Introduction. A climate pattern with marine features is typical for St. Petersburg. Vagaries of weather and climate conditions in the last decade specify the timeliness of this work, the purpose of which is to outline the expected level of the open air pollution in St. Petersburg by the “decision tree” method. Materials and Methods. Current data of weather observations carried out at station 26063 (St. Petersburg) from 2006 to 2014 are studied and processed. Within the framework of the study, the data were considered on the vertical profile of the atmosphere obtained through radiosounding the atmosphere of St. Petersburg at 00.00 and 12.00 UTC (Universal Time Coordinated) at Voeykovo station. Research Results . In the course of the investigation, the dependence of the atmospheric air pollution level on the synoptic process and the inertial factor was established which made it possible to figure a scheme for forecasting the air pollution level in the form of the decision tree by expertise. Accuracy of the predictive determination of the expected air pollution group in St. Petersburg was calculated on the dependent material and topped 90% (nighttime hours) and 91% (daytime hours) for a cold period; and - 84% (nighttime hours) and 87% (daylight hours) for a warm period of the year. This suggests that the proposed schemes allow obtaining a more efficient prediction of the atmospheric air pollution level in a cold period of the year. Discussion and Conclusions . In conclusion, basic outcomes and inferences are summarized. - Archives of baseline standard meteorological data and data of the atmosphere radiosounding, as well as synoptic situations and information on the level of atmospheric air pollution in St. Petersburg for the period from 2006 to 2014, are formed. - Groups of synoptic processes typical for St. Petersburg from 2006 to 2014 are established. - Schemes for forecasting the atmospheric air pollution level are developed using the “decision tree” method with accuracy of 84-91%. The research results are applicable for forecasting the urban air pollution level.
Введение. Для г. Санкт-Петербурга характерен климат с морскими чертами. Отмеченная в последнее десятилетие неустойчивость погодно-климатических условий обусловила актуальность данной работы, цель которой - построение схем для определения ожидаемого уровня загрязнения атмосферного воздуха Санкт-Петербурга по методу «дерево принятия решения». Материалы и методы . Изучены и обработаны срочные данные метеорологических наблюдений, выполненных на станции 26063 (г. Санкт-Петербург) с 2006 по 2014 гг. В рамках исследования рассмотрены данные по вертикальному профилю атмосферы, получаемые путем радиозондирования атмосферы г. Санкт-Петербурга в 00.00 и 12.00 UTC (Всемирного скоординированного времени) на станции Воейково. Результаты исследования . В ходе работы была установлена зависимость формирования уровня загрязнения атмосферного воздуха от синоптического процесса и инерционного фактора, что позволило сформировать схемы прогноза уровня загрязнения воздуха в виде «дерева принятия решения» экспертным путем. Оправдываемость прогностического определения ожидаемой группы загрязнения атмосферного воздуха по Санкт-Петербургу была рассчитана на зависимом материале и составила для холодного периода года 90 % (ночные часы) и 91 % (дневные часы); для теплого периода года - 84 % (ночные часы) и 87 % (дневные часы). Это говорит о том, что предлагаемые схемы позволяют получить более эффективный прогноз уровня загрязнения атмосферного воздуха в холодный период года. Обсуждение и заключения . В заключении сформулированы выводы и перечислены основные результаты. - Сформированы архивы исходных стандартных метеорологических данных и данных радиозондирования атмосферы, а также синоптических положений и сведений об уровне загрязнения атмосферного воздуха Санкт-Петербурга за период с 2006 по 2014 гг. - Установлены группы синоптических процессов, характерные для Санкт-Петербурга с 2006 по 2014 гг. - Разработаны схемы прогноза уровня загрязнения атмосферного воздуха по методу «дерево принятия решения» с оправдываемостью 84-91 %. Результаты работы применимы для прогноза уровня загрязнения городского воздуха.
The authors declare that there are no conflicts of interest present.