李洪亮，裴慧麗

(河北大學 數(shù)學與信息科學學院 河北省機器學習重點實驗室，河北 保定 071002)

京津冀地區(qū)一次大范圍霧霾的判定及數(shù)據(jù)分析

李洪亮，裴慧麗

(河北大學 數(shù)學與信息科學學院 河北省機器學習重點實驗室，河北 保定 071002)

通過研究河北地區(qū)每天的空氣質量數(shù)據(jù)，發(fā)現(xiàn)2016年9月12日至2016年9月17日整個河北地區(qū)的日空氣質量平均值顯著高于觀察期間的平均水平，并且該值已達到輕度污染水平.通過記錄京津冀地區(qū)2016年9月12日0時至2016年9月18日23時，共計168 h的空氣質量指數(shù)數(shù)據(jù)，分析了這次霧霾產生的原因，以及地區(qū)之間空氣質量指數(shù)的相互影響.

京津冀；空氣質量指數(shù)；霧霾；PM2.5;PM10

隨著京津冀地區(qū)不斷受到霧霾侵擾，中國北方的空氣質量問題逐漸受到的重視.相關學者對霧霾的產生及預測進行了很多研究.2013年，李翔[1]提出一種由GentleAdaBoost(GAB)迭代算法和模糊BP神經網(wǎng)絡組成的空氣質量預測方法，并對北京市近1年的空氣污染指數(shù)(API)和空氣質量指數(shù)(AQI)進行仿真實驗，結果顯示：該方法比傳統(tǒng)BP空氣質量預測模型預測平均誤差絕對值減少近30%.同年，陳宮燕等人[2]利用前20天的氣象觀測資料和實際的大氣污染物濃度作為輸入?yún)?shù)，動態(tài)建立每天的多元線性回歸方程，求取二氧化硫、二氧化氮、PM10的預測值和空氣污染指數(shù)(API)值.2014年，張濤[3]等人以石家莊市為例，探討了如何開展預測預警和加強重污染天氣的應急管理機制.2015年，李北一[4]提出空氣質量模型要素要點以及質量預警預報模型分析.尹文君等人[5]針對環(huán)境大數(shù)據(jù)時代下的城市空氣質量預報，提出了一種基于深度學習的預測方法.2016年，王占山等人[6]介紹了北京市空氣質量預報體系的發(fā)展歷程和現(xiàn)狀，以及動態(tài)統(tǒng)計預報模型的建立和預報性能，同時指出目前北京市預報體系的構成為主觀預報手段為主，客觀預報手段為輔的預報現(xiàn)狀.同年，陸成偉等人[7]建立了一個以Models-3為基礎的自動化空氣質量數(shù)值預報系統(tǒng)，實驗結果顯示成都市2014年空氣質量變化情況趨勢的預報效果較好.

以上的研究基本是對于一城一地的空氣質量數(shù)據(jù)進行的研究，并沒有考慮到污染物隨著空氣的流動，對周邊城市或地區(qū)的影響.所以，本文以京津冀地區(qū)為例，探討了多城市組成的地區(qū)霧霾的判定，以及城市之間空氣中污染物的相互影響問題，分析了一次霧霾的形成和運動規(guī)律.

1 該次京津冀地區(qū)霧霾的判定

通過記錄河北省環(huán)境空氣質量自動發(fā)布系統(tǒng)的每日數(shù)據(jù)，見表1.

表1 2016年河北地區(qū)主要城市9月3日～9月20日每天的空氣質量指數(shù)

數(shù)據(jù)來源：http://121.28.49.85:8080/datas/day/include.html

網(wǎng)站的數(shù)據(jù)還表明河北省的主要污染物多為PM2.5或PM10.這兩種污染物往往會隨著空氣的流動而擴散.考慮到石家莊處于河北省的中部位置，該市的空氣質量可能會影響京津冀地區(qū)的多數(shù)城市，因此我們重點觀測了石家莊的空氣質量數(shù)據(jù).通過觀察省會石家莊的數(shù)據(jù)發(fā)現(xiàn)：9月12～9月17日空氣質量數(shù)據(jù)顯著高于其他時間的數(shù)值，峰值已達到172，推測：這段時間石家莊的空氣質量明顯惡化，在此期間河北大部分地區(qū)可能正在遭受霧霾的侵襲.

分別計算a=“上表全部空氣質量數(shù)據(jù)的平均值”，b=“9月12～17日空氣質量數(shù)據(jù)的平均值”，c=“全部數(shù)據(jù)去掉9月12～17日數(shù)據(jù)后的平均值”.計算結果見表2.

表2 河北各城市AQI平均值

通過對比上述a，b的數(shù)值發(fā)現(xiàn)，各城市的b值均高于a值，并且多數(shù)城市的b值高于或接近100，達到了輕度污染的水平.這表明河北省確實在9月12～17日期間遭遇了一場霧霾襲擊，并且全省范圍均受到這次霧霾的影響.通過對比上述a，c的數(shù)值發(fā)現(xiàn)，除了滄州，衡水兩個城市外，a值均高于c值.表明除滄州，衡水兩個城市外，9月12～17日期間的空氣質量指數(shù)顯著高于其他時間的數(shù)值.

由此可見，9月12～17日，河北省各主要城市的空氣質量指數(shù)高于平均水平，且大部分地區(qū)的平均指數(shù)數(shù)值達到了輕度污染以上的程度.由此我們判定在此期間，京津冀地區(qū)遭遇了一次大范圍的霧霾襲擊.

2 該次京津冀地區(qū)霧霾的分析

對于這次霧霾的產生，變化，影響及消退的進一步研究，需要更詳細的數(shù)據(jù).因此，本文記錄了9月12日0時～9月18日23時，共計168 h的京津冀地區(qū)主要城市每小時的空氣質量數(shù)據(jù).由于部分城市個別時刻的數(shù)據(jù)缺失，這里采取了相鄰時刻的平均值來代替缺失的數(shù)值.主要城市的缺失數(shù)據(jù)不超過1個.

首先看北京，石家莊，保定的數(shù)據(jù)折線圖，見圖1.

圖1 北京，石家莊，保定AQI折線圖

通過觀察這三個地區(qū)的空氣質量數(shù)據(jù)，可得到如下幾點：1)在一周時間之中，石家莊市大致有五次峰值數(shù)據(jù)超過150的中度污染水平，并且每次均在夜晚達到；而北京和保定分別有三次和四次峰值數(shù)據(jù)超中度污染水平，并且峰值不一定在夜晚達到.2)霧霾形成初期的13～14日，石家莊最早達到峰值和谷值，保定其次，北京最后.這說明霧霾是自南向北傳播的.3)15日凌晨，北京空氣未達到污染水平.同期，石家莊，保定的峰值超過重度污染程度.表明北京的空氣受到天氣因素影響，而該因素并未對北京以南地區(qū)產生影響.4)17日4時以后，北京和保定基本未達到輕度污染，石家莊在17日4時至20時仍然處于輕度污染甚至重度污染.

接下來觀察石家莊，邢臺，邯鄲的數(shù)據(jù)折線圖，見圖2.

圖2 石家莊，邢臺，邯鄲AQI折線圖

通過觀察這三個地區(qū)的空氣質量數(shù)據(jù)，可得到如下幾點：1)石家莊大致有五次峰值數(shù)據(jù)超過中度污染水平，并且每次均在夜晚達到；邢臺與邯鄲分別有兩次與一次達到該水平；2)邢臺與邯鄲空氣質量指數(shù)的峰值和谷值，比石家莊晚達到.

3 數(shù)據(jù)分析

為了支持上述觀察結果，這里采用Matlab編寫的自組織神經網(wǎng)絡(SOM)，對168 h的各城市空氣質量數(shù)據(jù)進行了聚類.通過200次訓練，將京津冀地區(qū)15個城市分為三類，結果見圖3.

圖3 Matlab運行結果

進一步分析發(fā)現(xiàn)：第一類城市的空氣質量數(shù)據(jù)的平均值分別為55和50，平均空氣質量接近優(yōu).第二類城市的平均值在80～100之間，平均空氣良好.第三類城市的平均值在100～135之間，平均空氣輕度污染.另外，第一類城市在京津冀地區(qū)西北部，受這次霧霾影響最小.第二類城市在京津冀地區(qū)的邊緣，受到霧霾的影響程度居中.第三類城市分布在石家莊至北京這條自南而北的射線上，大致與太行山平行，受霧霾的影響最嚴重.因此，這種聚類結果符合實際觀察和定性分析.

石家莊，辛集地區(qū)在上述城市中平均值最高，分別為127，134，而且最早達到污染水平.可以認定，上述地區(qū)為該次霧霾的源頭.在一定條件下，污染物會隨著空氣的流動對周邊城市產生影響，這與城市間的距離，以及空氣流動的大致方向及速度有關.

4 結 語

上述的分析表明：2016年9月12日～9月18日，京津冀地區(qū)經歷了一次霧霾過程.這次霧霾的源頭在石家莊，辛集地區(qū)，并向周圍擴散.霧霾擴散的主要方向為東北方向，故此，北京，保定，定州等地區(qū)相繼自南而北進入霧霾范圍.13～14日天氣條件不利于霧霾的消散，石家莊周邊的邢臺，衡水等地區(qū)也受到了波及.15日上半日，霧霾受天氣因素影響而南移，北京暫時脫離霧霾范圍，這也導致了后期南部的邢臺，邯鄲陷入了霧霾范圍.15～16日，整個京津冀地區(qū)除張家口，承德外，空氣質量全面惡化，全部被霧霾籠罩.17日，霧霾開始消散.18日，霧霾徹底離開京津冀地區(qū).

該次霧霾源于石家莊，辛集地區(qū).霧霾先是北移，覆蓋了北京，保定等地區(qū)，而后又略作南移，覆蓋了邢臺，邯鄲地區(qū)，接著爆發(fā)覆蓋了京津冀大部分地區(qū)，最后在京津冀地區(qū)消散.這表明在一定條件下，污染物會隨著空氣的流動而移動，即使某一城市沒有污染源，也可能受到周邊城市的影響，而長期處于霧霾之中.

上述分析中發(fā)現(xiàn)，天氣條件對于霧霾的影響很大，因此，下一步將對天氣條件下的霧霾變化規(guī)律進行研究，建立數(shù)學模型，模擬及預測霧霾的影響范圍.

[1] 李 翔.基于GAB和模糊BP神經網(wǎng)絡的空氣質量預測[J]. 華中科技大學學報, 2013, S1:63-65.

[2] 陳宮燕, 德吉白瑪, 紅 梅, 等. 宋燕.基于氣象資料的林芝地區(qū)空氣質量動態(tài)預報方法研究[J]. 氣象科技進展, 2013(6): 58-61.

[3] 張 濤, 羅 毅. 石家莊市大氣污染預報預警系統(tǒng)建設研究[J]. 價值工程, 2014(28): 328-329.

[4] 李北一. 闡述環(huán)境空氣質量預警預報的天氣分型多元性回歸模型的運用[J]. 河南科技, 2015(21): 71.

[5] 尹文君, 張大偉, 嚴京海, 等. 基于深度學習的大數(shù)據(jù)空氣污染預報[J]. 中國環(huán)境管理, 2015(6): 46-52.

[6] 王占山, 李云婷, 孫 峰, 等. 北京市空氣質量預報體系介紹及紅色預警支撐[J]. 環(huán)境科技, 2016(2): 38-42.

[7] 陸成偉, 周來東, 鄧 也, 等. 基于Models-3的自修正空氣質量預報系統(tǒng)及其效果檢驗[J]. 中國環(huán)境管理， 2016(2): 102-109.

DeterminationanddataanalysisofhazeinBeijing-Tianjin-Hebeiregion

LI Hong-liang, PEI Hui-li

(Key Laboratory of Machine Learning and Computational Intelligence, School of Mathematics and Information Science, Hebei University, Baoding 071002, China)

By analyzing data of the Hebei area daily air quality, this paper found that the average daily air quality in Hebei is significantly higher than the average level of observation period from September 12, 2016 to September 17, 2016, and the value is up to the level of the light pollution. By recording air quality index data during 168 hours of Beijing-Tianjin-Hebei region from 0 September 12, 2016 to 23 September 18, 2016, the cause of the haze and the influence between regional air quality indexes were analyzed,.

Beijing-Tianjin-Hebei region; AQI; haze; PM2.5;PM10

2006-10-10.

國家自然科學基金項目(61572011)；河北省自然科學基金項目(F2016201161)；河北省教育廳青年基金(QN2014039)；河北大學引進人才項目(2010-186)

李洪亮(1981-)，男，博士，講師，研究方向：模糊分析理論.

X51

A

1672-0946(2017)05-0637-04