謝申汝，錢彬彬，楊寶華

(1.安徽農(nóng)業(yè)大學(xué) 信息與計算機(jī)學(xué)院，安徽 合肥 230036;2.農(nóng)業(yè)部農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)集成與應(yīng)用重點實驗室，安徽 合肥 230036)

基于LIBSVM的PM2.5濃度預(yù)測模型

謝申汝1,2，錢彬彬1,2，楊寶華1,2

(1.安徽農(nóng)業(yè)大學(xué) 信息與計算機(jī)學(xué)院，安徽 合肥 230036;2.農(nóng)業(yè)部農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)集成與應(yīng)用重點實驗室，安徽 合肥 230036)

建立基于LIBSVM的PM2.5濃度預(yù)測模型，對合肥市5個監(jiān)測點的PM2.5小時平均濃度值進(jìn)行預(yù)測，分析了不同污染物濃度和不同天氣狀況下的預(yù)測誤差。結(jié)果表明：LIBSVM模型對5個監(jiān)測點的PM2.5預(yù)測結(jié)果穩(wěn)定，平均絕對誤差為4.763 1 ug/m3；在輸入?yún)?shù)污染物濃度較低和不利于污染物擴(kuò)散的條件下預(yù)測誤差較小，在輸入?yún)?shù)污染物濃度較大和有利于污染物擴(kuò)散的條件下預(yù)測誤差較大。LIBSVM模型能夠很好地對PM2.5濃度進(jìn)行預(yù)測，且輸入?yún)?shù)對于模型的預(yù)測效果具有較大影響。

PM2.5；小時平均濃度；LIBSVM；預(yù)測模型

合肥市迅速發(fā)展的同時也帶來了嚴(yán)重的城市環(huán)境污染問題。大氣污染物間有著密切的關(guān)系，PM2.5濃度往往受其他空氣質(zhì)量因素制約，進(jìn)而影響其濃度和分布。同時PM2.5濃度還受當(dāng)?shù)貧庀髼l件[1]、排放源、地勢等多種因素的影響，具有一定的非線性[2]。神經(jīng)網(wǎng)絡(luò)可用于空氣污染物預(yù)測，是一種描述非線性現(xiàn)象的有效工具。而支持向量機(jī)作為神經(jīng)網(wǎng)絡(luò)中使用最廣泛的一類，在空氣污染預(yù)測中具有很強(qiáng)的實用性。利用BP神經(jīng)網(wǎng)絡(luò)對大氣中的CO、SO2、PM2.5等空氣污染物預(yù)測已有很多研究[3-5]，為了對預(yù)測污染物濃度進(jìn)行更精確的預(yù)測，目前已有許多研究者致力于提升神經(jīng)網(wǎng)絡(luò)預(yù)測精度的研究[6]。因此，許多學(xué)者從氣象參數(shù)及污染物濃度方面對預(yù)測模型的影響展開研究[7]，研究結(jié)果可用于提高模型預(yù)測精度。鑒于此，本文依據(jù)合肥2016年7月1日～2016年7月10日空氣質(zhì)量和天氣狀況數(shù)據(jù)，通過LIBSVM建立PM2.5小時平均濃度預(yù)測模型，與BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型進(jìn)行對比，討論分析不同污染物濃度、不同風(fēng)速、降雨量、氣壓濕度等對于模型預(yù)測的影響，為模型預(yù)測精度的提升提供技術(shù)參考。

1 預(yù)測模型

1.1 數(shù)據(jù)源及處理

研究采用的數(shù)據(jù)資料包括氣象數(shù)據(jù)和空氣質(zhì)量數(shù)據(jù)，來源于環(huán)境云官網(wǎng)公布的從2016年7月1日～2016年7月10日的空氣質(zhì)量歷史數(shù)據(jù)和空氣質(zhì)量歷史數(shù)據(jù)，分別來自于5個不同的監(jiān)測站點，各個數(shù)據(jù)為每h平均值，包括AQI、PM2.5、PM10、CO、SO2、NO2、O3、風(fēng)速、氣壓、濕度、體感溫度、降雨量和氣溫 。構(gòu)建LIBSVM預(yù)測模型需要輸入數(shù)據(jù)和輸出數(shù)據(jù)，輸入數(shù)據(jù)為不同預(yù)測因子，輸出數(shù)據(jù)為預(yù)測每h的PM2.5平均濃度。前1 h AQI、PM10空氣質(zhì)量因子和風(fēng)速、氣壓等氣象因子對PM2.5濃度均具有較大影響，同時前1 h PM2.5濃度對后1 h 的PM2.5平均濃度具有較強(qiáng)的相關(guān)性，故所建模型還需考慮前1 h PM2.5濃度值，這樣建立的預(yù)測模型才具有較強(qiáng)的合理性，也增加了預(yù)測的準(zhǔn)確性。本文所建預(yù)測模型的輸出變量為當(dāng)前PM2.5,輸入變量如表1所示。

表1 預(yù)測模型輸入表

1.2 預(yù)測模型的建立

LIBSVM是由臺灣大學(xué)林智仁副教授研發(fā)的一個簡單、高效、易用的SVM分類與回歸的軟件包，SVM用于分類或回歸時，其核函數(shù)和參數(shù)的選擇只能憑借經(jīng)驗、實驗對比等方式，而LIBSVM最大的特點是對SVM所涉及的參數(shù)調(diào)節(jié)相對比較少，提供了很多的默認(rèn)參數(shù)，并且提供了交互檢驗功能。預(yù)測模型建立采用十折交叉驗證法，即將樣本集分成10個相等的互不相交的子樣本，將9份樣本作為訓(xùn)練樣本集構(gòu)建模型，剩下的1個子樣本驗證所建的模型。本研究應(yīng)用LIBSVM模型預(yù)測當(dāng)天的PM2.5日均濃度，LIBSVM預(yù)測模型建立的步驟如下：

步驟1：歸一化數(shù)據(jù)。采用離差標(biāo)準(zhǔn)化方法將數(shù)據(jù)集進(jìn)行歸一化處理，將其映射到[0,1]之間。轉(zhuǎn)換函數(shù)為：

(1)

式中:max為數(shù)據(jù)集的最大值；min為數(shù)據(jù)集的最小值。

圖1 LIBSVM模型構(gòu)建流程圖

步驟2：確定所用核函數(shù)，核函數(shù)將選定為徑向基核函數(shù)。

徑向基核函數(shù):

k(xi,xj)=(αxiTxj+c)g

(2)

步驟3：用網(wǎng)格搜索法尋找最優(yōu)參數(shù)c和g。網(wǎng)格搜索法的基本原理是讓c和g在一定的范圍內(nèi)劃分網(wǎng)格并遍歷網(wǎng)格內(nèi)所有的點進(jìn)行取值，對于選取的c和g，利用交叉驗證法獲得在此組(c,g)下訓(xùn)練集驗證預(yù)測準(zhǔn)確率，最終取使得訓(xùn)練集驗證預(yù)測準(zhǔn)確率最高的那組(c,g)作為最佳的參數(shù)。

步驟4：用取得的最優(yōu)參數(shù)c和g對訓(xùn)練集進(jìn)行訓(xùn)練。

步驟5：用測試集對所建模型進(jìn)行評估。

LIBSVM預(yù)測模型建立的流程如圖1所示。

2 預(yù)測結(jié)果與分析

2.1 與BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型結(jié)果比較

不同預(yù)測模型的PM2.5濃度預(yù)測值與實測值的相關(guān)性對比曲線如圖2所示。

圖2 PM2.5濃度預(yù)測值與實測值的相關(guān)性

由圖2可以看出，LIBSVM模型的擬合程度比BP神經(jīng)網(wǎng)絡(luò)模型有很大提高。BP神經(jīng)網(wǎng)絡(luò)預(yù)測PM2.5小時均值濃度擬合直線明顯偏離期望值1∶1直線，預(yù)測效果較差；LIBSVM預(yù)測模型預(yù)測PM2.5小時均值濃度擬合直線與期望直線較為接近，預(yù)測結(jié)果相對于BP神經(jīng)網(wǎng)絡(luò)模型有很大的提高。

為了更好地描述預(yù)測模型的預(yù)測效果，表2中列出了BP神經(jīng)網(wǎng)絡(luò)模型與LIBSVM 模型的預(yù)測效果比較指標(biāo)：R為相關(guān)系數(shù)，R越接近1，表示相關(guān)性越高，預(yù)測值與實測值越接近；MAE為平均絕對誤差，MAE越小越好；RMSE為均方根誤差，同樣RMSE越小預(yù)測效果越準(zhǔn)確。實測PM2.5小時均值濃度為25.926±17.201 ug/m3，對比表2中的兩個預(yù)測模型的標(biāo)準(zhǔn)差可得，兩個預(yù)測模型均能對PM2.5小時均值濃度進(jìn)行很好地預(yù)測，且LIBSVM標(biāo)準(zhǔn)差更接近實測值。對比兩預(yù)測模型的R、MAE、RMSE這三個指標(biāo)，可得LIBSVM模型預(yù)測誤差率更小，準(zhǔn)確率更高，可靠性更強(qiáng)。

表2 不同預(yù)測模型的預(yù)測效果

2.2 輸入?yún)?shù)對LIBSVM模型預(yù)測誤差的影響

2.2.1 不同污染物濃度下預(yù)測誤差的影響

以LIBSVM預(yù)測模型為例來進(jìn)一步分析預(yù)測誤差情況。根據(jù)PM2.5濃度分布情況，將PM2.5小時濃度按照中值(46.5 ug/m3)進(jìn)行劃分，得到不同小時均值濃度范圍下的平均誤差，結(jié)果如表3所示。PM2.5濃度小時均值小于46.5 ug/m3時平均誤差較小，為4.630 652。根據(jù)AQI數(shù)值分布情況，將AQI數(shù)值按照中值(65.5)進(jìn)行計劃分，得到不同數(shù)值范圍下的預(yù)測平均相對誤差，結(jié)果如表4所示。AQI數(shù)值小于65.5時平均誤差較小，為4.558 602。總體上，該模型在輸入?yún)?shù)污染物濃度較低的情況下預(yù)測誤差小，在輸入?yún)?shù)污染物濃度較高的情況下預(yù)測誤差較大，這符合在高濃度下預(yù)測效果較差的情況。

表3 不同污染濃度下的預(yù)測平均誤差

2.2.2 不同天氣狀況下預(yù)測誤差的影響

分析不同氣象參數(shù)下預(yù)測誤差的影響，選取對PM2.5濃度預(yù)測影響較大的5個參數(shù)—風(fēng)速、氣壓、濕度、降雨量和溫度進(jìn)行討論。根據(jù)風(fēng)速、氣壓、濕度、降雨量、氣溫氣象參數(shù)值分布情況，將其分別按照中值2.3 m/s、1 003.5 hPa、81%、1.45 mm、26.75 ℃進(jìn)行劃分，得到不同數(shù)值范圍下的預(yù)測平均誤差，結(jié)果如表4所示。風(fēng)速越大，氣壓越高，溫度越高，濕度和降雨量越低的情況下，預(yù)測平均誤差越大。分析可知，在有利于污染物擴(kuò)散的天氣情況下預(yù)測平均誤差較大，不利于污染物擴(kuò)散的天氣情況下的預(yù)測平均誤差較小。

表4 不同天氣狀況下的預(yù)測誤差

3 結(jié) 語

(1)針對合肥市2016年7月1日～2016年7月10日共5個監(jiān)測站的每小時空氣質(zhì)量和天氣狀況歷史數(shù)據(jù)構(gòu)建了基于LIBSVM的PM2.5濃度預(yù)測模型，并與基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型進(jìn)行對比，通過對兩個模型的預(yù)測結(jié)果比較分析得到基于LIBSVM的PM2.5濃度預(yù)測模型能夠更好地描述PM2.5與其影響因子間的非線性關(guān)系，并依據(jù)該模型可以得到較高的預(yù)測精度。因此，將LIBSVM預(yù)測模型應(yīng)用于PM2.5濃度預(yù)測是簡單可行并且有效的。

(2)分析了不同輸入?yún)?shù)范圍對PM2.5 濃度預(yù)測的影響。研究表明，該模型在輸入?yún)?shù)污染物濃度較低的狀況下預(yù)測平均誤差小，輸入?yún)?shù)污染物濃度較高的狀況下預(yù)測平均誤差大；在有利于污染物擴(kuò)散的天氣狀況下預(yù)測平均誤差較大，不利于污染物擴(kuò)散的天氣狀況下的預(yù)測平均誤差較小。

(3)主要分析空氣質(zhì)量因素和天氣狀況因素對PM2.5小時均值濃度的影響，在模型中尚未考慮到可見度、太陽輻射以外的其它氣象因素對PM2.5濃度的影響。在今后研究中加入這些氣象因素來建立預(yù)測模型，可提高預(yù)測模型精度。

[1] 孫榮基,趙松,張小琴,等.一種基于BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的PM_(2.5)預(yù)測方法[J].四川環(huán)境,2015(4):85-90.

[2] 王芳,程水源,李明君,等.遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)用于大氣污染預(yù)報[J].北京工業(yè)大學(xué)學(xué)報,2009,35(9):1230-1234.

[3] 張亞群,王瀟,李珉.基于BP網(wǎng)絡(luò)的蘭州市PM_(10)的污染預(yù)測[J].洛陽理工學(xué)院學(xué)報(自然科學(xué)版),2014,24(3):60-62+72.

[4] 王敏,鄒濱,郭宇,等.基于BP人工神經(jīng)網(wǎng)絡(luò)的城市PM_(2.5)濃度空間預(yù)測[J].環(huán)境污染與防治,2013(9):63-66+70.

[5] 呂燕紅,王芹.基于神經(jīng)網(wǎng)絡(luò)信息融合隧道CO濃度預(yù)測研究[J].信息技術(shù),2013(9):128-131.

[6] 王愛枝, 李定邦.基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)在空氣質(zhì)量預(yù)報中的應(yīng)用[J].安全與環(huán)境學(xué)報,2009,09(2):84-88.

[7] 姚達(dá)文,劉永紅,丁卉,等.氣象參數(shù)對基于BP神經(jīng)網(wǎng)絡(luò)的PM_(2.5)日均值預(yù)報模型的影響[J].安全與環(huán)境學(xué)報,2015,15(06):324-328.

Influence on Input Parameters of PM2.5 Concentration Prediction Model Based on LIBSVM

XIE Shenru1,2， QIAN Binbin1,2， YANG Baohua1,2

(1.Anhui University of Agriculture, Hefei 230000, China; 2.Key Laboratory of Technology Integration and Application in Agricultural Internet of Ministry of Agriculture, Hefei 230000, China )

PM2.5 concentration prediction model is constructed by use of LIBSVM. Concentration of PM2.5 from the five monitoring stations in Hefei is predicted and the prediction error under the different pollutants concentration and different weather conditions are analyzed. Results show that prediction model of PM2.5 is stable. If the pollutant concentration of input parameters is low and it is not conducive to the spread of pollutants, the prediction error is small. If the pollutant concentration of input parameters is larger and it is conducive to the spread of pollutants, the prediction error is bigger. So the LIBSVM model can well forecast PM2.5 concentrations, but the input parameter has great influence on the model prediction.

PM2.5; hourly average concentration; LIBSVM; forecasting model

2017-02-10

謝申汝(1991-)，女，安徽六安人，在讀碩士研究生，主要從事環(huán)境數(shù)據(jù)監(jiān)測處理方面的研究.

安徽省高校省級自然科學(xué)研究重點項目(KJ2016A837).

10.3969/i.issn.1674-5403.2017.02.003

X823

A

1674-5403(2017)02-0009-04