多模態(tài)的空氣質(zhì)量分析及預測方法研究.pdf

1、隨著中國工業(yè)化、城市化進程的快速發(fā)展，城市人口迅速膨脹，能源、交通規(guī)模持續(xù)擴大，產(chǎn)業(yè)結構不合理，能源消耗量大、利用率低等導致中國空氣質(zhì)量急劇下降。以可吸入顆粒物、二氧化硫、氮氧化物等為主要污染物的大氣環(huán)境污染問題日趨嚴重，持續(xù)惡化的空氣質(zhì)量狀況已經(jīng)嚴重威脅到了公眾的身體健康和國家經(jīng)濟的可持續(xù)發(fā)展。對空氣質(zhì)量進行全面、科學、準確的分析和預測，對于公眾有效規(guī)避大氣污染導致的健康損害，政府環(huán)保部門加強污染源監(jiān)管和提高重污染日應急能力等方面都具

2、有重要的理論意義和實用價值。本文通過對空氣質(zhì)量監(jiān)測數(shù)據(jù)的分析，在了解空氣質(zhì)量影響因素并建立空氣質(zhì)量分析模型的基礎上，對灰色理論、神經(jīng)網(wǎng)絡、馬爾科夫鏈、條件隨機場等方法進行深入研究，針對不同預測條件建立了多種空氣質(zhì)量預測模型，提高空氣質(zhì)量預測精度，系統(tǒng)地對城市空氣質(zhì)量演變趨勢進行分析和實驗研究。
　　首先，針對空氣質(zhì)量區(qū)域和區(qū)域之間交互影響和關聯(lián)關系相對復雜的問題，通過分析空氣質(zhì)量影響因素特征的時空屬性，研究空氣質(zhì)量特征的時空關系，

3、提出了采用加權有向圖方法建立空氣質(zhì)量模型及其表征方法，為空氣質(zhì)量預測分析提供理論基礎。
　　其次，針對空氣質(zhì)量預測中缺乏氣象、社會經(jīng)濟等影響因素數(shù)據(jù)資料的貧信息情況，設計了一種改進的灰色GM(1,1)模型。在分析GM(1,1)模型建模過程中原始序列擾動和背景值變化對預測精度影響的基礎上，構造了新的序列緩沖算子和模型背景值對GM(1,1)模型進行優(yōu)化。改進的灰色GM(1,1)模型能夠弱化模型隨機性，削弱外在干擾，減少模型擬合過程中的

4、滯后誤差，提高模型在空氣質(zhì)量預測中的穩(wěn)定性和預測精度，解決了在貧信息模態(tài)下僅利用大氣污染物濃度數(shù)據(jù)進行空氣質(zhì)量趨勢預測的問題。
　　再次，針對單一灰色模型在貧信息空氣質(zhì)量預測中對于波動較大的數(shù)據(jù)序列擬合預測精度較差的問題，通過將灰色GM(1,1)模型分別與神經(jīng)網(wǎng)絡模型和馬爾科夫鏈模型組合并優(yōu)化，提出了兩種改進的灰色組合模型，即改進的灰色神經(jīng)網(wǎng)絡模型和改進的灰色馬爾科夫模型。在分析傳統(tǒng)灰色神經(jīng)網(wǎng)絡模型中存在灰色方法部分背景值構造不合

5、理和神經(jīng)網(wǎng)絡方法部分訓練數(shù)據(jù)不足的缺陷基礎上，通過構造新的背景值和訓練數(shù)據(jù)樣本矩陣對模型進行優(yōu)化，建立改進的灰色神經(jīng)網(wǎng)絡模型；在分析傳統(tǒng)灰色馬爾科夫模型原理的基礎上，采用新陳代謝的GM(1,1)模型代替?zhèn)鹘y(tǒng)GM(1,1)模型建立動態(tài)轉(zhuǎn)移概率矩陣并定義新的序列緩沖算子對模型進行優(yōu)化，建立改進的灰色馬爾科夫模型。將兩種改進的灰色組合模型應用于城市空氣質(zhì)量預測中可增加空氣質(zhì)量預測結果的可靠性和準確性，避免單一模型的局限性，解決了數(shù)據(jù)序列波動較

6、大模態(tài)下的貧信息空氣質(zhì)量預測問題。
　　然后，針對空氣質(zhì)量預測不僅受到氣象因素的影響，還受到社會經(jīng)濟因素影響的情況，在分析兩類因素對空氣質(zhì)量影響的基礎上，設計了一種將人工神經(jīng)網(wǎng)絡模型和灰色GM(1,N)模型相結合的協(xié)同預測模型。根據(jù)兩類影響因素的數(shù)據(jù)特性，將呈現(xiàn)非線性特性的氣象因素數(shù)據(jù)作為神經(jīng)網(wǎng)絡模型的訓練集預測大氣污染物濃度，同時將經(jīng)過灰色關聯(lián)模型篩選后的包含不完整信息的社會經(jīng)濟因素數(shù)據(jù)作為灰色GM(1,N)模型的輸入預測大氣污

7、染物濃度。利用皮爾森相關系數(shù)判斷兩類因素對空氣質(zhì)量影響程度，為兩個模型的預測結果分別賦予權值后求和得出最終預測結果。協(xié)同預測模型的預測精度高于單一預測模型，有效提高預測的準確性和全面性，解決了同時考慮氣象和社會經(jīng)濟的多因素模態(tài)下的空氣質(zhì)量預測問題。
　　最后，針對空氣質(zhì)量等級實時預測的需求，考慮氣象因素對空氣質(zhì)量等級的影響，提出了利用條件隨機場模型對空氣質(zhì)量等級進行實時預測分析。根據(jù)氣象因素的特點，在模型預測過程中定義了一種新的特