基于AQI 的空气污染物预报研究

张顺顺 卢彦希 罗崴 李东旭 马凯

（1 广西科技大学自动化学院 广西柳州 545000 2 北京交通大学电气工程学院 北京 100044 3 桂林电子科技大学信息与通信学院 广西桂林 541004）

0 引言

受经济快速发展的影响，我国大气污染问题较为突出［1］。大气污染是指大气中一些物质的含量达到有害程度，以致破坏生态系统和人类正常生存和发展的条件，对人或物造成危害的现象［2］。大气污染具有污染物种类多样的特点。由于大气污染来源广泛，其中包含的污染物种类也较多，如悬浮颗粒、可吸入颗粒等［3］。随着“十四五”规划的实施，全国城市空气质量持续向好，相比于2022 年提高了0.5 个百分点［4-5］。空气质量与污染物浓度息息相关，而污染物不仅是全球气候变暖的关键影响因素之一，还会影响人类的身体健康［6］。目前主要是利用空气质量预报模型，提前预报空气中污染的主要成分，达到预防改善的效果。杨卫芬等［7］利用耦合气象模式的通用多尺度空气质量（The Weather Research and Forecasting coupled with the Community Multiscale Air Quality，WRF-CMAQ）模式对常州市空气质量预报效果进行评估。陈敏等［8］基于WRF-CMAQ 模式对银川市空气质量预报效果进行检验分析。陈欣昊等［9］基于WRFCMAQ 对江苏省2014 年冬半年雾霾日的模拟与评估。但上述的研究利用传统WRF-CMAQ 模型对污染物进行预报，由于生成机理不完全明晰，导致模型预报的结果不理想。对于传统算法来说，BP 神经网络收敛速度慢容易陷入局部最优，K 均值的K 值大小不易把握，容易影响预测的精度［10-11］。针对上述存在的问题，本文提出利用主成分分析的支持向量机（Support Vector Machines for Principal Component Analysis，PCA-SVM）算法的二次预报模型，最后用气象与污染物数据来优化预报模型。

1 确定空气质量分指数及首要污染物

根据《环境空气质量标准》（GB 3095—2012），用于衡量空气质量的常规大气污染物分别是二氧化硫（SO2）、二氧化氮（NO2）、粒径<10 μm 的颗粒物（PM10）、粒径＜2.5 μm 的颗粒物（PM2.5）、臭氧（O3）、一氧化碳（CO）6 种。近年来，我国的PM2.5浓度一直高居不下，O3日最大8 h 平均值第90 百分位数浓度一直呈上升态势，污染形势异常严峻［12-13］。O3最大8 h 滑动平均是指1 个自然日内8∶00—24∶00 的所有8 h 滑动平均浓度中的最大值，其中8 h 滑动平均值指连续8 h 平均浓度的算术平均值。其计算公式见式（1）。

式中：Ct为臭氧在某日t-1 时至t 时的平均污染物浓度。

CO、SO2、NO2、PM10、PM2.5计算24 h 的平均值见式（2）。

然后计算各项污染物的空气质量分指数（Individual Air Quality Index，IAQI），其计算公式见式（3）。

空气质量指数（Air Quality Index，AQI）取各分指数中的最大值，见式（4）。

式中：IAQI1，IAQI2，…，IAQIn为各污染物项目的分指数。

最后计算出6 种污染物的AQI 取最大值，见式（5）。

AQI 是基于6 项常规监测污染物计算所得出的、用来衡量空气质量综合情况的指标［10］。

根据上述公式建立模型，不同污染物的IAQI 值的结果如图1 所示。

图1 不同污染物的IAQI 值

从图1 可以得知，O3的IAQI 值在不同的时刻都是最大的，所以O3为首要污染物。2020 年8 月25—28 日在监测点A 的首要污染物都是O3，其中IAQI 值分别为79、47、109、138，则说明在25 日，O3成为首要污染物。26 日时空气质量为优，则当天无首要污染物。而在27 日和28 日IAQI 值超过100，O3成为了超标污染物，空气质量较差。

2 基于PCA-SVM 算法建立二次预报模型

为了实现空气污染物的精确预报，需要对气象条件的原始数据进行标准化处理，然后分别计算相关系数矩阵、计算特征值和特征向量，其次选择P 个主成分，计算综合评价值，再次对于给出的原始数据进行数据的预处理，最后利用SVM 建立模型。建模步骤流程如图2 所示。

图2 PCA-SVM 算法的建模流程图

首先需要对天气的原始数据进行标准化，假设进行主成分分析的指标变量有m 个：x1，x2，…，xm，共有n 个评价对象，第i 个评价对象的第j 个指标的取值为aij。将各指标值aij转换成标准化指标，见式（6）。

计算各个特征的相关系数矩阵R=（rij）m×m，见式（7）。

式中：rii=1，rij=rji，rij是 第i 个指标与第j 个指标的相关系数。

计算综合得分，见式（8）。

式中：bj为第j 个主成分的信息贡献率，根据综合得分值就可进行评价。

通过主成分分析法得到的特征，用SVM 算法进行空气污染物浓度预测，建立SVM 的数学模型见式（9）。

求得最优值对应的ω*、b*，可以得到分类函数，见式（10）。

3 PCA-SVM 算法的预测结果分析

通过观察所给的数据并进行分析，发现预报数据和实测数据都有缺失的问题，如表1 所示。预报数据采用逐月寻找的方式，缺失程度较大的实测数据采用填充后平滑处理。首先对A、B、C 3 个监测点2020 年7 月23 日—2021 年7 月12 日的预报数据和实测数据使用2 种方法进行相应的预处理操作，并将3 个监测点处理后的预报数据和实测数据输入PCA-SVM 模型进行训练，最后预测出2021 年7 月13 日—7 月15 日3 d 污染物单日浓度值。

表1 缺失数据情况

6 项常规监测项目浓度及AQI 预测结果见图3。从图3 可知，边界层高度的综合得分最高为327.64，验证了建立模型的可靠性，并通过主成分分析法，可以得出NO2、SO2、PM10、PM2.5、CO、O3对空气质量影响较大，而温度、湿度、气压等对空气质量的影响较小。最后通过建立的PCA-SVM 模型得到监测点A、B、C 在2021 年7 月13—15 日的污染物浓度及AQI 预测结果如图4 所示，可以看出NO2、SO2、PM10、PM2.5、CO、O3二次预测值和实测值能够很好的吻合，预测准确率能达到93.8%，说明PCA-SVM 算法能很好的对空气的污染物进行预报，O3和PM10对空气质量的影响较大。

图3 综合评价值

图4 污染物浓度及AQI 预测结果

4 结语

本文通过计算各项污染物的空气质量分指数，可以确定当天首要污染物，并通过对数据进行挖掘找出了气象条件与污染物浓度之间的关系。由于WRF-CMAQ 模式结果并不理想，所以在一次预报模型模拟结果的基础上，结合更多的数据源运用PCA-SVM 算法进行预测来提高预报的准确性，具有非线性映射能力、自学习等优点。