基于AQI 的空氣污染物預(yù)報研究

張順順 盧彥希 羅崴 李東旭 馬凱

（1 廣西科技大學(xué)自動化學(xué)院 廣西柳州 545000 2 北京交通大學(xué)電氣工程學(xué)院 北京 100044 3 桂林電子科技大學(xué)信息與通信學(xué)院 廣西桂林 541004）

0 引言

受經(jīng)濟快速發(fā)展的影響，我國大氣污染問題較為突出［1］。大氣污染是指大氣中一些物質(zhì)的含量達到有害程度，以致破壞生態(tài)系統(tǒng)和人類正常生存和發(fā)展的條件，對人或物造成危害的現(xiàn)象［2］。大氣污染具有污染物種類多樣的特點。由于大氣污染來源廣泛，其中包含的污染物種類也較多，如懸浮顆粒、可吸入顆粒等［3］。隨著“十四五”規(guī)劃的實施，全國城市空氣質(zhì)量持續(xù)向好，相比于2022 年提高了0.5 個百分點［4-5］?？諝赓|(zhì)量與污染物濃度息息相關(guān)，而污染物不僅是全球氣候變暖的關(guān)鍵影響因素之一，還會影響人類的身體健康［6］。目前主要是利用空氣質(zhì)量預(yù)報模型，提前預(yù)報空氣中污染的主要成分，達到預(yù)防改善的效果。楊衛(wèi)芬等［7］利用耦合氣象模式的通用多尺度空氣質(zhì)量（The Weather Research and Forecasting coupled with the Community Multiscale Air Quality，WRF-CMAQ）模式對常州市空氣質(zhì)量預(yù)報效果進行評估。陳敏等［8］基于WRF-CMAQ 模式對銀川市空氣質(zhì)量預(yù)報效果進行檢驗分析。陳欣昊等［9］基于WRFCMAQ 對江蘇省2014 年冬半年霧霾日的模擬與評估。但上述的研究利用傳統(tǒng)WRF-CMAQ 模型對污染物進行預(yù)報，由于生成機理不完全明晰，導(dǎo)致模型預(yù)報的結(jié)果不理想。對于傳統(tǒng)算法來說，BP 神經(jīng)網(wǎng)絡(luò)收斂速度慢容易陷入局部最優(yōu)，K 均值的K 值大小不易把握，容易影響預(yù)測的精度［10-11］。針對上述存在的問題，本文提出利用主成分分析的支持向量機（Support Vector Machines for Principal Component Analysis，PCA-SVM）算法的二次預(yù)報模型，最后用氣象與污染物數(shù)據(jù)來優(yōu)化預(yù)報模型。

1 確定空氣質(zhì)量分指數(shù)及首要污染物

根據(jù)《環(huán)境空氣質(zhì)量標準》（GB 3095—2012），用于衡量空氣質(zhì)量的常規(guī)大氣污染物分別是二氧化硫（SO2）、二氧化氮（NO2）、粒徑<10 μm 的顆粒物（PM10）、粒徑＜2.5 μm 的顆粒物（PM2.5）、臭氧（O3）、一氧化碳（CO）6 種。近年來，我國的PM2.5濃度一直高居不下，O3日最大8 h 平均值第90 百分位數(shù)濃度一直呈上升態(tài)勢，污染形勢異常嚴峻［12-13］。O3最大8 h 滑動平均是指1 個自然日內(nèi)8∶00—24∶00 的所有8 h 滑動平均濃度中的最大值，其中8 h 滑動平均值指連續(xù)8 h 平均濃度的算術(shù)平均值。其計算公式見式（1）。

式中：Ct為臭氧在某日t-1 時至t 時的平均污染物濃度。

CO、SO2、NO2、PM10、PM2.5計算24 h 的平均值見式（2）。

然后計算各項污染物的空氣質(zhì)量分指數(shù)（Individual Air Quality Index，IAQI），其計算公式見式（3）。

空氣質(zhì)量指數(shù)（Air Quality Index，AQI）取各分指數(shù)中的最大值，見式（4）。

式中：IAQI1，IAQI2，…，IAQIn為各污染物項目的分指數(shù)。

最后計算出6 種污染物的AQI 取最大值，見式（5）。

AQI 是基于6 項常規(guī)監(jiān)測污染物計算所得出的、用來衡量空氣質(zhì)量綜合情況的指標［10］。

根據(jù)上述公式建立模型，不同污染物的IAQI 值的結(jié)果如圖1 所示。

圖1 不同污染物的IAQI 值

從圖1 可以得知，O3的IAQI 值在不同的時刻都是最大的，所以O(shè)3為首要污染物。2020 年8 月25—28 日在監(jiān)測點A 的首要污染物都是O3，其中IAQI 值分別為79、47、109、138，則說明在25 日，O3成為首要污染物。26 日時空氣質(zhì)量為優(yōu)，則當天無首要污染物。而在27 日和28 日IAQI 值超過100，O3成為了超標污染物，空氣質(zhì)量較差。

2 基于PCA-SVM 算法建立二次預(yù)報模型

為了實現(xiàn)空氣污染物的精確預(yù)報，需要對氣象條件的原始數(shù)據(jù)進行標準化處理，然后分別計算相關(guān)系數(shù)矩陣、計算特征值和特征向量，其次選擇P 個主成分，計算綜合評價值，再次對于給出的原始數(shù)據(jù)進行數(shù)據(jù)的預(yù)處理，最后利用SVM 建立模型。建模步驟流程如圖2 所示。

圖2 PCA-SVM 算法的建模流程圖

首先需要對天氣的原始數(shù)據(jù)進行標準化，假設(shè)進行主成分分析的指標變量有m 個：x1，x2，…，xm，共有n 個評價對象，第i 個評價對象的第j 個指標的取值為aij。將各指標值aij轉(zhuǎn)換成標準化指標，見式（6）。

計算各個特征的相關(guān)系數(shù)矩陣R=（rij）m×m，見式（7）。

式中：rii=1，rij=rji，rij是 第i 個指標與第j 個指標的相關(guān)系數(shù)。

計算綜合得分，見式（8）。

式中：bj為第j 個主成分的信息貢獻率，根據(jù)綜合得分值就可進行評價。

通過主成分分析法得到的特征，用SVM 算法進行空氣污染物濃度預(yù)測，建立SVM 的數(shù)學(xué)模型見式（9）。

求得最優(yōu)值對應(yīng)的ω*、b*，可以得到分類函數(shù)，見式（10）。

3 PCA-SVM 算法的預(yù)測結(jié)果分析

通過觀察所給的數(shù)據(jù)并進行分析，發(fā)現(xiàn)預(yù)報數(shù)據(jù)和實測數(shù)據(jù)都有缺失的問題，如表1 所示。預(yù)報數(shù)據(jù)采用逐月尋找的方式，缺失程度較大的實測數(shù)據(jù)采用填充后平滑處理。首先對A、B、C 3 個監(jiān)測點2020 年7 月23 日—2021 年7 月12 日的預(yù)報數(shù)據(jù)和實測數(shù)據(jù)使用2 種方法進行相應(yīng)的預(yù)處理操作，并將3 個監(jiān)測點處理后的預(yù)報數(shù)據(jù)和實測數(shù)據(jù)輸入PCA-SVM 模型進行訓(xùn)練，最后預(yù)測出2021 年7 月13 日—7 月15 日3 d 污染物單日濃度值。

表1 缺失數(shù)據(jù)情況

6 項常規(guī)監(jiān)測項目濃度及AQI 預(yù)測結(jié)果見圖3。從圖3 可知，邊界層高度的綜合得分最高為327.64，驗證了建立模型的可靠性，并通過主成分分析法，可以得出NO2、SO2、PM10、PM2.5、CO、O3對空氣質(zhì)量影響較大，而溫度、濕度、氣壓等對空氣質(zhì)量的影響較小。最后通過建立的PCA-SVM 模型得到監(jiān)測點A、B、C 在2021 年7 月13—15 日的污染物濃度及AQI 預(yù)測結(jié)果如圖4 所示，可以看出NO2、SO2、PM10、PM2.5、CO、O3二次預(yù)測值和實測值能夠很好的吻合，預(yù)測準確率能達到93.8%，說明PCA-SVM 算法能很好的對空氣的污染物進行預(yù)報，O3和PM10對空氣質(zhì)量的影響較大。

圖3 綜合評價值

圖4 污染物濃度及AQI 預(yù)測結(jié)果

4 結(jié)語

本文通過計算各項污染物的空氣質(zhì)量分指數(shù)，可以確定當天首要污染物，并通過對數(shù)據(jù)進行挖掘找出了氣象條件與污染物濃度之間的關(guān)系。由于WRF-CMAQ 模式結(jié)果并不理想，所以在一次預(yù)報模型模擬結(jié)果的基礎(chǔ)上，結(jié)合更多的數(shù)據(jù)源運用PCA-SVM 算法進行預(yù)測來提高預(yù)報的準確性，具有非線性映射能力、自學(xué)習(xí)等優(yōu)點。