翟秀英

摘要：為了提高大氣污染物宴時(shí)排放總量估計(jì)方法的估計(jì)效果，設(shè)計(jì)基于隨機(jī)森林的大氣污染物實(shí)時(shí)排放總量估計(jì)方法。為保證提高數(shù)據(jù)的質(zhì)量，分別對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、降噪處理和標(biāo)準(zhǔn)化計(jì)算。根據(jù)不同數(shù)據(jù)的屬性，提取數(shù)據(jù)的氣象特征、時(shí)間特征和地形特征。利用隨機(jī)森林算法，對(duì)提取的數(shù)據(jù)特征進(jìn)行回歸處理，從而生成大氣污染物宴時(shí)排放估計(jì)模型。對(duì)大氣污染物排放量進(jìn)行預(yù)測，并對(duì)其進(jìn)行增量處理，計(jì)算相應(yīng)的預(yù)測誤差，實(shí)現(xiàn)對(duì)大氣污染物實(shí)時(shí)排放量的估計(jì)。測試結(jié)果表明，和對(duì)比方法相比，設(shè)計(jì)方法估計(jì)誤差平均值為4.21mg／m3，估計(jì)效果較好。

關(guān)鍵詞：隨機(jī)森林；大氣污染物；實(shí)時(shí)排放總量；估計(jì)方法；方法設(shè)計(jì)

中圖分類號(hào)：X51 文獻(xiàn)標(biāo)志碼：B

前言

為了實(shí)時(shí)掌握城市的空氣變化情況，針對(duì)惡劣天氣制定相應(yīng)的解決措施，保障人們的日常生活，需要對(duì)大氣污染物實(shí)時(shí)排放總量進(jìn)行估計(jì)。在上述背景下，不少研究學(xué)者對(duì)估計(jì)方法展開了研究。文獻(xiàn)統(tǒng)計(jì)車輛在行駛過程中的油耗量，并在網(wǎng)聯(lián)車軌跡重構(gòu)的作用下，規(guī)劃車輛行駛路徑，并對(duì)在該行駛過程中車輛的排放量進(jìn)行估計(jì)，但該方法應(yīng)用成本較高。文獻(xiàn)采集一段時(shí)間內(nèi)輕型車污染物的排放數(shù)據(jù)，并對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理，在MOVES模型本地化的作用下，構(gòu)建相應(yīng)輕型車排放模型，對(duì)輕型車的排放因子進(jìn)行計(jì)算，但該方法估計(jì)精準(zhǔn)度較差。文獻(xiàn)對(duì)船舶輔機(jī)大氣污染物排放量展開估算研究，建立了基于燃油消耗的排放因子，基于燃油消耗量，估算廣州港船舶停泊工況輔助發(fā)動(dòng)機(jī)不同污染物氣體的排放總量，該方法引擎功率較低的船舶大氣污染物排放因子更高，但估算結(jié)果的準(zhǔn)確性還有待提升。在以往研究的基礎(chǔ)上，文章設(shè)計(jì)了基于隨機(jī)森林的大氣污染物實(shí)時(shí)排放總量估計(jì)。先采集一段時(shí)間內(nèi)大氣污染物的排放數(shù)據(jù)，并對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理，再提取出相關(guān)的數(shù)據(jù)特征，利用隨機(jī)森林算法，對(duì)其進(jìn)行回歸處理，從而構(gòu)建相應(yīng)的大氣污染物排放模型，實(shí)現(xiàn)對(duì)大氣污染物實(shí)時(shí)排放總量的估計(jì)。