ПРИМЕНЕНИЕ СИСТЕМНОГО АНАЛИЗА И МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В СРЕДЕ LOGINOM ДЛЯ КЛАСТЕРИЗАЦИИ ДАННЫХ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА АТМОСФЕРНОГО ВОЗДУХА МЕГАПОЛИСА

Крынецкая Анастасия Дмитриевна, Трушина Вероника Игоревна

В работе рассматривается применение инструментов системного анализа и машинного обучения, реализованных в отечественной аналитической платформе Loginom, для исследования экологических данных мониторинга атмосферного воздуха города Москвы. Проведена загрузка, предобработка, фильтрация и кластеризация данных, полученных с портала открытых данных Правительства Москвы, содержащих среднемесячные показатели концентраций загрязняющих веществ, измеренных автоматическими станциями контроля загрязнения атмосферы. Оценена корреляция между концентрациями загрязняющих веществ и типами зон наблюдения (автомагистрали, жилые территории, природные территории и др.). Использованы методы кластерного анализа и коэффициент корреляции Пирсона для проверки гипотезы о зависимости пространственного распределения загрязнений от характера антропогенной нагрузки. Показано, что платформа Loginom позволяет реализовать полный цикл аналитической обработки данных без программирования, обеспечивая воспроизводимость и визуализацию результатов. Работа подтверждает возможность применения российских инструментов интеллектуального анализа данных для задач экологического мониторинга.

Ключевые слова:системный анализ, машинное обучение, Loginom, кластеризация, корреляция Пирсона, загрязнение воздуха, экологический мониторинг, обработка данных