地铁站台PM2.5浓度分布与影响因素研究

作     者：王瑜镶 

作者单位：西南交通大学 

学位级别：硕士

导师姓名：蒋朝哲

授予年度：2022年

学科分类：07[理学] 08[工学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

主      题：地铁站台PM2.5浓度 时空分布 影响因素重要程度 短时预测 

摘      要：随着经济发展,全国各大城市都在大力兴建地铁。研究证明地铁内产生的颗粒物含重金属元素,且地铁大部分线路都分布在地下,容易造成有害物质积累,长期暴露于重金属环境中会严重危害身体健康。然而现有研究主要集中在大气PM,很少有关于地铁颗粒物方面的研究。因此,亟需加大对地铁颗粒物的研究,更好地了解地铁PM浓度分布特征及影响因素,制定适合地铁车站改善空气质量的策略。本文旨在基于地铁站实测数据,利用统计分析方法探究地铁站PM浓度时空分布规律;结合多源数据,利用机器学习算法探索地铁站台PM浓度影响因素重要程度,并对地铁站台PM浓度进行预测。为此,项目团队在兰州西站什字站进行了多点数据采集。本文首先对比了地铁站不同位置的PM浓度值,发现站台站厅车厢,重点对比了站台不同采样点的PM浓度值,发现站台两端站台中间。通过分析车厢门侧沿线监测的多种指标数据变化趋势,发现列车到站开门时,站台空气会涌入车厢。另外,通过对比不同时间段不同采样点的不同粒径颗粒物浓度占比,发现与城市街道级交通排放产生的颗粒物相比,地铁站产生的颗粒物偏粗粒径。接着,通过将10月每分钟PM浓度值绘制成热力图,发现站台PM浓度工作日时会在早晚高峰时呈现两个明显波峰,且工作日、节假日、周末有不同的变化规律。然后,本文通过回归分析和相关性分析等方法发现,室外环境PM浓度、机械通风、通风系统功率、列车频率会影响站台PM浓度。通过K-means聚类分析和方差分析,发现降雨天气下站台PM浓度更高。接着,本文基于随机森林拟合了站台PM浓度与各种影响因素间的关系。基于夏普利分析,得到了地铁站台PM浓度影响因素重要程度,发现室外环境PM浓度对地铁站台PM浓度影响非常大。基于SHAP值研究了单个影响因素对站台PM浓度的正负影响,发现节假日、运营期、降雨天气会导致站台PM浓度增大;开启通风可以促进站台PM浓度减小;室外PM浓度,列车频率与站台PM浓度呈正相关。接着,本文考虑了多种影响因素,基于随机森林、XGBoost和Light GBM三种机器学习算法建立了2小时后地铁站台PM浓度预测模型,其中基于XGBoost的地铁站台PM浓度预测模型效果最优。最后,根据地铁颗粒物时空分布规律及影响因素重要程度,从降低颗粒物浓度与节能减排两个目标出发,有针对性地提出地铁站PM防治建议。