羅 宇，袁 薇，羅林艷，陳明誠(chéng)，唐 杰，萬(wàn)文龍，范嘉智

(1.中國(guó)氣象局氣象干部培訓(xùn)學(xué)院湖南分院，長(zhǎng)沙 410125；2.湖南省氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)沙 410118；3.中國(guó)氣象局氣象干部培訓(xùn)學(xué)院，北京 100081；4.湖南省氣象信息中心，長(zhǎng)沙 410118；5.南京信息工程大學(xué)大氣科學(xué)學(xué)院，南京 210044；6.湖南省氣象臺(tái)，長(zhǎng)沙 410118；7.東營(yíng)市氣象局，東營(yíng) 257100)

隨著工業(yè)發(fā)展和城市化，空氣污染問(wèn)題已在世界范圍內(nèi)引起廣泛關(guān)注，世界衛(wèi)生組織研究[1]指出每年約有超400萬(wàn)人因空氣污染相關(guān)疾病死亡。長(zhǎng)沙作為湖南省會(huì)，人口密度大、工業(yè)發(fā)達(dá)，且由于特殊的地理位置，易造成區(qū)域型空氣污染[2]，僅2019年冬季就出現(xiàn)了4次重污染過(guò)程，其首要污染物為PM2.5[3]。PM2.5是指空氣動(dòng)力學(xué)當(dāng)量直徑小于等于2.5 μm的顆粒物，可長(zhǎng)時(shí)間懸浮于空氣中，并吸附重金屬和揮發(fā)性有機(jī)物等有毒污染物[4]。相關(guān)研究表明，環(huán)境中PM2.5濃度每增加10 μg/m3，心腦血管疾病和肺癌的死亡風(fēng)險(xiǎn)增加4%～8%[5-6]。同時(shí)，PM2.5能夠影響大氣的成云致雨過(guò)程，間接影響氣候變化[7]。

近年來(lái)，中外學(xué)者針對(duì)PM2.5特征及其濃度預(yù)報(bào)進(jìn)行了大量研究?？傮w而言，PM2.5濃度預(yù)報(bào)方法可分為確定性方法和統(tǒng)計(jì)方法兩類(lèi)。確定性方法利用大氣科學(xué)相關(guān)理論對(duì)污染物的物理化學(xué)反應(yīng)進(jìn)行建模，模擬其排放、擴(kuò)散和傳輸?shù)冗^(guò)程。目前在城市空氣污染預(yù)報(bào)中使用較多的確定性模型主要有嵌套網(wǎng)格空氣質(zhì)量預(yù)報(bào)模型[8](nested air quality prediction model，NAQP)，氣象-化學(xué)耦合模型[9](weather research and forecasting model coupled to chemistry，WRF-Chem)和多尺度空氣質(zhì)量模型[10](community multiscale air quality model，CMAQ)。這些模型均基于一定的理論假設(shè)和先驗(yàn)知識(shí)構(gòu)建，因此有助于更好地理解大氣污染機(jī)理，但在模型輸入條件準(zhǔn)確性、物理化學(xué)過(guò)程描述和計(jì)算有效性提升等方面仍面臨較大挑戰(zhàn)[11-12]。統(tǒng)計(jì)方法則直接利用統(tǒng)計(jì)模型找出不同變量與PM2.5之間的關(guān)系，并將這一關(guān)系應(yīng)用到空氣質(zhì)量預(yù)報(bào)中。張?zhí)旌降萚13]采用多元線性回歸集成方法，較大幅度降低了空氣質(zhì)量數(shù)值預(yù)報(bào)偏差；楊正理等[14]構(gòu)建基于隨機(jī)森林的城市空氣質(zhì)量預(yù)測(cè)模型，可較好改進(jìn)大數(shù)據(jù)背景下的預(yù)測(cè)精度；楊濤峰等[15]結(jié)合自回歸積分滑動(dòng)平均(autoregressive integrated moving average，ARIMA)和支持向量機(jī)(support vector machine，SVM)對(duì)北京某站點(diǎn)PM2.5濃度進(jìn)行預(yù)測(cè)，取得了良好的預(yù)測(cè)精度；張?jiān)儡姷萚16]基于華北區(qū)域環(huán)境氣象數(shù)值預(yù)報(bào)系統(tǒng)預(yù)報(bào)結(jié)果，利用后向傳播神經(jīng)網(wǎng)絡(luò)建立10 d的滾動(dòng)修正模型對(duì)太原市空氣質(zhì)量預(yù)報(bào)進(jìn)行修正。20世紀(jì)80年代出現(xiàn)的循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network，RNN)，能對(duì)序列數(shù)據(jù)的非線性特征進(jìn)行高效率學(xué)習(xí)，而作為RNN變體之一的長(zhǎng)短期記憶(long short-term memory，LSTM)因可有效解決簡(jiǎn)單RNN的梯度爆炸或消失問(wèn)題，使其在空氣污染預(yù)報(bào)方面展現(xiàn)出廣泛的應(yīng)用前景。白盛楠等[17]和Li等[18]基于LSTM構(gòu)建預(yù)測(cè)模型對(duì)北京市PM2.5濃度分別進(jìn)行逐日和逐小時(shí)預(yù)測(cè)，發(fā)現(xiàn)LSTM神經(jīng)網(wǎng)絡(luò)可較好提取PM2.5濃度時(shí)序特征，在不同的時(shí)間分辨率上均取得較好的預(yù)報(bào)精度。

在分析長(zhǎng)沙各空氣質(zhì)量監(jiān)測(cè)站PM2.5濃度的時(shí)空相關(guān)性基礎(chǔ)上，現(xiàn)提出一種基于LSTM的多變量混合PM2.5逐小時(shí)預(yù)報(bào)模型，對(duì)長(zhǎng)沙10個(gè)空氣質(zhì)量監(jiān)測(cè)站PM2.5濃度進(jìn)行逐小時(shí)預(yù)報(bào)，為PM2.5統(tǒng)計(jì)預(yù)報(bào)模型提供新的思路。

1 資料與方法

1.1 資料選取

本研究使用數(shù)據(jù)時(shí)間段為2014年5月13日—2020年8月30日，其中空氣質(zhì)量數(shù)據(jù)為長(zhǎng)沙10個(gè)空氣質(zhì)量監(jiān)測(cè)站探測(cè)得到的逐小時(shí)數(shù)據(jù)，由中國(guó)環(huán)境監(jiān)測(cè)總站全國(guó)城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)獲取，包含顆粒物(PM10、PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)和空氣質(zhì)量指數(shù)(AQI)；對(duì)應(yīng)時(shí)段的氣象數(shù)據(jù)使用長(zhǎng)沙市黃花國(guó)家基本氣象站探測(cè)得到的小時(shí)數(shù)據(jù)，包含氣壓(P)、氣溫(T)、相對(duì)濕度(RH)、能見(jiàn)度(VIS)、風(fēng)向(WD)和風(fēng)速(WS)，由全國(guó)綜合氣象信息共享平臺(tái)(CIMISS)獲取。研究涉及站點(diǎn)位置分布和基本信息如圖1所示，其中黃花站為氣象站，其他為空氣質(zhì)量監(jiān)測(cè)站。對(duì)于少量缺測(cè)數(shù)據(jù)，利用R語(yǔ)言imputeTS包的卡爾曼平滑(Kalman smoothing)算法進(jìn)行插補(bǔ)。

1.2 PM2.5數(shù)據(jù)時(shí)空相關(guān)性分析

計(jì)算長(zhǎng)沙市10個(gè)空氣質(zhì)量監(jiān)測(cè)站PM2.5濃度之間的Pearson相關(guān)系數(shù)，用以分析各站PM2.5濃度的空間相關(guān)性，如表1所示，所有相關(guān)系數(shù)均在0.88以上，表明各站間的PM2.5濃度具有強(qiáng)相關(guān)性，因此考慮利用單一模型對(duì)所有監(jiān)測(cè)站的PM2.5濃度進(jìn)行建模預(yù)報(bào)。隨后，利用自相關(guān)函數(shù)研究各站PM2.5濃度序列的時(shí)間相關(guān)性，其計(jì)算公式為

圖1 站點(diǎn)位置分布情況Fig.1 Locations of air quality monitoring stations and meteorological station

(1)

式(1)中：y(t)和y(t+Δt)分別為t和t+Δt時(shí)刻的PM2.5濃度；Cov(·)和σ(·)分別為PM2.5濃度的協(xié)方差和方差。各站PM2.5濃度序列的自相關(guān)系數(shù)如圖2所示，隨滯后階數(shù)的增加逐步減小，表明較早的PM2.5濃度對(duì)當(dāng)前值的影響隨時(shí)間間隔的增大逐漸降低；同時(shí)還可以發(fā)現(xiàn)當(dāng)時(shí)間間隔小于24 h時(shí)，各站PM2.5濃度的自相關(guān)系數(shù)均大于0.6，因此可將預(yù)報(bào)模型的最佳時(shí)間窗選擇范圍縮小到24 h以?xún)?nèi)。

1.3 多變量混合LSTM模型

LSTM是由Hochreiter等提出的一種改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)[19]，依靠?jī)?nèi)部特殊的自連接設(shè)計(jì)，可以提取任意長(zhǎng)度時(shí)間序列的自回歸結(jié)構(gòu)，目前廣泛應(yīng)用于文本生成[20-21]、語(yǔ)音識(shí)別[22-24]、機(jī)器翻譯[25]、氣象及環(huán)保[17-18,26-28]等領(lǐng)域。LSTM單元結(jié)構(gòu)如圖3所示，其對(duì)應(yīng)計(jì)算公式如式(2)～式(6)所示。

it=σ(Wxixt+Whiht-1+bi)

(2)

ot=σ(Wxoxt+Whoht-1+bo)

(3)

ft=σ(Wxfxt+Whfht-1+bf)

(4)

(5)

圖2 各站PM2.5濃度自相關(guān)系數(shù)Fig.2 Autocorrelation coefficients of PM2.5 concentrations in stations

it、ot和ft分別為輸入門(mén)、輸出門(mén)和遺忘門(mén)3個(gè)門(mén)控結(jié)構(gòu)，分別控制輸入、輸出和保留在LSTM單元內(nèi)信息的多少；ct為單元間激活向量；ht為存儲(chǔ)了t時(shí)刻及之前時(shí)刻有用信息的隱狀態(tài)向量；xt為t時(shí)刻輸入向量；σ(·)為sigmoid函數(shù)；tanh(·)為激活函數(shù)圖3 LSTM單元結(jié)構(gòu)Fig.3 Structure of LSTM cell

表1 各站PM2.5濃度相關(guān)系數(shù)Table 1 Correlation coefficients of PM2.5 concentration between stations

ht=ottanh(ct)

(6)

式中：W為權(quán)重矩陣；b為偏置項(xiàng)。σ對(duì)應(yīng)的計(jì)算公式為

(7)

提出的多變量混合LSTM(hLSTM)模型利用LSTM層提取空氣質(zhì)量數(shù)據(jù)和氣象數(shù)據(jù)時(shí)序特征，并結(jié)合日期時(shí)間信息對(duì)未來(lái)24 h的PM2.5濃度進(jìn)行逐小時(shí)預(yù)報(bào)，其結(jié)構(gòu)如圖4所示。不同大氣污染物之間在一定條件下會(huì)發(fā)生各種物理化學(xué)反應(yīng)[29-30]，加劇大氣污染程度；同時(shí)大量研究表明[2,31-32]，PM2.5的濃度變化與大氣溫度、濕度、氣壓和風(fēng)速等氣象條件存在一定相關(guān)性，因此將10站的空氣質(zhì)量數(shù)據(jù)(PM2.5、PM10、SO2、NO2、CO和O3)以及長(zhǎng)沙氣象數(shù)據(jù)(P、T、RH、VIS、WD和WS)組成特征因子張量作為模型LSTM層的輸入。除此之外，數(shù)據(jù)觀測(cè)時(shí)間等附加信息的引入也可在一定程度上提升預(yù)測(cè)精度[33]，因此通過(guò)一位有效編碼(one-hot encoding)將PM2.5濃度數(shù)據(jù)的日期時(shí)間信息引入模型，結(jié)合LSTM層提取的時(shí)序特征，利用全連接層(dense layer)獲取10站的PM2.5濃度24 h逐小時(shí)預(yù)報(bào)結(jié)果。

為評(píng)價(jià)hLSTM模型預(yù)報(bào)精度，選取均方根誤差(root mean squared error，RMSE)、平均絕對(duì)誤差(mean absolute error，MAE)和平均絕對(duì)百分比誤差(mean absolute percentage error，MAPE)作為指標(biāo)，對(duì)預(yù)報(bào)值和觀測(cè)值的偏離程度進(jìn)行度量，計(jì)算公式為

(8)

(9)

(10)

式中：N為樣本數(shù)量；Oi和Pi分別為PM2.5濃度觀測(cè)值和預(yù)報(bào)值。

1.4 數(shù)據(jù)預(yù)處理

深度學(xué)習(xí)中，若某些特征因子方差過(guò)大，則會(huì)主導(dǎo)目標(biāo)函數(shù)從而無(wú)法正確地去學(xué)習(xí)其他特征，造成模型精度降低，甚至無(wú)法收斂等問(wèn)題。因此，本研究采用Standardization標(biāo)準(zhǔn)化方法，將特征因子的分布轉(zhuǎn)換為高斯分布，即均值為0，方差為1。

根據(jù)多變量混合LSTM模型結(jié)構(gòu)，由空氣質(zhì)量數(shù)據(jù)和氣象數(shù)據(jù)組成的原始數(shù)據(jù)集無(wú)法直接作為模型輸入，因此利用滾動(dòng)時(shí)間窗方法生成時(shí)間序列樣本[34]。時(shí)間序列樣本量N由原始數(shù)據(jù)量n、時(shí)間窗Δt和預(yù)報(bào)時(shí)效h決定，即N=n-(Δt+h)+1。不同大小的時(shí)間窗對(duì)PM2.5預(yù)報(bào)精度有直接影響[33-34]，過(guò)小的時(shí)間窗會(huì)造成模型的輸入信息不足，而過(guò)大的時(shí)間窗則可能引入不相關(guān)的噪聲，且增加計(jì)算復(fù)雜度。結(jié)合1.2節(jié)中PM2.5數(shù)據(jù)自相關(guān)分析結(jié)果可將Δt范圍縮小到24 h內(nèi)，因此在研究過(guò)程中將時(shí)間窗分別設(shè)置為6、12和24 h，評(píng)估其對(duì)hLSTM模型預(yù)報(bào)精度的影響，以選取最適宜的時(shí)間窗。除時(shí)間窗外，模型中LSTM層數(shù)和各層神經(jīng)節(jié)點(diǎn)數(shù)也會(huì)影響PM2.5預(yù)報(bào)精度。因此，在確定最適宜時(shí)間窗大小的基礎(chǔ)上，參考相關(guān)研究模型結(jié)構(gòu)[20-22]，選用2層LSTM，各層神經(jīng)節(jié)點(diǎn)數(shù)相同，分別設(shè)置為50、100和200，評(píng)估不同節(jié)點(diǎn)數(shù)對(duì)hLSTM模型預(yù)報(bào)精度的影響，以確定最適宜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

圖4 多變量混合LSTM模型Fig.4 Multivariable hybrid LSTM model

LSTM層和Dense層激活函數(shù)(activation function)分別選用tanh和linear，各層節(jié)點(diǎn)丟棄率(dropout rate)設(shè)為0.2，以避免過(guò)擬合，模型選擇均方誤差(MSE)作為損失函數(shù)(loss function)，采用RMSProp算法作為優(yōu)化器(optimizer)提升訓(xùn)練效率，參數(shù)詳細(xì)設(shè)置如表2所示。研究利用Python和Keras深度學(xué)習(xí)框架進(jìn)行。

表2 多變量混合LSTM模型參數(shù)設(shè)置Table 2 Parameter settings of hybrid LSTM model

2 結(jié)果與分析

2.1 時(shí)間窗和節(jié)點(diǎn)數(shù)對(duì)模型精度影響

為評(píng)估時(shí)間窗大小和節(jié)點(diǎn)數(shù)對(duì)hLSTM模型預(yù)報(bào)精度的影響，按照1.4節(jié)方案設(shè)置時(shí)間窗和LSTM層節(jié)點(diǎn)數(shù)，對(duì)長(zhǎng)沙10個(gè)空氣質(zhì)量站未來(lái)24 h的PM2.5濃度進(jìn)行逐小時(shí)預(yù)報(bào)，利用預(yù)報(bào)結(jié)果繪制箱線圖，如圖5所示。由圖5可知，hLSTM模型的預(yù)報(bào)誤差隨時(shí)間窗的增大和節(jié)點(diǎn)數(shù)的增多呈現(xiàn)逐漸增大，6 h時(shí)間窗配合50節(jié)點(diǎn)數(shù)的設(shè)置使模型的均方根誤差、平均絕對(duì)誤差和平均絕對(duì)百分比誤差3項(xiàng)指標(biāo)均達(dá)到最低，且波動(dòng)均相對(duì)較小，對(duì)應(yīng)逐小時(shí)均值分別為18.71 μg/m3、12.50 μg/m3和38.95%。產(chǎn)生這一結(jié)果原因可能有兩個(gè)，一是較大的時(shí)間窗引入更多不相關(guān)數(shù)據(jù)，使模型訓(xùn)練效率降低，在同樣的迭代次數(shù)下無(wú)法更好提取有效的特征信息；二是較多的神經(jīng)節(jié)點(diǎn)使模型在訓(xùn)練過(guò)程中更容易出現(xiàn)過(guò)擬合現(xiàn)象，影響模型的泛化能力。因此，選取6 h和50分別作為模型的時(shí)間窗和LSTM層節(jié)點(diǎn)數(shù)。

2.2 預(yù)報(bào)模型精度

確定最適宜時(shí)間窗和LSTM層節(jié)點(diǎn)數(shù)后，基于訓(xùn)練集數(shù)據(jù)對(duì)hLSTM模型進(jìn)行訓(xùn)練，并利用測(cè)試集數(shù)據(jù)對(duì)10站的PM2.5濃度逐小時(shí)預(yù)報(bào)精度進(jìn)行驗(yàn)證，結(jié)果如圖6所示，hLSTM模型誤差隨PM2.5預(yù)報(bào)時(shí)效的增大，總體呈現(xiàn)逐步增大趨勢(shì)，10 h前誤差增大迅速，10 h后誤差增大較為平緩，且呈現(xiàn)震蕩性。均方根誤差、平均絕對(duì)誤差和平均絕對(duì)百分比誤差分別從1 h的6.53 μg/m3、4.03 μg/m3和16.02%增大到24 h的20.62 μg/m3、13.56 μg/m3和47.34%。為對(duì)比hLSTM模型和其他機(jī)器學(xué)習(xí)模型的預(yù)報(bào)精度，引入決策樹(shù)(DTs)、RNN和普通LSTM作為對(duì)比模型，其中RNN模型將hLSTM模型中的LSTM層替換為RNN層得到，普通LSTM模型為hLSTM模型去除附加信息得到，其余參數(shù)不變，對(duì)比結(jié)果如表3所示，作為傳統(tǒng)機(jī)器學(xué)習(xí)方法的DTs模型預(yù)報(bào)誤差較基于神經(jīng)網(wǎng)絡(luò)的RNN、LSTM和hLSTM模型大，其主要原因是由于后3種模型是專(zhuān)門(mén)針對(duì)時(shí)間序列數(shù)據(jù)設(shè)計(jì)的，可以更好地提取數(shù)據(jù)在時(shí)序上的特征；與RNN和普通LSTM模型相比，hLSTM模型的RMSE分別降低6.26%和8.92%，MAE分別降低8.22%和10.91%，MAPE分別降低24.79%和27.99%，表明LSTM層和附加信息的引入可以更好地提取長(zhǎng)沙PM2.5濃度時(shí)序特征，實(shí)現(xiàn)更好的預(yù)報(bào)效果。同時(shí)，hLSTM模型在不同地區(qū)均有較好的適用性。采用相同的數(shù)據(jù)預(yù)處理方法和hLSTM模型結(jié)構(gòu)，對(duì)湖南省岳陽(yáng)、常德和衡陽(yáng)3地PM2.5濃度進(jìn)行預(yù)報(bào)，預(yù)報(bào)精度與長(zhǎng)沙基本一致(圖7)，均方根誤差分別由1 h的6.26、6.12和6.95 μg/m3增大到24 h的19.41、19.16和21.42 μg/m3。

圖5 不同時(shí)間窗和節(jié)點(diǎn)數(shù)對(duì)hLSTM模型預(yù)報(bào)精度的影響Fig.5 Effect of different time windows and node numbers on prediction accuracy of hLSTM model

圖6 hLSTM模型逐小時(shí)預(yù)報(bào)精度Fig.6 Hourly prediction accuracy of hLSTM model

為研究hLSTM模型預(yù)報(bào)結(jié)果的季節(jié)性差異，對(duì)于PM2.5預(yù)測(cè)結(jié)果的RMSE按春季(3—5月)、夏季(6—8月)、秋季(9—11月)和冬季(12—次年2月)進(jìn)行分析，結(jié)果如圖8所示。由圖8可知，hLSTM模型誤差存在明顯的季節(jié)性差異，在所有預(yù)報(bào)時(shí)效上均呈現(xiàn)冬季>秋季>春季>夏季的特征，與確定性方法預(yù)報(bào)結(jié)果類(lèi)似[35]，其中當(dāng)預(yù)報(bào)時(shí)效大于3 h時(shí)，冬季的預(yù)報(bào)誤差達(dá)到夏季的2倍以上。造成這一現(xiàn)象的原因可能是由于長(zhǎng)沙冬季受外源輸入性污染和本地不利擴(kuò)散條件共同影響，使PM2.5變化規(guī)律更為復(fù)雜，增加了hLSTM模型提取數(shù)據(jù)時(shí)序特征的難度。

表3 不同機(jī)器學(xué)習(xí)模型逐小時(shí)預(yù)報(bào)精度Table 3 Hourly prediction accuracy of different machine learning models

圖7 hLSTM模型在不同地區(qū)的預(yù)報(bào)精度Fig.7 Prediction accuracy of hLSTM model in different districts

2.3 污染天氣個(gè)例預(yù)報(bào)

由于本地污染排放疊加外來(lái)輸入影響，長(zhǎng)沙市2019年12月13—16日出現(xiàn)以PM2.5為首要污染物的持續(xù)性重污染天氣過(guò)程。以馬坡嶺空氣質(zhì)量監(jiān)測(cè)站為例，其PM2.5濃度于13日為111 μg/m3，14日夜間上升至189 μg/m3，15日持續(xù)重度污染，達(dá)到244 μg/m3，16日18:00后迅速下降。利用本研究的hLSTM模型對(duì)此次重污染過(guò)程進(jìn)行逐小時(shí)預(yù)報(bào)，選取預(yù)報(bào)時(shí)效為1、2、3、6、12和24 h的預(yù)報(bào)值和觀測(cè)值進(jìn)行對(duì)比。如圖9所示，6個(gè)時(shí)效基本都能夠預(yù)測(cè)到本次污染過(guò)程的變化趨勢(shì)，其中3 h內(nèi)的臨近預(yù)報(bào)結(jié)果與觀測(cè)值吻合程度較高，而6、12和24 h預(yù)報(bào)值在14日后存在較明顯的偏低；1、2、3、12和24 h時(shí)效結(jié)果對(duì)污染過(guò)程峰值和消退時(shí)間點(diǎn)的預(yù)報(bào)基本準(zhǔn)確，但6 h時(shí)效結(jié)果對(duì)峰值和消退時(shí)間的預(yù)報(bào)則較觀測(cè)值提前了約8 h。造成這種情況的可能原因一是空氣污染物局地小尺度擾動(dòng)使得針對(duì)較長(zhǎng)預(yù)報(bào)時(shí)效的時(shí)序特征提取難度增大；二是引入的氣象因子僅限地面氣象要素，不能很好反映污染物傳播和擴(kuò)散的天氣條件，進(jìn)而低估了重污染天氣過(guò)程中PM2.5濃度。

圖8 hLSTM模型不同季節(jié)各時(shí)效預(yù)報(bào)精度Fig.8 Prediction accuracy of hLSTM model in different seasons

圖9 hLSTM模型對(duì)長(zhǎng)沙2019年12月13—16日重污染天氣過(guò)程PM2.5濃度的預(yù)報(bào)結(jié)果Fig.9 PM2.5 concentration prediction results of hLSTM model for the heavy pollution process in Changsha city from December 13 to 16,2019

3 結(jié)論

利用Pearson相關(guān)系數(shù)和自相關(guān)系數(shù)分析了長(zhǎng)沙10個(gè)空氣質(zhì)量監(jiān)測(cè)站PM2.5濃度的時(shí)空相關(guān)性，提出一種以LSTM為主要構(gòu)成的多變量混合PM2.5濃度逐小時(shí)預(yù)報(bào)模型，利用均方根誤差、平均絕對(duì)誤差和平均絕對(duì)百分比誤差指標(biāo)對(duì)模型精度進(jìn)行評(píng)估，并與基于DTs、RNN和普通LSTM模型的預(yù)報(bào)精度進(jìn)行對(duì)比，得到以下結(jié)論。

(1)不同的時(shí)間窗和LSTM層神經(jīng)節(jié)點(diǎn)數(shù)對(duì)hLSTM模型精度有顯著影響。較大的時(shí)間窗會(huì)引入更多不相關(guān)數(shù)據(jù)，造成特征信息提取不充分，降低模型訓(xùn)練效率；較多的神經(jīng)節(jié)點(diǎn)使模型更易出現(xiàn)過(guò)擬合現(xiàn)象，影響模型泛化能力，二者均會(huì)增大hLSTM模型誤差。

(2)hLSTM模型誤差隨預(yù)報(bào)時(shí)效的增加呈現(xiàn)前陡后緩逐步增大，均方根誤差、平均絕對(duì)誤差和平均絕對(duì)百分比誤差分別從1 h的6.53 μg/m3、4.03 μg/m3和16.02%增大到24 h的20.62 μg/m3、13.56 μg/m3和47.34%。與基于DTs、RNN和普通LSTM模型預(yù)報(bào)精度進(jìn)行對(duì)比可知，得益于以LSTM層為主體的模型結(jié)構(gòu)和附加信息的引入，hLSTM能夠更好地提取長(zhǎng)沙PM2.5濃度時(shí)序特征，達(dá)到更高的預(yù)報(bào)精度。

(3)hLSTM模型誤差存在明顯的季節(jié)性差異，呈現(xiàn)冬季>秋季>春季>夏季的特征，冬季的預(yù)報(bào)誤差可達(dá)夏季的2倍以上。由于空氣污染物局地小尺度擾動(dòng)和地面氣象因子無(wú)法很好反映污染物傳輸和擴(kuò)散條件等因素，hLSTM較易低估重污染天氣過(guò)程中PM2.5濃度，造成預(yù)報(bào)精度下降。