面向多源数据的AQP区域大气污染精准溯源研究 |
| |
引用本文: | 廖世凯,董红召,杨强,夏阳,林盈盈.面向多源数据的AQP区域大气污染精准溯源研究[J].环境科学学报,2023(4):131-141. |
| |
作者姓名: | 廖世凯 董红召 杨强 夏阳 林盈盈 |
| |
作者单位: | 1. 浙江工业大学,智能交通(智慧城市)联合研究所;3. 杭州市生态环境科学研究院 |
| |
基金项目: | 杭州市科技发展计划项目(No.20201203B158); |
| |
摘 要: | 空气质量优先保障(AQP, Air Quality Priority)区域包括城市居住区和亚运会、世博会等重大活动的举办地等.为了解决AQP区域PM2.5浓度超标而无法准确追溯污染源头的问题,提出一种新的面向多源数据的AQP区域大气污染精准溯源方法 .由于直接溯源方法无法量化不同污染源区域对复合污染的贡献大小,建立一种融合气象数据、污染源区域排放数据、污染物浓度数据的机器学习模型LightGBM-PSO,以捕捉污染源排放和大气污染物浓度之间的非线性响应,模型输出AQP及相邻区域各污染源监测区域排放输入的特征重要程度(FI),由此可得各污染源区域的贡献度排名,并通过贡献度划分污染源站点等级,结合不同等级污染源站点的空间分布确定溯源结果.以2022年1月1日—4月15日杭州市滨江区、上城区、西湖区和萧山区的气象数据、污染源区域排放数据和大气污染物数据进行实验验证.结果表明:相比于贝叶斯优化算法,PSO对LightGBM模型超参数具有更好的优化效果,分别在RMSE、MAE和R2指标上高出7%、3%和3%;相比于SVR、LSTM和CNNLSTM模型,提出的LightGBM...
|
关 键 词: | 大气污染溯源 AQP区域 大气污染防治 LightGBM PSO |
|
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
| 点击此处可从《环境科学学报》下载免费的PDF全文 |
|