基于决策树的颗粒物污染类型识别方法改进——以乌海市为例
An improved method for identifying particulate matter pollution type based on decision tree in Wuhai作者机构:兰州大学大气科学学院兰州730000
出 版 物:《环保科技》 (Environmental Protection and Technology)
年 卷 期:2024年第30卷第1期
页 面:51-58页
学科分类:07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学]
摘 要:多年监测资料显示PM10是影响乌海市环境空气质量的首要污染物,颗粒物污染是大气治理的重点,而明确污染类型是厘清污染成因和实现动态源解析的重要环节。因此本研究基于颗粒物源解析结果和污染物排放数据确定污染类型和识别标准后,利用乌海市环境常规监测数据,通过多参数特征比值法较为准确地识别了乌海市四种不同的颗粒物污染类型:沙尘型、扬尘型、工业型、二次与机动车型。为了克服污染识别阈值调整的主观性和繁琐性,通过CART决策树对识别过程进行了改进。基于决策树快速改进污染类型识别阈值后,颗粒物污染识别准确率大幅提高。2021年乌海市颗粒物污染以沙尘型为主,对PM10和PM2.5的贡献率分别为25.09%和15.71%。识别出了全部的颗粒物超标日,对于沙尘天气识别的准确率高达81.82%。基于决策树可以有效改进多参数特征比值法对于阈值的选取,更快速而准确地进行颗粒物污染类型识别。