Реализация метода "дерева решений" в прогнозировании уровня загрязнения воздуха городской среды

Андреева Е.С., Лазарева Е.О., Липовицкая И.Н. Реализация метода «дерева решений» в прогнозировании уровня загрязнения воздуха городской среды // Общество. Среда. Развитие. – 2018, № 1. – С. 158–160.

Общество. Среда. Развитие № 1’2018

Проблема прогнозирования уровня загрязнения атмосферного воздуха относится к числу приоритетных научных проблем современного мира [11, с. 57]. При этом история исследований возможностей составления адекватных прогнозов уровня загрязнения воздуха городов насчитывает около 60 лет, в период которых решены ряд теоретических и практических задач [2, с. 156–168; 3, с. 234–269; 8, c. 136–145; 9, c. 615–620; 10, c. 477–481]. В частности, ранее установлено, что на уровень загрязнения атмосферного воздуха существенное влияние оказывают синоптические ситуации и характерные для них метеорологические условия [8, c. 198–201]. Отсюда целью данной является разработка современного способа прогнозирования уровня загрязнения воздуха, построение схем для определения ожидаемого уровня загрязнения атмосферного воздуха г. Санкт-Петербург по методу «дерева решений».

Материалы и методы. Для достижения цели работы изучены и обработаны срочные данные метеорологических наблюдений, выполненных на станции 26063 (в пределах г. Санкт-Петербург) за период с 2006 по 2014 гг. [1].

В рамках исследования рассмотрены данные по вертикальному профилю атмосферы, получаемые путём радиозондирования атмосферы г. Санкт-Петербург (00:00 и 12:00 Всемирного координированного времени – UTC) на станции Воейково.

Результаты исследования. Визуальный анализ архивного материала приземных карт погоды над Европой из базы данных [4] за период с 2006 по 2014 гг. (3279 карт), ежесуточно, за срок 00:00 UTC позволил авторам посуточно охарактеризовать синоптическую обстановку в исследуемом районе; указать периферию или часть барического образования, которая определяет погодные условия в районе г. Санкт-Петербург. В ходе исследования были выделены следующие синоптические объекты за период 2006– 2014 гг.: атлантический циклон, «ныряющий» циклон, южный циклон, арктический антициклон, отрог Сибирского антициклона, отрог Азорского антициклона (рис. 1). Характерные группы синоптических процессов последнего десятилетия выделены с учётом географического происхождения барических образований; траекторий их движения. При этом выполненный анализ для холодного и тёплого периодов года поз-

Рис. 1. Типовые синоптические процессы: а) атлантический циклон, б) »ныряющий» циклон, в) южный циклон, г) арктический антициклон, д) отрог Сибирского антициклона, е) отрог Азорского антициклона.

волил уточнить повторяемость синоптических процессов для полугодий (табл. 1).

В рамках данной работы были изучены данные наблюдений за состоянием атмосферного воздуха федерального государственного бюджетного учреждения «СевероЗападное управление по гидрометеорологии и мониторингу окружающей среды» за период с 2006 по 2014 гг. Наблюдения велись на 10 стационарных постах службы, расположенных в 8 административных районах города, 4 раза в сутки (01:00, 07:00, 13:00, 19:00). Определены общее количество наблюдений за концентрацией примесей в городе в течение одного дня на всех стационарных постах ( n ) и количество наблюдений в течение этого же дня с концентрациями ( q ), которые превышают среднесезонное значение q_ср более чем в 1,5 раза ( q > 1,5 q_ср ) ( m ) по двум примесям (оксид углерода, диоксид азота – продукты неполного сгорания топлива в двигателях автотранспортных средств, которые вносят наибольший вклад в выбросы загрязняющих веществ города – 86% в 2014 г. [7, c. 56–67]). Приведённые данные позволили вычислить фактическое значение интегрального показателя загряз-

Таблица 1

Повторяемость характерных групп синоптических процессов для холодного и тёплого периодов года (2006–2014 гг.)

Группа синоптического процесса Повторяемость, % Для холодного периода Для тёплого периода атлантический циклон 48 43 «ныряющий» циклон 8 - южный циклон 9 18 арктический антициклон 21 14 отрог Сибирского антициклона 14 - отрог Азорского антициклона – 25 нения воздуха в городе совокупностью примесей – параметра Р [5, c. 151–154 ].

При использовании параметра Р , согласно РД 52.04.306-92 [7, c. 68–74], рассматривались три группы загрязнения воздуха: Р > 0,35 – относительно высокое (первая группа – I), 0,20 <  Р ≤ 0,35 – повышенное (вторая группа – II), Р ≤ 0,20 – пониженное (третья группа – III) [6, c. 28–30].

Среда обитания

С целью детальной оценки вклада характерных синоптических процессов, сопровождающихся комплексом метеорологических условий в формирование уровня загрязнения атмосферного воздуха г. Санкт-Петербург сформированы массивы данных для холодного (с ноября по март месяцы, 1050 дней) и тёплого (с апреля по октябрь месяцы, 1587 дней) периодов года (согласно годовому ходу температуры воздуха и радиационного баланса). При этом отдельно анализировались дневные (09:00–21:00) и ночные (21:00–09:00) случаи и рассматривались три группы загрязнения по параметру Р .

Массивы сформированных данных анализировались по следующей схеме: оценка суточного хода загрязнения; оценка вклада синоптического процесса в формирование уровня загрязнения атмосферного воздуха; оценка вероятности загрязнения при выделенных характерных группах синоптических процессов; регрессионный анализ; расчёт коэффициентов взаимной сопряжённости и уровня загрязнения воздуха и синоптических процессов [5, c. 152–154].

Для оценки связи синоптического процесса и уровня загрязнения воздуха использован коэффициент взаимной сопряжённости Пирсона-Чупрова [6, c. 56– 79]. Таким образом, в работе был выполнен расчёт коэффициентов Пирсона и Чупрова для ночных, дневных часов и за суточный период времени.

Проверка статистической гипотезы о виде распределения выполнена при помощи критерия согласия – χ ². При оценке значимости по критерию χ ² (для всех рассматриваемых случаев χ ² >  χ ²_кр), были выявлены статистически значимые различия, что позволило отметить наличие существенной