基于KPCA-IF-WRF模型的多源VOCs数据清洗方法研究

作     者：黄光球 赵羲轩 陆秋琴 HUANG Guang-qiu;ZHAO Xi-xuan;LU Qiu-qin

作者机构：西安建筑科技大学管理学院西安710055 

基　　金：国家自然科学基金项目(71874134) 陕西省自然科学基础研究计划项目(2019JZ-30) 

出 版 物：《安全与环境学报》 (Journal of Safety and Environment)

年 卷 期：2022年第22卷第6期

页      码：3412-3423页

摘      要：为了解决多源挥发性有机物(Volatile Organic Compounds,VOCs)数据存在数据维度高、数据关系复杂、数据存在异常的问题,建立了基于核主成分分析(Kernel Principal Component Analysis,KPCA)、孤立森林(Isolated Forest,IF)、加权随机森林(Weighted Random Forest,WRF)混合方法的VOCs数据清洗模型。首先对研究区域进行网格划分,建立了基于KPCA-IF的VOCs降维异常数据识别模型,通过KPCA方法对多源混合VOCs数据降维,使用IF算法识别异常数据并进行剔除。然后设计了基于WRF的VOCs数据补偿算法,对降维与异常识别后的数据集进行缺失值回归填补。最后,以西安市为例,选取空气质量数据、气象数据等多源VOCs数据进行数据清洗。结果表明,该混合模型可有效对多源VOCs数据降维,进行数据清洗的平均绝对误差为5.08、均方根误差为10.24、中值绝对误差为3.54,均优于对比模型,证明了KPCA-IF-WRF混合模型的鲁棒性更强、精确度更高,具有科学性和可行性。

主 题 词：环境工程学 挥发性有机物 数据清洗 核主成分分析 孤立森林 加权随机森林 

学科分类：07[理学] 070602[070602] 0706[理学-大气科学类] 

核心收录：

D　O　I：10.13637/j.issn.1009-6094.2021.1704

馆 藏 号：203115946...