城镇室内空气污染物便携式检测数据集

本数据集的处理规则与算法体系分为三大核心模块，均经过贵州省城镇室内空气检测实际场景验证与优化：一是数据标准化处理规则，建立了城镇室内空气检测全维度数据的统一数据字典与格式规范，制定了基于 3σ 原则的检测浓度异常值识别规则、基于同场景同环境同期检测数据的缺失值插值补全规则、重复数据去重与数据有效性校验规则，保障数据的规范性与完整性；二是污染特征与风险等级提取规则，基于 GB/T 18883-2022《室内空气质量标准》与贵州省城镇室内空气检测案例库，构建了甲醛、苯、TVOC 等核心污染物的污染特征阈值体系，制定了污染风险等级划分、污染特征标签化的标准化规则，实现了 12 类常见室内场景的特征标签化与标准化标注；三是空气质量智能评估与风险预警算法，采用基于多元线性回归的室内空气质量影响因素分析算法，结合优化后的随机森林污染风险预警模型，实现了室内空气质量的智能分级评估与污染风险的提前预警，算法在本数据集场景下的评估准确率可达 92% 以上，为贵州省城镇室内空气质量管控提供了稳定的算法支撑。

搜集汇总

背景与挑战

背景概述

该数据集包含109条每周更新的城镇室内空气污染物便携式检测记录，覆盖贵州省9个市州的住宅、学校、医院等12类常见室内场景。数据处理体系包含三大核心模块：基于3σ原则的数据标准化与缺失值补全、参照GB/T 18883-2022标准的污染特征阈值与风险等级划分，以及采用多元线性回归和随机森林模型实现的空气质量智能评估与风险预警，准确率达92%以上。适用于生态环境监管、检测机构标准化管理、居民健康风险评估及科研算法训练等多场景。