姜志奇，王習(xí)東

(北京大學(xué)工學(xué)院，北京 100000)

1 引言

通常情況下，大氣污染是指由自然形成與人類活動(dòng)作用形成的污染。自然環(huán)境本身造成的污染屬于自然污染，人類對環(huán)境作用形成的污染屬于人為污染源[1-2]。其中，人為污染源能夠劃分成兩種不同的形式，分別為：①不可移動(dòng)污染源；②非固定污染源。人為污染源與自然污染源之間存在一定差異，前者具有普遍性以及規(guī)律性，所以日益受到人們的關(guān)注。

近幾年以來，我國環(huán)境污染問題日益嚴(yán)峻引起人們極大關(guān)注，其中最為嚴(yán)重的就是大氣污染問題，它會對人類的生命安全產(chǎn)生威脅，同時(shí)由于煙塵污染也十分嚴(yán)重，人類的呼吸系統(tǒng)也遭受很大隱患。另外，我國的水污染、垃圾污染問題日益嚴(yán)重。我國屬于擁有不少河流的陸地大國，但是我國百分之七十以上的河流中都存在污染問題，大部分的固體垃圾聚集在居民居住地附近，很大程度上降低了人類的生活質(zhì)量。針對我國環(huán)境污染問題日益嚴(yán)重的現(xiàn)狀，數(shù)據(jù)采集工作就變得十分重要，實(shí)時(shí)監(jiān)測大氣污染數(shù)據(jù)的運(yùn)行狀態(tài)，及時(shí)采取對應(yīng)的防護(hù)措施是當(dāng)前的首要工作。

為了有效解決環(huán)境污染問題，構(gòu)建地區(qū)差異城市群大氣污染多維度數(shù)據(jù)采集模型。引入決策樹組織，結(jié)合定點(diǎn)采集監(jiān)測數(shù)據(jù)分析地區(qū)差異城市群大氣污染多維度數(shù)據(jù)，以此降低數(shù)據(jù)后續(xù)整合耗時(shí)。采用多維度采集數(shù)據(jù)庫，計(jì)算不同污染氣體的實(shí)際排放量，提升污染數(shù)據(jù)采集精度。通過具體的仿真數(shù)據(jù)全面驗(yàn)證了所設(shè)計(jì)模型的有效性以及實(shí)用性。

2 城市群大氣污染多維度數(shù)據(jù)采集模型的構(gòu)建

2.1 建立氣象決策樹

通過構(gòu)成決策樹來求取大氣污染值的期望值大于等于零的概率，是評價(jià)項(xiàng)目風(fēng)險(xiǎn)，判斷其可行性的決策分析方法。本文利用大氣污染的大數(shù)據(jù)構(gòu)建決策樹。

由于決策樹的組建過程與人為決策行為模型十分相似，因此需要設(shè)定一個(gè)數(shù)據(jù)集S，在不同的數(shù)據(jù)集中應(yīng)包含多種不同的屬性，需要采取對應(yīng)的統(tǒng)計(jì)方法對屬性A進(jìn)行劃分，將其劃分成多個(gè)不同的子集。重復(fù)上述操作過程，直到獲取特定的終止條件。

在大數(shù)據(jù)環(huán)境中，由于樣本數(shù)量較大，同時(shí)存在其它問題，首先需要進(jìn)行特征選擇，既能有效避免無關(guān)特征產(chǎn)生的負(fù)面影響，還能夠有效降低運(yùn)行時(shí)間，提升最終采集結(jié)果的準(zhǔn)確性[6]。在組建大數(shù)據(jù)氣象決策樹的過程中，需要選擇對應(yīng)的特征并簡化模型，確保模型優(yōu)勢。

2.2 大氣污染定點(diǎn)監(jiān)測體系

在研究區(qū)域內(nèi)，組建多個(gè)大氣污染監(jiān)測站。各個(gè)標(biāo)準(zhǔn)微環(huán)境監(jiān)測站采集的參數(shù)主要包括空氣溫度、空氣濕度等多項(xiàng)指標(biāo)。監(jiān)測站每隔5分鐘采集一次數(shù)據(jù)，一天內(nèi)采集288條數(shù)據(jù)，利用GPRS[7-8]網(wǎng)絡(luò)或者北斗星報(bào)文的形式將數(shù)據(jù)傳輸至遠(yuǎn)程服務(wù)器，同時(shí)存儲在對應(yīng)的數(shù)據(jù)庫中，具體如圖1所示。

圖1 地區(qū)差異城市群的大氣質(zhì)量監(jiān)測體系

現(xiàn)階段大氣污染監(jiān)測站在運(yùn)行的過程中，存在能源耗盡等原因?qū)е聰?shù)據(jù)丟失的情況，不僅說明了大氣污染監(jiān)測站可能存在能源短缺的問題，需要減少大氣污染監(jiān)測站的能源消耗。而且在使用數(shù)據(jù)之前，需要對數(shù)據(jù)進(jìn)行預(yù)處理。由于樣本數(shù)據(jù)量較大，后續(xù)的數(shù)據(jù)處理過程十分復(fù)雜，因此需要選取對應(yīng)的指標(biāo)[9]作為研究對象，具體的操作過程如下所示：

1)導(dǎo)出全部的大氣污染數(shù)據(jù)，通過監(jiān)測點(diǎn)的不同設(shè)備號ID值，將全部數(shù)據(jù)進(jìn)行劃分處理。

2)將全部監(jiān)測點(diǎn)的數(shù)據(jù)按照天數(shù)進(jìn)行劃分，同時(shí)設(shè)定樣本為每天的大氣污染監(jiān)測數(shù)據(jù)，將全部樣本按照列進(jìn)行排列，組建一個(gè)數(shù)據(jù)集。

3)將全部的大氣污染監(jiān)測數(shù)據(jù)樣本組建為樣本集，同時(shí)對其進(jìn)行列歸一化處理[10]，并且將其劃分為測試樣本集以及訓(xùn)練樣本集。

2.3 城市群間的監(jiān)測數(shù)據(jù)共享

為了實(shí)現(xiàn)城市群間大氣污染監(jiān)測數(shù)據(jù)的共享，需要做到以下兩點(diǎn)：

1)實(shí)現(xiàn)數(shù)據(jù)庫之間的轉(zhuǎn)換；

2)實(shí)現(xiàn)數(shù)據(jù)的透明訪問。

在進(jìn)行數(shù)據(jù)庫訪問的過程中，不能廢棄原始數(shù)據(jù)庫，而是需要將其轉(zhuǎn)換到新的系統(tǒng)中繼續(xù)發(fā)揮作用，對資源進(jìn)行再利用。從而實(shí)現(xiàn)在不同的數(shù)據(jù)庫之間，也能夠?qū)⒃磾?shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)換到目的數(shù)據(jù)庫中的目的。

在進(jìn)行轉(zhuǎn)換的過程中，實(shí)現(xiàn)嚴(yán)格的等價(jià)轉(zhuǎn)換十分困難，首先需要確保模型中存在的沖突，具體如下所示：

1)命名沖突

源模型中的標(biāo)識符號可能是目的模型中需要保留的部分，此時(shí)需要重新命名；

2)格式?jīng)_突

相同類型的數(shù)據(jù)可能存在不同形式的表示方法以及語義差異，此時(shí)需要定義不同模型之間的變換函數(shù)；

3)結(jié)構(gòu)沖突

為了實(shí)現(xiàn)數(shù)據(jù)共享，服務(wù)器需要具有安全、穩(wěn)定等特點(diǎn)，同時(shí)要求服務(wù)器具有負(fù)載均衡以及容錯(cuò)功能等優(yōu)勢，并支持熱部署，即在不間斷服務(wù)條件下能夠?qū)浖姹净蛘吲渲眠M(jìn)行更新升級。

在實(shí)現(xiàn)縱向數(shù)據(jù)整合的過程中，還需要完成數(shù)據(jù)的橫向整合，利用大數(shù)據(jù)共享平臺實(shí)現(xiàn)跨部門數(shù)據(jù)共享，豐富橫向數(shù)據(jù)庫，為系統(tǒng)提供有力的數(shù)據(jù)支撐。

導(dǎo)致大氣污染的因素眾多，使得與大氣污染情況關(guān)聯(lián)的數(shù)據(jù)種類十分復(fù)雜，其中包含不同類型污染源[11]、空氣可見度等氣象數(shù)據(jù)。以上數(shù)據(jù)分別來源于政府不同部門，但是現(xiàn)階段跨部門、跨領(lǐng)域整合存在信息交流阻塞以及數(shù)據(jù)整合分析不足等問題，很大程度上影響了大氣污染的溯源、成因結(jié)構(gòu)等分析。

組建數(shù)據(jù)共享、數(shù)據(jù)管理等功能集成的大型數(shù)據(jù)共享平臺，能夠有效促進(jìn)大氣污染相關(guān)數(shù)據(jù)高效流通，還能夠?qū)崿F(xiàn)數(shù)據(jù)的全面整合分析，最終提升大氣污染監(jiān)測的準(zhǔn)確性以及治理決策的科學(xué)性。

2.4 基于污染氣體排放量的大氣污染數(shù)據(jù)多維度采集

本文主要采用GPS偽距差分定位方法組建對應(yīng)的觀測方程，通過序貫平方差方法獲取雙差模糊度浮點(diǎn)解；再利用雙差模糊度浮點(diǎn)解有效提取大氣中的延遲分量，并組建區(qū)域大氣模型[12]，利用流動(dòng)站近似坐標(biāo)計(jì)算獲取流動(dòng)站和與參考站之間的大氣延遲改正；最后通過差分改正數(shù)改正參考站的觀測值，進(jìn)而獲取求解單差觀測方程，獲取流動(dòng)站坐標(biāo)。

當(dāng)數(shù)據(jù)采集到需要的全部數(shù)據(jù)上傳至控制卡后，利用這些數(shù)據(jù)編寫對應(yīng)程序，在此過程中涉及到了數(shù)據(jù)庫設(shè)計(jì)的問題。通過數(shù)據(jù)管理器為VB以及數(shù)據(jù)庫鏈接提供的基本方法，能夠有效幫助VB程序組建維護(hù)數(shù)據(jù)庫，利用查詢放置查找數(shù)據(jù)庫中的相關(guān)信息，不必再通過其它的數(shù)據(jù)庫軟件進(jìn)行數(shù)據(jù)庫管理，通過以上操作能夠有效實(shí)現(xiàn)多維度采集數(shù)據(jù)庫的建立。

重點(diǎn)針對污染源的監(jiān)測選取了二氧化硫減排的過程進(jìn)行分析，其中降低二氧化硫的產(chǎn)生以及排放重點(diǎn)包括以下三種途徑：

1)從源頭上降低二氧化硫排放量

例如通過洗、選煤技術(shù)來降低爐煤硫分，用燃?xì)獍l(fā)電代替燃煤電廠技術(shù)等。該方法在減污之前需要考慮前兩種源頭控制技術(shù)的應(yīng)用，但是并沒有考慮到循環(huán)流化床爐內(nèi)脫硫技術(shù)對削污的貢獻(xiàn)。

2)提升發(fā)電效率

有效降低原材料的消耗，提升資源利用效率，同時(shí)降低二氧化硫的產(chǎn)量。

3)利用煙氣脫硫技術(shù)降低二氧化硫的排放量。

以下給出二氧化硫減排計(jì)算公式

Qb，y=ΔQgas+ΔQsar，y+ΔQGT，y+ΔQEPT，y+Qfinal

(1)

式中，Qb，y代表二氧化硫基準(zhǔn)減排量；ΔQgas代表燃?xì)獍l(fā)電減排量；ΔQsar，y代表硫分變化減排量；ΔQGT，y代表先進(jìn)發(fā)電技術(shù)減排量；ΔQEPT，y代表煙氣治理減排量；Qfinal代表最終的排放量。

基準(zhǔn)產(chǎn)污量主要指不采取任何減排措施以及技術(shù)的情況下二氧化硫的產(chǎn)生量?；鶞?zhǔn)產(chǎn)物量的計(jì)算公式可以表示為以下形式

Qb，y=Fb*Gy/100

(2)

式中，F(xiàn)b代表基準(zhǔn)技術(shù)單位發(fā)電量二氧化硫的減排績效；Gy代表設(shè)定年限內(nèi)的火力發(fā)電量。

燃?xì)獍l(fā)電減排量的計(jì)算公式能夠表示為以下的形式

ΔQgas=Ggas，y*Fb/100

(3)

式中，Ggas，y代表設(shè)定年限內(nèi)的燃?xì)獍l(fā)電量。

硫分變化減排量的計(jì)算公式為

ΔQsar，y=Gcoal，y*Fb*(1-Sy/Sbasic)/100

(4)

Gcoal，y=Gy-Ggas，y

(5)

先進(jìn)發(fā)現(xiàn)技術(shù)減排量的計(jì)算式為

ΔQGT，y=Gcoal，y-ΔFb*(Sy/Sbasic)*(1-My/Mbasic)/100

(6)

煙氣治理技術(shù)減排量的計(jì)算式為

ΔQEPT，y=(Qbasic-ΔQCPT，y)*ηy

(7)

在上述分析的基礎(chǔ)上，組建地區(qū)差異城市群大氣污染多維度數(shù)據(jù)采集模型：

1)模型自適應(yīng)參數(shù)優(yōu)化技術(shù)研究較長時(shí)間段內(nèi)模型預(yù)測結(jié)果與實(shí)際歷史氣象測量數(shù)據(jù)之間的關(guān)聯(lián)，準(zhǔn)確得出模型預(yù)測誤差的規(guī)律以及統(tǒng)計(jì)特征，進(jìn)而實(shí)現(xiàn)模型參數(shù)的自適應(yīng)優(yōu)化，有效提升預(yù)測結(jié)果的準(zhǔn)確性。

2)多模型集合預(yù)測技術(shù)：

將兩個(gè)原本獨(dú)立的模型進(jìn)行整合，有效提升數(shù)值的預(yù)測能力，同時(shí)輸出集合預(yù)測的最優(yōu)結(jié)果。

通過組建的地區(qū)差異城市群大氣污染多維度數(shù)據(jù)采集模型，能夠?qū)崿F(xiàn)數(shù)據(jù)采集，同時(shí)有效提升計(jì)算結(jié)果的準(zhǔn)確性。

3 仿真研究

為了驗(yàn)證所提地區(qū)差異城市群大氣污染多維度數(shù)據(jù)采集模型的綜合有效性，需要進(jìn)行仿真測試，實(shí)驗(yàn)環(huán)境：windows XP，SPI，CPU Pentium(R)4，基本頻率2.4GHZ，軟件平臺為MatlabR2010a。

1)不同方法的數(shù)據(jù)整合時(shí)間對比

實(shí)驗(yàn)分別選取文獻(xiàn)[4]、文獻(xiàn)[5]中的傳統(tǒng)采集模型作為對比模型，實(shí)驗(yàn)對比三種采集模型的數(shù)據(jù)整合時(shí)間，具體的實(shí)驗(yàn)對比結(jié)果如圖2所示。

圖2 不同采集模型的數(shù)據(jù)整合時(shí)間對比結(jié)果

分析圖2中的實(shí)驗(yàn)數(shù)據(jù)可知，隨著測試樣本數(shù)量持續(xù)增加，各種采集模型的數(shù)據(jù)整合時(shí)間也在持續(xù)增加，但是相比傳統(tǒng)的兩種采集模型，所提模型的數(shù)據(jù)整合時(shí)間明顯更快。

2)不同方法的采集成本對比

為了更進(jìn)一步驗(yàn)證所提采集模型的有效性，以下需要對比三種采集模型的采集成本，具體的實(shí)驗(yàn)對比結(jié)果如下表所示。

表1 所提采集模型的采集成本

表2 文獻(xiàn)[4]采集模型的采集成本

表3 文獻(xiàn)[5]采集模型的采集成本

綜合分析以上表格中的實(shí)驗(yàn)數(shù)據(jù)可知，所提采集模型的采集成本在三種模型中為最低；文獻(xiàn)[4]采集模型的采集成本次之；文獻(xiàn)[5]采集模型的采集成本最高。

3)不同方法數(shù)據(jù)采集相對誤差對比

為了驗(yàn)證采集結(jié)果的準(zhǔn)確性，實(shí)驗(yàn)選取相對誤差作為評價(jià)指標(biāo)，其中相對誤差越低，則說明采集結(jié)果越準(zhǔn)確，具體的實(shí)驗(yàn)對比結(jié)果如下表所示。

表4 所提采集模型的相對誤差

表5 文獻(xiàn)[4]采集模型的相對誤差

表6 文獻(xiàn)[5]采集模型的相對誤差

綜合分析上述表格中的實(shí)驗(yàn)數(shù)據(jù)可知，相比另外兩種采集模型，所提采集模型的相對誤差明顯更低，這充分說明所提模型具有較高的采集精度。

4 結(jié)束語

1)針對傳統(tǒng)的大氣污染多維度數(shù)據(jù)采集模型存在數(shù)據(jù)整合時(shí)間較長、采集成本較高等問題，本文提出了地區(qū)差異城市群大氣污染多維度數(shù)據(jù)采集模型。

2)實(shí)驗(yàn)結(jié)果顯示：模型的數(shù)據(jù)整合時(shí)長不超過9.5min，模型的應(yīng)用過程成本始終低于9000元人民幣，比其余傳統(tǒng)方法相比，該模型的可應(yīng)用性更強(qiáng)。在誤差實(shí)驗(yàn)中，模型表現(xiàn)出了在數(shù)據(jù)采集精度方面的優(yōu)越性能。通過具體的實(shí)驗(yàn)數(shù)據(jù)有效驗(yàn)證了模型的可靠性。

3)但是本文還存在一定的不足，關(guān)于模型的時(shí)間局限性上后續(xù)將進(jìn)一步豐富完善。