度O3环境中生物体会受到严重危害.银川市位于西北高海拔地区，夏季持续高温且紫外线辐射强烈，在光化学反应下极易生成O3，导致O3污染频发.因此，亟待开展O3污染的研究，探明影响O3浓度变化的关键因子.本研究依托宁夏银川城市生态系统国家定位站，以银川市凤凰公园为研究对象，开展野外同步定位观测试验，获取O3浓度、气象因子和大气污染物等数据，应用机器学习算法中的随机森林模型，研究影响O3浓度变化的关键气象因子和大气污染物.结果表明：(1)建立的随机森林模型，其方差解释率在88%以上，且观测值与拟合值间的决定系数R2为0.974，均方根误差为85.8，拟合效果良好；(2)通过对模型筛选出的影响O3浓度的关键因子进行重要性排序，对模型贡献较大的4个变量为相对湿度(27.8)、NO(20.1)、NO2(16.1)和PM2.5(12.7);(3)各变量与O3浓度之间存在显著的非线性关系，其中氮氧化物(NO、NO2)对O3浓度影响的阈值效应最大，其次为相对湿度和温度.因此，应用随机森林模型可从非线性角度阐明O3浓度与气象因子和大气污染物的关系，明确影响O3浓度的关键因子及其阈值效应，从而为高海拔地区O3污染防治提供科学依据和技术支撑.
