КЛАСТЕРИЗАЦІЯ СТАНЦІЙ ДЛЯ ВИЯВЛЕННЯ НЕСТАБІЛЬНОСТІ ДАНИХ У МЕРЕЖІ МОНІТОРИНГУ ЯКОСТІ АТМОСФЕРНОГО ПОВІТРЯ

Анотація

У роботі запропоновано та апробовано підхід до автоматизованого виявлення нестабільності даних у мережі моніторингу якості атмосферного повітря на основі методів інтелектуального аналізу даних. На відміну від традиційних перевірок за пороговими значеннями, підхід орієнтований на поведінкові ознаки «якості потоку вимірювань» (повнота, частка пропусків, варіативність сигналу та ознаки «залипання» сенсора), розраховані на погодинних агрегатах. Об’єктом кластеризації є пари «станція та сенсор», що дає змогу локалізувати проблеми як на рівні станції, так і на рівні окремих вимірювальних каналів. Для групування застосовано алгоритм K-Means із попереднім масштабуванням ознак; оптимальну кількість кластерів визначено за методами «ліктя» та коефіцієнтом силуету. Для інтерпретації кластерів використано проєкцію на двох головних компонентах, що відображають індекс доступності/неповноти даних та індекс динаміки сигналу (варіативність проти «залипання»). Експеримент на реальних даних продемонстрував наявність стійких профілів деградації вимірювань і дозволив сформувати перелік надійних станцій та проблемних каналів (зокрема, сенсорів із високою часткою пропусків або з близькою до нуля погодинною варіацією). Практична цінність полягає у можливості інтеграції методу в інформаційно-аналітичні системи екологічного моніторингу як модуль контролю якості даних із подальшим використанням результатів для відбору референтних сенсорів, калібрування та побудови прогнозних моделей.