大数据背景下采用互信息与随机森林算法的空气质量预测

为了实现城市空气质量的精准预测,针对与城市空气质量预测相关的大数据种类多、规模大、维度高和生成速度快等特点,在研究城市不同区域空气质量评价指标的基础上,提出不同区域空气质量子空间聚类分析方法,挖掘不同区域空气质量的特征。通过对不同区域进行群体划分,并利用互信息矩阵从城市功能、地形、气象条件等方面辨识与不同区域空气质量相关联的因素,构建基于随机森林算法的城市空气质量预测模型。该方法可以有效识别城市不同区域空气质量的强关联因素,避免由于关联因素的差异性对空气质量预测造成的不利影响。仿真结果表明:该方法适用于大数据的分析与处理,并具有较高的预测精度。     

城市空气质量预测模型研究

以影响大气质量的因素为目标,提出了预测模型;并运用加权实时最小二乘法,对模型进行实时辨识。研究表明,模型完全适用于城市空气质量的预测。文章并给出了该模型在上海地区应用的结果。     

基于多元线性回归的机场空气质量影响因素研究

随着民航业的飞速发展,带动机场范围内交通流量剧增,使机场空气质量逐渐恶化,对乘客及附近居民健康和生态环境构成直接影响。因此,准确评估机场空气质量并提取主要影响因素亟不可待。文章通过确定机场范围,计算机场污染源小时排放清单,采用AERMOD模型计算污染物扩散浓度,通过机场空气质量评估模型将其转化为AAQI,得到机场空气质量评估结果。以此为基础,采用相关分析法提取机场空气质量主要影响因素,利用多元线性回归法对主要影响因素与AAQI建立回归模型。最后以南京禄口国际机场为例,基于2016年机场空气质量评估结果,提取了机场空气质量的主要影响因素,包括航空器小时架次、风速、温度和风向,并建立了回归模型,经验证,回归模型的拟合优度高达95%。     

江苏空气质量信息实时发布存在的问题及其应对措施

文章介绍了江苏省空气质量数据采集及信息实时发布现状．对信息发布中存在的问题进行了探讨,分析了各级空气质量信息实时发布平台数据不一致、空气质量评价不能实时反映当前时间空气质量、业务平台无法集中管理、实时发布导致监控和维护压力增大等的原因,并提出了积极应对措施     

空气质量指数(AQI)的社会经济影响因素分析——基于指数衰减效应视角

中国面临着严重的环境恶化问题,其中空气污染问题尤为突出.基于中国2014年全国城市空气质量数据,利用自然正交函数分析城市空气质量指数的时空演变特征,并采用基于衰减效应的矩阵指数空间设定模型探讨了空气污染的影响因素.研究结果表明:(1)AQI以京津冀为高值中心向周边地区呈衰减变化,污染核心区由京津冀逐渐向豫北地区和鲁西北地区扩散,年内AQI在1—9月呈现下降趋势,然后逐渐上升;(2)150个城市的空气质量指数呈现出明显的空间集聚;(3)矩阵指数空间设定模型优于空间滞后模型,并且城市间空气污染呈现出显著的空间衰减效应;(4)人均地区生产总值的提高、SO_2排放量和PM_(2.5)浓度增加是导致空气污染加剧的重要原因,而外商直接投资和环保意识的提高有助于改善中国的空气质量.     

提高空气质量指数准确性的建议

空气质量指数是国际上普遍采用的定量评价空气质量好坏的重要指标,但各国统计标准和方法有所不同,对环境的评价结果也存在一定差异。由于受多种因素的影响,中国目前的空气质量指数常常表现出与公众感受及其他环境监测指标不相一致的现象。针对于此,结合中国城市发展和环境监测技术的实际情况,提出了优化设置空气质量监测点、提高空气污染物浓度标准、增加空气质量统计指标和改进空气质量指数统计方法等改进建议,以进一步提高空气质量指数指示环境的准确性。     

基于GIS的多权重年际空气质量模型研究

随着工业技术的发展,空气质量逐渐恶化,空气污染已经发展为全人类共同面对的严峻问题。随着监测技术的提升,空气污染数据迅速增加,人们对空气质量时空变化的研究逐渐向年际及年代际时间尺度靠拢。而现阶段对年际时间尺度空气质量评价的方法较少,常用年均AQI作为评价指标。由于AQI是单一污染物指数,抵消了多种污染物的累计效应,产生的模糊信息会掩盖其他污染物对健康的实际影响。因此,该研究基于中国AQI计算方法提出了一种基于多权重的特定的年际时间尺度空气质量评价模型——综合空气质量指数(CAQI),用于修正中国空气质量指数在年际空气质量评价中的缺陷。通过对模型验证发现该模型具有良好的性能,在年际时间尺度空气质量评价中效果较好,具有更高的合理性。     

城市空气质量监测大数据安全存储模式研究

治理空气污染需要对城市空气质量进行监测,将测得的城市空气质量监测数据进行安全的存储是当前治理空气污染中重点研究的内容。针对当前空气质量监测数据存储模式存在的数据加密所用时间较长、存储模式的安全系数较低的问题。提出一种城市空气质量监测大数据安全存储模式,采用基于PCA神经网络的混沌加密方法对城市空气质量监测大数据进行加密。通过混沌系统产生的随机轨道作为产生加密密钥的伪随机数发生器,根据产生的秘钥对城市空气质量监测大数据进行加密和解密,完成城市空气质量监测大数据的安全存储。     

基于分形模型的城市空气质量评价方法研究

基于分形模型开展了城市空气质量的评价方法研究.首先利用分形求和模型分析大气污染物分布特征,用分维数定量描述其浓度分布随机程度,开展了城市空气质量评价的背景值和标准值的确定方法研究.然后在此基础上基于橡树岭大气环境质量指数评价方法,确定了基于二氧化硫、二氧化氮、PM10三项污染物的中国城市人为源空气质量评价方法模型.最后以西安市为示范区,利用本研究方法确定了西安市的大气环境背景值和评价标准值,建立了适用于西安市的大气环境质量指数模型,并开展了2010年该市全年环境质量分析评价工作.结果表明,基于分形模型的评价结果认为西安市空气质量年变化呈“U”字型分布,该方法比常规环境空气质量评价方法更能表现出空气质量的变化规律和季节分布特征.总体上,2010年西安市空气质量良好,未受到污染天数占83%,但是受沙尘天气影响比较大;西安市空气质量随季节变化特征比较明显,夏季和秋季空气质量较好,受污染程度较低,冬季和春季空气质量较差,受污染程度偏高.     

雾霾的主要成因及对空气质量的影响

近年来,我国经济迅猛发展的同时环境问题也日益突出。空气质量下降、河流水体污染、固体垃圾、噪声等环境问题不断涌现,这些日益成为危及人们正常生活的主要因素。随着新闻媒体的不断曝光和政府机构的有效宣传,越来越多的环境问题为人们所熟知。雾霾在近两年笼罩了越来越多的城市,其影响将直接威胁人类的健康。产生雾霾的主要原因包括气象条件和污染物排放量,然而雾霾又可作为空气质量的"晴雨表"。本文重点说明雾霾的成因及危害、雾霾对空气质量的影响。     

基于气象相似准则的城市空气质量预报模型

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型。将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好。分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/2.5的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度。     

吴泾工业区扬尘污染治理中降尘监测的影响因素研究

降尘监测可以较客观地反映与评价城市区域扬尘污染水平。及时掌握降尘污染状况,对区域扬尘污染治理措施成效和评价城市区域环境空气质量具有实际意义。降尘监测具有采样设备简单、操作简便易行、成本相对较低等特点。但是监测周期长、环节多等都会影响降尘监测的准确性。本文通过对吴泾工业区扬尘污染治理中降尘数据分析发现,降尘监测中存在降尘数据波动大、受周边环境影响大、人为损坏多等诸多因素的影响,就这些影响因素进行分析探讨,并提出了若干建议和解决方法。     

中国空气污染指数变化特征及影响因素分析

以2001～2010年我国42个城市逐日空气污染指数、主要污染因子、空气质量级别和空气质量状况资料为基础,分析了近10 a我国空气质量的变化特征.结果表明,我国城市大气受燃煤影响较为严重,可吸入颗粒物为主要污染因子,空气质量状况以优、良和轻微污染居多;空气质量季节变化明显,冬季空气污染最严重,夏季最轻;从年际变化看,空气质量表现出逐年好转趋势;城市大气环境质量在区域上存在显著差异,表现为由南到北、从沿海到内陆逐渐变差的趋势.对空气污染影响因素的分析表明,局地污染和西北地区沙尘传输造成的自然降尘是我国城市空气质量的主要污染源;气象要素对大气污染物有制约关系,空气污染指数与降水量、风速、逆温线性相关;地形的空间差异影响着气象条件的分布,进而对空气质量的空间变化产生影响;人类活动对城市空气质量也存在一定的影响,且具有双重作用.     

黄河流域空气质量时空分布及影响因素分析

本文基于2015—2018年空气质量监测数据,研究了黄河流域空气质量的时空变化特征,量化分析了影响黄河流域空气质量空间分布的主要因素。结果表明:(1)2015—2018年,黄河流域空气质量总体趋于改善,除O3-8h外,PM2.5、PM10等污染物浓度均不同程度下降;(2)空气质量不达标天数未有明显减少,以O3-8h为首要污染物的持续时间明显延长,并且污染天数与PM2.5的差距逐渐缩小;(3)PM2.5、PM10浓度呈现东高西低的分布格局,O3-8h污染区域逐渐扩大并呈持续连片分布,热点城市主要分布在流域下游,冷点城市主要分布在流域上游;(4)平均气温、平均风速、人口密度和城镇居民人均可支配收入是影响PM2.5空间分布的主要因素;地形起伏度、降水量、平均气压和人口密度是影响PM10空间分布的主要因素,累积解释率为65.9%;平均气压、地形起伏度、日照时间和平均风速是影响O3-8h空间分布的主要因素。     

大气二氧化硫污染预测模型初探

考虑了影响大气扩散的主要气象因素及其它因素,提出了一个大气SO_2污染预测模型,并运用加权实时最小二乘算法对模型进行实时辨识。这一模型尤其适用于城市及城市中SO_2日均浓度的分区预测,给出了该模型在上海地区应用的结果。     

城市综合交通规划环境评价中大气环境预测的数学模型

以城市综合交通规划环境影响评价中大气环境影响预测为例,分析了战略环境评价(SEA)中环境影响预测的特点,提出了SEA中应用空气质量模型的基本原则。在此基础上,对现有的空气质量模型(主要包括箱模式、高斯模式、拉格朗日模式和欧拉型数值模式)分别讨论了模型的时空尺度、所描述的环境要素和因子、模型的复杂性和输入数据、模拟区的下垫面特征在城市综合交通规划环境评价中的适用性。     

基于PCA-BN的银川市空气质量预测

考虑到在城市空气质量的预测中参与建模的气象因素之间可能存在相关性,增加了模型结构和数据分析的复杂度,以银川市10项历史气象数据和空气中6种主要污染物浓度数据为基础,利用主成分分析(PCA)方法对10项气象数据进行降维处理并提取气象因素的综合评价指标,结合贝叶斯网络(BN)建立了银川市空气质量的预测模型(即PCA-BN模型),并与随机森林(RF)模型的预测结果进行了比较。结果表明:RF模型和PCA-BN模型预测结果的准确率分别为88.03%和97.88%,且实验证实PCA-BN模型在银川市空气质量的预测中有较高的预测精度,有效地降低了模型结构和数据分析的复杂性,其在城市空气质量预测中具有一定的实用价值。     

关中地区城市空气质量特征及影响因素分析

本文对陕西省关中地区33个城市环境空气质量自动监测站点2015年全年的监测数据进行统计和研究,讨论了关中城市空气质量特征和主要影响因素。结果表明,关中地区城市间空气质量具有密切的相关性和整体性,影响关中城市群全年空气质量最主要的污染因子是可吸入颗粒物(PM10)和细颗粒物(PM2.5),首要污染物呈现出显著的季节变化规律。人类活动、气象因素以及地形特征是造成关中地区空气质量现状的主要原因。     

空气质量评价的参数化多元组合算子模型

传统的空气质量评价的参数化组合算子模型不具有可比性和普适性。在适当设定指标参照值cj0和指标规范变换式基础上,提出了一个对多项空气指标的规范值xj都适用的空气质量评价的参数化多元组合算子模型;采用混合蛙跳算法对模型中的参数进行优化,得到优化后对多项空气指标皆普遍适用的空气质量评价的参数化多元组合算子模型。该模型被应用于多个不同地区的不同组合指标的空气质量评价,其评价结果与用其它多种方法的评价结果相一致。结果表明:用指标规范值表示的参数化多元组合算子模型为空气质量评价提供了一种计算简便和普适通用的新方法。     

基于问卷的空气质量公众满意度模型和评价指标体系构建

公众对于空气质量的满意度是体现环境治理成果的重要指标，为准确把握我国公众对城市空气环境状况的实际感受，客观反映空气环境治理方面取得的进展和存在的问题，基于层次分析法，采用问卷调查、模型构建、熵值法和态度量化法等综合方法，构建空气质量公众满意度指数(Air Environmental Quality Satisfaction Index,简称“AEQS”)模型和空气质量公众满意度评价指标体系，并以我国31个省份公众空气质量满意度问卷调查，开展模型与指标体系的分析与应用.结果表明：(1)此次调查数据的信度和效度检验结果均较好，说明指标体系具有较好的科学性.(2)全国空气质量公众满意度指数为73.77分，达到比较满意.(3)空气质量公众满意度与PM_2.5浓度、PM₁₀浓度和AQI均无显著性相关.政府空气质量管理满意度和空气质量改善政府投入满意度对空气质量公众满意度的影响较大.(4)指标重要性-满意度(IPA)分析表明，政府在公开空气质量相关信息中补充个人出行和健康防护信息、降低空气污染造成的个人经济支出、制定相关政策措施中兼顾公众的日常生活等是提高...