随着经济的快速发展和人们生产生活水平的不断提高,我国的空气质量问题越来越突出,部分大中城市的空气质量状况堪忧。解决空气质量问题的根本是找到空气污染源头,当前的溯源方法大多从化学成分分析及扩散模型角度出发,且在较大区域进行,不再对城市做进一步划分。而大中城市面积较大,导致污染的因素较多,不同地区可能受不同污染源影响,很难直接在整个城区范围内进行污染溯源,且溯源效率较低,影响实时性。本文致力于城市内部的污染子网划分,从数据角度出发,根据北京35个污染监测站的空气质量指数及气象时序数据,将污染监测站用特征向量进行表示,进而使用K-Means,Modularity等聚类方法完成子网划分。在前期工作中,本文使用了词激活力模型(Word Activation Force,简称WAF),对空气质量指数数据进行建模,计算污染监测站之间的亲和度,并将其作为聚类依据,相比于直接基于地理距离聚类,聚类效果有明显提升。但该模型在异构复杂数据的处理方面还存在一定的局限性。近年来,深度学习(Deep Learning)的飞速发展为大规模复杂数据的特征提取提供了创新性的解决方法。考虑到污染数据的构成复杂,来源多样,影响因素众多,本文采用深度置信网络(Deep Belief Networks,简称DBNs)对维度过高的原始数据进行降维,并在此基础上探索数据之间的相关性。基于深度置信网络提取的特征进行污染监测站聚类,污染子网内的站点更大概率受同一污染源影响。在此基础上,可在子网内进行小范围的污染源头追溯,从而提升溯源效率。此外,本文还讨论了将时序数据聚类应用于大气污染溯源研究的方法,为大气污染溯源提供了创新性思路。