拉薩市空氣質(zhì)量時(shí)間分布特征分析與基于極限學(xué)習(xí)機(jī)的預(yù)測

孫源龍，趙文娜，汪梓彤，卓 嘎

(1.西藏大學(xué)理學(xué)院，西藏 拉薩 850000；2.西藏大學(xué)信息科學(xué)技術(shù)學(xué)院，西藏 拉薩 850000）

1 研究站點(diǎn)和數(shù)據(jù)來源

1.1 研究站點(diǎn)

西藏作為“世界第三極”[1]，其空氣質(zhì)量的變化對于中國乃至全球環(huán)境都有很大的影響，因此實(shí)現(xiàn)對西藏自治區(qū)各地區(qū)空氣質(zhì)量的監(jiān)測和更準(zhǔn)確地預(yù)測，對于保護(hù)西藏脆弱的生態(tài)環(huán)境、制定經(jīng)濟(jì)建設(shè)方案等都具有一定的意義。拉薩是西藏自治區(qū)政治、經(jīng)濟(jì)、文化中心和交通樞紐，是全區(qū)相對人口密度最高和受人為活動(dòng)影響最顯著的城市。拉薩市位于西藏自治區(qū)中南部、喜馬拉雅山脈北側(cè)（見圖1），年日照時(shí)長3 000小時(shí)以上[2]，擁有“日光城”的美譽(yù)。其主要?dú)夂蛱攸c(diǎn)為空氣稀薄、氣溫偏低、全年降雨稀少、多晴朗天氣、太陽輻射強(qiáng)且冬春寒冷干燥、多風(fēng)。卓嘎等[3]研究發(fā)現(xiàn)2001-2006年期間拉薩市大氣污染物SO2、NO2、PM10的濃度具有冬強(qiáng)夏弱的季節(jié)變化規(guī)律，降水量、溫度和相對濕度等氣象要素與污染濃度呈現(xiàn)較好的負(fù)相關(guān)性。

圖1 西藏自治區(qū)拉薩地圖

1.2 數(shù)據(jù)介紹

1.2.1 數(shù)據(jù)來源

本文中所分析的拉薩市區(qū)空氣質(zhì)量數(shù)據(jù)來源于空氣質(zhì)量實(shí)時(shí)監(jiān)測數(shù)據(jù)網(wǎng)頁https://aqicn.org/，從該網(wǎng)頁下載了在西藏自治區(qū)環(huán)保局站監(jiān)測的2015年1月-2019年12月的PM10、PM2.5、O3、NO2、SO2、CO的空氣質(zhì)量指數(shù)（AQI）的日均值，并根據(jù)美國EPA標(biāo)準(zhǔn)[4]將AQI數(shù)據(jù)轉(zhuǎn)化為質(zhì)量濃度數(shù)據(jù)。該監(jiān)測站所采用的設(shè)備信息詳見表1。

表1 監(jiān)測站的設(shè)備信息[5]

1.2.2 數(shù)據(jù)處理方法

對2015年1月-2019年12月拉薩市每天監(jiān)測的PM10、PM2.5、O3、NO2、SO2、CO的AQI數(shù)據(jù)進(jìn)行篩查后發(fā)現(xiàn)，部分月份的數(shù)據(jù)存在缺失現(xiàn)象。針對部分缺失數(shù)據(jù)我們采用了Matlab軟件中的interp1函數(shù)進(jìn)行插值處理。插值方法的選取是通過如下方法實(shí)現(xiàn)的：選取任意連續(xù)的61個(gè)數(shù)據(jù)后選取其中的5個(gè)數(shù)據(jù)進(jìn)行插值并與真實(shí)值進(jìn)行對比，計(jì)算殘差，殘差最小的即為最優(yōu)插值方法。各空氣質(zhì)量數(shù)據(jù)所采用的最優(yōu)插值方法詳見表2。

表2 各空氣質(zhì)量數(shù)據(jù)所采用的最優(yōu)插值方法

2 EMD與ELM人工神經(jīng)網(wǎng)絡(luò)預(yù)測

訓(xùn)練樣本、驗(yàn)證樣本的劃分：訓(xùn)練樣本與驗(yàn)證樣本個(gè)數(shù)的劃分采取80%為訓(xùn)練集，20%為驗(yàn)證集的原則[6]。其中驗(yàn)證樣本選擇2019年的各空氣指標(biāo)質(zhì)量濃度（共365個(gè)）。訓(xùn)練樣本為2015-2018年各空氣指標(biāo)質(zhì)量濃度。為了加快訓(xùn)練速度與精度，應(yīng)用標(biāo)準(zhǔn)歸一化進(jìn)行預(yù)處理，同時(shí)對于缺失值數(shù)據(jù)采用前文比較出的合適的插值方法進(jìn)行數(shù)據(jù)填補(bǔ)。

2.1 EMD原理

EMD即經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，簡稱EMD）是對輸入的原數(shù)據(jù)信號進(jìn)行分解而獲得本征模函數(shù)（Intrinsic Mode Function，簡稱IMF），是一種基于瞬時(shí)頻率的信號處理方法，其最顯著的特點(diǎn)就是克服了基函數(shù)無自適應(yīng)性的問題，適合于分析復(fù)雜、不平穩(wěn)的信號序列[7]。

2.2 歸一化與反歸一化處理

在完成線性插值，EMD分解后，采用MATLAB中的Mapminmax函數(shù)進(jìn)行歸一化預(yù)處理，以加快神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度和訓(xùn)練精度；對預(yù)測的輸出數(shù)據(jù)采用Mapminmax函數(shù)進(jìn)行反歸一化處理，得到的數(shù)據(jù)與真實(shí)值進(jìn)行比較。

2.3 ELM算法原理

ELM算法即極限學(xué)習(xí)機(jī)算法（Extreme Learning Machine，ELM），是2006年南洋理工大學(xué)Huang提出的一種神經(jīng)網(wǎng)絡(luò)算法[8]，其學(xué)習(xí)訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)為單隱含層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過求解最小范數(shù)最小二乘的形式確定隱含層和輸出層之間的權(quán)值[9]，極限學(xué)習(xí)機(jī)預(yù)測算法的學(xué)習(xí)訓(xùn)練速度相比于BP神經(jīng)網(wǎng)絡(luò)要快，且泛化能力增強(qiáng)，避免了BP神經(jīng)網(wǎng)絡(luò)算法所存在的過度擬合、陷入局部最值等問題的產(chǎn)生[10]，同時(shí)在降雨-徑流預(yù)測模擬等環(huán)境類問題上，ELM算法與BP神經(jīng)網(wǎng)絡(luò)算法相比，對算力的要求更小[11]。

依據(jù)ELM算法通過隨機(jī)特征映射后再進(jìn)行線性參數(shù)求解對數(shù)據(jù)進(jìn)行訓(xùn)練，首先對隱含層參數(shù)進(jìn)行初始化，其中隱含層節(jié)點(diǎn)的輸入權(quán)值w以及隱含層的偏置b都是根據(jù)任意連續(xù)的概率分布隨機(jī)進(jìn)行初始化的，接著通過Sigmoid激活函數(shù)進(jìn)行映射，得到ELM特征空間[12]。之后，求解輸出層的權(quán)值β，為尋找到最優(yōu)權(quán)值組合W=（w，b，β），應(yīng)使其訓(xùn)練誤差達(dá)到最小，即網(wǎng)絡(luò)的輸出與期望值的差作為評價(jià)誤差，目標(biāo)函數(shù)得到的最小解后即可得到W的最優(yōu)解。

通過ELM神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練學(xué)習(xí)后，將驗(yàn)證集的預(yù)測數(shù)據(jù)與真實(shí)值進(jìn)行對比，本次預(yù)測結(jié)果，采用平均絕對百分比誤差（Mean Absolute Percentage Error，MAPE）、均方根誤差（Root Mean Square Error，RMSE）、方向預(yù)測統(tǒng)計(jì)（Direction Forecast Statistics，Dstat）、決定系數(shù)（Determination Coefficient，R2）對預(yù)測結(jié)果進(jìn)行評價(jià)。

3 時(shí)間分布特征和預(yù)測結(jié)果

3.1 空氣污染物日均濃度逐日變化分析

圖2給出了拉薩市2015-2019年P(guān)M10、PM2.5、O3、NO2、SO2、CO空氣污染物的日均濃度逐日變化趨勢，每個(gè)子圖中分別用不同的標(biāo)記代表了這五年每年的污染物的日均濃度值，實(shí)線代表了污染物的日均濃度的5年平均值。從各子圖中的實(shí)線可以看出，PM2.5、PM10和CO濃度值在5月到10月相對降低，10月至次年5月以后其濃度在增長。這種變化規(guī)律符合該地區(qū)的季風(fēng)時(shí)間，即每年10月至次年5月[13]。從O3濃度變化曲線可以看出近地表的O3濃度在每年的5月份左右達(dá)到最大值。

圖2 拉薩市2015-2019年空氣污染物的日均濃度逐日變化趨勢

之后我們按春季（3-5月）、夏季（6-8月）、秋季（9-11月）、冬季（12-翌年2月）進(jìn)行劃分[14]?？梢钥闯龈魑廴疚餄舛入S季節(jié)的變化情況有一定的周期性，其中PM2.5、PM10、CO和NO2的變化趨勢比較一致，普遍于冬季達(dá)到最大值；而O3和SO2有各自的變化規(guī)律，O3濃度普遍春夏季的值高于秋冬季節(jié)，而SO2濃度有明顯的逐年降低的變化趨勢。其中，NO2和PM10最高值出現(xiàn)在冬季與之前研究[3]相符，PM2.5和PM10的最高值出現(xiàn)在冬季與該季節(jié)的氣候特點(diǎn)如氣候干燥、大風(fēng)天數(shù)多等因素有關(guān)。而PM2.5和PM10的最低值普遍出現(xiàn)在夏季，這可能是因?yàn)槔_的降雨主要集中在夏季，降水一般伴隨著大風(fēng)天氣，對大氣污染物的擴(kuò)散清除具有明顯的作用，通常情況下，是大氣中污染物質(zhì)去除的主要方式[15]。

3.2 空氣污染物隨年變化分析

圖3給出了拉薩市這6種大氣污染物隨年的變化趨勢，其中CO濃度的縱坐標(biāo)軸位于圖的右側(cè)，其余各污染物濃度的縱坐標(biāo)軸位于圖的左側(cè)?？梢钥闯?，除了O3，其余污染物濃度自2016年都在逐年下降。其變化規(guī)律與白永飛等[16]得出的SO2和CO濃度的逐年變化趨勢一致。這6種污染物中，CO濃度最高，是該地區(qū)這6種空氣污染物中最主要的污染物，其次是O3，濃度最低的是SO2。污染物濃度的逐年降低從某種程度上與國家出臺的關(guān)于環(huán)境保護(hù)的相關(guān)政策以及拉薩市國民經(jīng)濟(jì)和社會發(fā)展“十四五”規(guī)劃相關(guān)文件提出的拉薩市城關(guān)區(qū)其經(jīng)濟(jì)發(fā)展的重點(diǎn)主要在文體、旅游、服務(wù)等具有民族特色的產(chǎn)業(yè)集群，產(chǎn)業(yè)鏈以及縣區(qū)發(fā)展都要以保護(hù)生態(tài)為前提有關(guān)[17]。

圖3 拉薩市2015-2019年6種空氣污染物濃度隨年變化趨勢

3.3 EMD與ELM人工神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果

ELM神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果與真實(shí)值的對比如圖4所示：

圖4 各空氣指標(biāo)預(yù)測值與真實(shí)值對比圖

表3列出的評價(jià)指標(biāo)中預(yù)測效果越好，Dstat、R2值越大，MAPE、RMSE值約需越小。

表3 EMD和ELM算法預(yù)測結(jié)果評價(jià)指標(biāo)

由上述評價(jià)指標(biāo)與真實(shí)值和預(yù)測值對比圖可以看出，通過EMD與ELM的方法進(jìn)行空氣質(zhì)量的預(yù)測，其中決定系數(shù)R2均大于0.69，RMSE、MAPE較小。

4 結(jié)論

本文以拉薩市作為研究區(qū)域，根據(jù)2015-2019年數(shù)據(jù)，首先比較選出各空氣指標(biāo)合適的插值方法，借助各空氣指標(biāo)的年、月、日的變化趨勢圖分析其變化特點(diǎn)，發(fā)現(xiàn)拉薩市空氣有持續(xù)變好的趨勢，再通過經(jīng)驗(yàn)?zāi)B(tài)分析對數(shù)據(jù)進(jìn)行預(yù)處理，劃分訓(xùn)練集和驗(yàn)證集后，采用極限學(xué)習(xí)機(jī)方法對2019年1月-12月PM10、PM2.5、O3、NO2、SO2、CO空氣質(zhì)量指標(biāo)進(jìn)行訓(xùn)練預(yù)測，通過Dstat、MAPE、RMSE、R2指標(biāo)評價(jià)預(yù)測結(jié)果，證明了該預(yù)測方法的可靠性。