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

Андреева Елена Сергеевна; Лазарева Елена Олеговна; Липовицкая Ирина Николаевна

УДК 551.509.328 ББК 26.23

Е.С. Андреева, Е.О. Лазарева, И.Н. Липовицкая

РЕАЛИЗАЦИЯ МЕТОДА «ДЕРЕВА РЕШЕНИЙ» В ПРОГНОЗИРОВАНИИ УРОВНЯ ЗАГРЯЗНЕНИЯ ВОЗДУХА ГОРОДСКОЙ СРЕДЫ

Целью работы является разработка современного способа прогноза уровня загрязнения воздуха, построение схем для определения ожидаемого уровня загрязнения атмосферного воздуха г. Санкт-Петербург по методу «дерева решений». Для достижения цели изучены и обработаны срочные данные метеорологических наблюдений, выполненных на станции 26063 (в пределах г. Санкт-Петербург) за период 2006-2014 гг. 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. В ходе работы была установлена зависимость формирования уровня загрязнения атмосферного воздуха от синоптического процесса и инерционного фактора, что позволило разработать способ прогноза уровня загрязнения воздуха в виде «дерева решений» экспертным путём. Способ прогноза уровня загрязнения атмосферного воздуха в виде «дерева решений» является принципиально новым. Его достоинства: простота и доступность исходных данных, что позволяет минимизировать трудозатраты, сохранив при этом оправдываемость на достаточно высоком уровне.

Ключевые слова:

метеорологические характеристики, метод «дерева решений», синоптический процесс, параметр Р, прогноз загрязнения атмосферного воздуха, Санкт-Петербург.

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.

© Андреева Елена Сергеевна - доктор географических наук, доцент, профессор кафедры безопасности жизнедеятельности и защиты окружающей среды, Донской государственный технический университет, Ростов-на-Дону; e-mail: esameteo@mail.ru © Лазарева Елена Олеговна - кандидат географических наук, гражданский служащий, Санкт-Петербург; e-mail: milyutina.e.o@ yandex.ru

со

Ci

О

3 О

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, с. 136-145; 9, с. 615-620; 10, с. 477-481]. В частности, ранее установлено, что на уровень загрязнения атмосферного воздуха существенное влияние оказывают синоптические ситуации и характерные для них метеорологические условия [8, с. 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 - иТС) 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 иТС 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 20062014 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-

а)

г)

б)

д)

в)

е)

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 (и) и количество наблюдений в течение этого же дня с концентрациями (ц), которые превышают среднесезонное значение цср более чем в 1,5 раза (ц > 1, 5цср) (т) 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, с. 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, с. 151-154 ].

При использовании параметра Р, согласно РД 52.04.306-92 [7, с. 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, с. 28-30].

СО

ч

tu

Ci

О

СО Ci

О

3 О

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, с. 152-154].

Для оценки связи синоптического процесса и уровня загрязнения воздуха использован коэффициент взаимной сопряжённости Пирсона-Чупрова [6, с. 5679]. 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 - X2. При оценке значимости по критерию X2 (для всех рассматриваемых случаев X2 > Х2к ), были выявлены статистически значимые различия, что позволило отметить наличие существенной

Список литературы:

связи между синоптическими процессами и загрязнением атмосферного воздуха.

В результате пошагового регрессионного анализа (методом включения) для ночных часов отмечено значимое влияние предикторов в 39% (для холодного периода) и 38% (для тёплого периода); и почти вдвое больше для дневных часов - значимое влияние предикторов 64% (для холодного периода), 67% (для тёплого периода), которые представляют инерционный фактор. Отсюда очевидна ведущая роль инерционного фактора при прогнозировании уровня загрязнения атмосферного воздуха [6, с. 92-97].

Обсуждение и заключения. Таким образом, в ходе работы была установлена зависимость формирования уровня загрязнения атмосферного воздуха от синоптического процесса и инерционного фактора, что позволило разработать способ прогноза уровня загрязнения воздуха в виде «дерева решений» экспертным путём.

Оправдываемость прогностического определения ожидаемой группы загрязнения атмосферного воздуха по г. Санкт-Петербург была рассчитана на зависимом материале и составила для холодного периода года 90% (ночные часы) и 91% (дневные часы); для тёплого периода года 84% (ночные часы) и 87% (дневные часы), что говорит о более эффективном прогнозе уровня загрязнения атмосферного воздуха по предлагаемым схемам в холодный период года.

Способ прогноза уровня загрязнения атмосферного воздуха в виде «дерева решений» является принципиально новым. Его достоинства: простота и доступность исходных данных, что позволяет минимизировать трудозатраты, сохранив при этом оправдывае-мость на достаточно высоком уровне.

- Интернет-ресурс. Режим доступа:

[1] Архив погоды в Санкт-Петербурге // rp5.ru. Расписание погоды. Ьпр://гр5.ги/Архив_погоды_в_Санкт-Петербурге

[2] Безуглая Э.Ю. Климатические характеристики условий распространения примесей в атмосфере. -Л.: Гидрометеоиздат, 1983. - 328 с.

[3] Берлянд М.Е. Современные проблемы атмосферной диффузии и загрязнения атмосферы. - Л.: Гидрометеоиздат, 1975. - 448 с.

[4] Карты погоды // Интернет журнал Meteoweb.ru. - М.: 2015. - Интернет-ресурс. Режим доступа: http:// meteoweb.ru/

[5] Лазарева Е.О., Попова Е.С., Липовицкая И.Н. Влияние температурных инверсий на концентрацию примесей в приземном слое воздуха над Санкт-Петербургом в 2006-2014 гг. // Ученые записки РГГМУ - 2015, № 41. - С. 149-155.

[6] Лазарева Е.О. Загрязнение атмосферного воздуха г. Санкт-Петербург при различных синоптических ситуациях / Дисс. ... к. геогр.н. - СПб., 2016. - 144 с.

[7] Руководство по прогнозу загрязнения воздуха: РД 52.04.306-92. - СПб.: Гидрометеоиздат, 1993. - 104 с.

[8] Сонькин Л.Р. Синоптико-статистический анализ и краткосрочный прогноз загрязнения атмосферы. - Л.: Гидрометеоиздат, 1991. - 223 с.

[9] Boettger C.M. Air-pollution potential East of the Rocky Mountains - Fall 1959 // Bul. Amer. Met. Soc. - 1961, vol. 42. - pp. 615-620.

[10] Boettger C.M., Smitth H.J. The Nashville daily air pollution forecast // Mon. Wea. Rev. Volume 89. - 1961, № 11. - pp. 477-481.

[11] Morrison J. Sustainable development. - UK, Profile Books, 2002. - 370 p.

Текст научной работы на тему «Реализация метода "дерева решений" в прогнозировании уровня загрязнения воздуха городской среды»