王月秋

(唐山市生態(tài)環(huán)境局玉田縣分局，河北 唐山 063000)

在人類的日常生活和生產(chǎn)過程中，汽車尾氣、工業(yè)污染、垃圾焚燒以及道路揚(yáng)塵等均是造成空氣污染的主要因素[1-3]。其中，道路揚(yáng)塵是路面塵土在風(fēng)力作用下進(jìn)入大氣中而形成的懸浮顆粒物，具有顯著的開放性特性。道路揚(yáng)塵存在一次、二次揚(yáng)塵過程，嚴(yán)重時，會使空氣污濁，甚至誘發(fā)呼吸疾病。在建筑施工過程中，會產(chǎn)生大面積的開放性揚(yáng)塵場所[4]，若不及時治理，將會對空氣質(zhì)量產(chǎn)生較大影響?？諝赓|(zhì)量在線監(jiān)測是一種實(shí)時掌控空氣質(zhì)量情況的方法，可利用多傳感器和長短期記憶模型(LSTM)等實(shí)現(xiàn)監(jiān)測目的[5-6]。

現(xiàn)有監(jiān)測方法對于造成空氣污染、影響空氣質(zhì)量的道路揚(yáng)塵等因素的考慮較少?，F(xiàn)考慮道路揚(yáng)塵的影響因素，構(gòu)建一種考慮揚(yáng)塵特性的空氣質(zhì)量在線監(jiān)測方法，該方法通過檢測揚(yáng)塵顆粒物濃度，能夠完成空氣質(zhì)量的預(yù)測，實(shí)現(xiàn)道路揚(yáng)塵的在線監(jiān)測。

1 考慮揚(yáng)塵特性的環(huán)境空氣質(zhì)量在線監(jiān)測方法

1.1 在線監(jiān)測框架

考慮揚(yáng)塵特性的環(huán)境空氣質(zhì)量在線監(jiān)測框架示意見圖1，該框架包含3個部分：前端數(shù)據(jù)監(jiān)測模塊、監(jiān)測通信模塊和云服務(wù)器。

圖1 考慮揚(yáng)塵特性的環(huán)境空氣質(zhì)量在線監(jiān)測框架示意

(1)前端數(shù)據(jù)監(jiān)測模塊：該模塊的主要作用是對大氣環(huán)境進(jìn)行監(jiān)測，包括傳感單元、嵌入式工控機(jī)。其中，傳感單元主要由多種傳感器組成，包含溫度、濕度、氣壓、噪聲、風(fēng)速、風(fēng)向、顆粒物濃度等傳感器[7]，采用RS232接口實(shí)現(xiàn)通信。嵌入式工控機(jī)具備數(shù)據(jù)采集、解析、存儲、傳輸?shù)裙δ?，其中，采用光全散射法檢測道路揚(yáng)塵的顆粒物。

(2)監(jiān)測通信模塊：該模塊作為中間模塊，依靠通用分組無線業(yè)務(wù)(GPRS)和互聯(lián)網(wǎng)，實(shí)現(xiàn)前端數(shù)據(jù)監(jiān)測模塊和云服務(wù)器之間的通信，其中GPRS主要采用RS232接口實(shí)現(xiàn)通信，該接口具備數(shù)據(jù)傳輸、控制、設(shè)置等功能[8]。

(3)云服務(wù)器：其主要作用是對前端數(shù)據(jù)監(jiān)測模塊監(jiān)測的大氣環(huán)境數(shù)據(jù)進(jìn)行預(yù)測[9]，判斷空氣質(zhì)量，同時對超過閾值的結(jié)果進(jìn)行空氣質(zhì)量預(yù)警，完成預(yù)測數(shù)據(jù)的存儲。

1.2 基于光全散射法的道路揚(yáng)塵監(jiān)測

由于揚(yáng)塵進(jìn)入空氣后，會形成漂浮顆粒物，因此，可將道路揚(yáng)塵監(jiān)測視為顆粒物監(jiān)測[10]。引入光全散射法，將入射光作用在大氣環(huán)境中，當(dāng)光通過存在顆粒物的環(huán)境空間后，在消光作用下，其強(qiáng)度逐漸減弱。如果已知顆粒物的成分和折射率，那么顆粒物的大小和濃度則是直接影響光減弱程度的主要因素[11]。以朗伯-比耳定律為依據(jù)，設(shè)λ為光的波長，L為待檢測顆粒物的厚度，前者穿過后者時，會產(chǎn)生2種光強(qiáng)，即入射光強(qiáng)和透射光強(qiáng)，兩者之間的關(guān)聯(lián)見式(1)。

(1)

τ的計(jì)算公式見式(2)。

(2)

式中：N——單位體積內(nèi)不同粒徑顆粒物的總數(shù)；D——粒徑尺寸；Dmax、Dmin——粒徑的最大和最小值；m——復(fù)折射率；Kext(λi,m,D)——D、λi和m的消光系數(shù)。N(D)——顆粒數(shù)量頻率分布系數(shù)，為避免發(fā)生測量誤差，采用非獨(dú)立模式算法計(jì)算。

假如N(D)符合雙峰-對數(shù)正態(tài)分布，則計(jì)算公式見式(3)。

(3)

式中：D1、D2——顆粒尺寸參數(shù)；A——權(quán)系數(shù)；σ1、σ2——分布參數(shù)。

實(shí)際應(yīng)用過程中，用體積分布取代顆粒物數(shù)量分布，結(jié)合公式(1)和公式(2)構(gòu)建目標(biāo)函數(shù)，其公式見式(4)。

(4)

采用多波求解方法，對公式(4)進(jìn)行求解。由于N、A、σ1、σ2均為待求參數(shù)，因此，為實(shí)現(xiàn)公式(4)的值最小，結(jié)合顆粒尺寸參數(shù)，對上述參數(shù)實(shí)行調(diào)整，保證調(diào)整后的參數(shù)值為最優(yōu)值。

在得出公式(4)的結(jié)果后，計(jì)算大氣顆粒物的質(zhì)量濃度(Cm)和密度(ρ)[12]。計(jì)算公式見式(5)。

(5)

結(jié)合N(D)的計(jì)算結(jié)果，以監(jiān)測點(diǎn)為原點(diǎn)，以光波長為半徑，將其看作一個包含6個部分的三維球體空間，空間內(nèi)的體積等同于容積，大氣顆粒物密度ρ已知，在保證6個目標(biāo)函數(shù)皆為最優(yōu)值的情況下，即可計(jì)算道路揚(yáng)塵分布密度。

1.3 環(huán)境空氣質(zhì)量預(yù)測

1.3.1 基于極限學(xué)習(xí)機(jī)神經(jīng)網(wǎng)絡(luò)的預(yù)測模型

采用極限學(xué)習(xí)機(jī)神經(jīng)網(wǎng)絡(luò)，對環(huán)境空氣質(zhì)量進(jìn)行預(yù)測，以此獲取空氣質(zhì)量在線監(jiān)測結(jié)果。

(6)

式中：j=1,2,…,N；βi、αi——連接權(quán)值，前者對應(yīng)輸入，后者對應(yīng)輸出，均屬于第i個隱含層；bi——偏置。采用矩陣的方式描述上述公式，見式(7)。

(7)

設(shè)誤差平方和用E(W)表示，屬于期望值和實(shí)際值之間，定義其為代價(jià)函數(shù)，獲取最佳權(quán)值W=(α,b,β)即完成求解，實(shí)現(xiàn)E(W)最小化前提下，模型公式見式(8)。

(8)

式中：εj——第j個樣本的誤差。

1.3.2 基于自適應(yīng)粒子群的預(yù)測模型優(yōu)化

為提升模型對空氣質(zhì)量預(yù)測的可靠性，采用自適應(yīng)粒子群優(yōu)化算法，對預(yù)測模型的權(quán)值實(shí)行優(yōu)化，提升預(yù)測結(jié)果的可靠性[13]。

設(shè)n為粒子數(shù)量，由其組成種群規(guī)模Y=(Y1,Y2,…,YK)，其中K表示空間維數(shù)，則Yi=(yi1,yi2,…,yiK)可表示第i個粒子的位置，Vi=(vi1,vi2,…,viK)則表示速度，當(dāng)前最佳位置用Pi=(pi1,pi2,…,piK)和Pg=(pg1,pg2,…,pgK)表示，前者對應(yīng)第i個粒子，后者對應(yīng)所有粒子。前者的位置和速度的更新公式見式(9)和式(10)，該更新在K維空間內(nèi)完成。

(9)

(10)

式中：r1、r2——隨機(jī)數(shù)，取值范圍為[0,1]，兩者需要服從均勻分布；ω——慣性權(quán)重，表示可擴(kuò)展粒子的搜索空間，本研究采用自適應(yīng)ω，使其在迭代次數(shù)的增加下，逐漸下降，計(jì)算公式見式(11)。

(11)

式中：ω0、ωf——ω的初始值和最終值；t、tmax——當(dāng)前迭代次數(shù)和最大迭代次數(shù)。

c1、c2均為學(xué)習(xí)因子，其用于粒子的加速系數(shù)，本研究采用自適應(yīng)學(xué)習(xí)因子，以此保證算法的全局檢索性能，兩者的計(jì)算公式見式(12)和式(13)。

(12)

(13)

式中：c1f、c1i、c2f、c2i均為常數(shù)。

粒子在搜索過程中，通過公式(10)完成速度更新，在實(shí)行位置更新時，需要以速度更新為基礎(chǔ)，采用映射的方式實(shí)現(xiàn)，且映射區(qū)間為[0,1]，依據(jù)該映射概率確定位置的最終更新結(jié)果[14]，通過Sigmoid函數(shù)完成映射，計(jì)算公式見式(14)。

(14)

在上述內(nèi)容的基礎(chǔ)上，即可計(jì)算優(yōu)化后的權(quán)值(yij)，計(jì)算公式見式(15)。

(15)

2 測試分析與結(jié)果

2.1 樣品采集與參數(shù)設(shè)置

以某城市為研究對象，測試本方法在環(huán)境空氣質(zhì)量在線監(jiān)測中的應(yīng)用效果。通過本方法，布設(shè)9個監(jiān)測點(diǎn)位(圖2)，采集環(huán)境空氣質(zhì)量數(shù)據(jù)，采集時間為1個月，每小時采集1次，共有6 480組數(shù)據(jù)。大氣數(shù)據(jù)以該市生態(tài)環(huán)境局發(fā)布的行政區(qū)內(nèi)每小時更新的為主，共有5 430組數(shù)據(jù)。將上述數(shù)據(jù)進(jìn)行歸一化處理后，共形成2 160組數(shù)據(jù)；將這些數(shù)據(jù)的20%作為測試集，剩余的80%作為訓(xùn)練集。

圖2 監(jiān)測點(diǎn)位示意

參數(shù)設(shè)置：最大迭代次數(shù)為120次，種群規(guī)模為15，輸入、隱含和輸出3個層次的神經(jīng)元數(shù)量分別為5，35和1，訓(xùn)練次數(shù)為5 000次，訓(xùn)練目標(biāo)為誤差<0.1%。

2.2 學(xué)習(xí)速率取值

進(jìn)行監(jiān)測前，需要確定學(xué)習(xí)速率取值，以訓(xùn)練目標(biāo)誤差為衡量標(biāo)準(zhǔn)，測試在不同的學(xué)習(xí)速率取值下的誤差結(jié)果，見圖3。

圖3 學(xué)習(xí)速率測試結(jié)果

由圖3可見，訓(xùn)練集和測試集隨著學(xué)習(xí)速率取值的逐漸增加，發(fā)生無規(guī)則的波動變化，在取值為0.05時，訓(xùn)練集和測試集的誤差均低于目標(biāo)誤差結(jié)果，取兩集誤差最低值對應(yīng)的學(xué)習(xí)速率0.5，用于整個實(shí)例測試中。

2.3 顆粒物濃度和密度測試

為測試方法對顆粒物濃度和密度的測試效果，對測試集進(jìn)行計(jì)算，將計(jì)算結(jié)果與實(shí)測結(jié)果進(jìn)行對比，見圖4。

圖4 顆粒物濃度和密度測試結(jié)果

由圖4可見，計(jì)算得出的顆粒物濃度和密度結(jié)果與實(shí)測結(jié)果的吻合程度較高，表明本方法對顆粒物濃度和密度的檢測效果良好，結(jié)果可信度較高，能夠?yàn)榭諝赓|(zhì)量預(yù)測提供準(zhǔn)確的數(shù)據(jù)依據(jù)。

2.4 監(jiān)測性能評價(jià)

采用解釋方差作為評價(jià)指標(biāo)，對方法優(yōu)化前后的監(jiān)測性能進(jìn)行評價(jià)，計(jì)算公式見式(16)。

(16)

式中：VAF——解釋方差；var——方差函數(shù)；y*——預(yù)測值；y——觀測值。解釋方差越大表示預(yù)測效果越差，反之則越好，該指標(biāo)的期望標(biāo)準(zhǔn)為<3.5%。

依據(jù)公式(16)獲取方法在不同的樣本數(shù)量下，優(yōu)化前后對細(xì)顆粒物(PM2.5)、可吸入顆粒物(PM10)、二氧化硫、一氧化碳、二氧化氮的解釋方差測試結(jié)果，見圖5。

圖5 解釋方差測試結(jié)果

由圖5可見，優(yōu)化前VAF的結(jié)果均高于期望標(biāo)準(zhǔn)，優(yōu)化后VAF的結(jié)果均低于期望標(biāo)準(zhǔn)(<2%)，優(yōu)化后的方法能夠更好地完成環(huán)境空氣質(zhì)量監(jiān)測。

2.5 監(jiān)測效果評估

對不同風(fēng)速下，各個監(jiān)測點(diǎn)揚(yáng)塵顆粒物的擴(kuò)散時間進(jìn)行監(jiān)測，結(jié)果見圖6。由圖6可見，隨著風(fēng)速的逐漸增加，揚(yáng)塵顆粒物的擴(kuò)散時間逐漸減低，表明其擴(kuò)散速度明顯提升。說明方法具備良好的監(jiān)測效果，能夠完成揚(yáng)塵污染物的實(shí)時在線監(jiān)測。

圖6 揚(yáng)塵顆粒物擴(kuò)散監(jiān)測結(jié)果

2.6 應(yīng)用性能測試

采用本方法獲取測試區(qū)域內(nèi)符合國家空氣質(zhì)量日均值達(dá)到一級標(biāo)準(zhǔn)的區(qū)域(API=0～50)，并將結(jié)果與該區(qū)域?qū)嶋H發(fā)布的結(jié)果進(jìn)行對比，評估方法的應(yīng)用性，結(jié)果見圖7。

圖7 方法應(yīng)用性測試結(jié)果

由圖7可見，本方法能夠依據(jù)監(jiān)測結(jié)果，判斷某地區(qū)空氣質(zhì)量達(dá)到一級標(biāo)準(zhǔn)的區(qū)域，與生態(tài)環(huán)境局實(shí)際發(fā)布的一級標(biāo)準(zhǔn)區(qū)域吻合程度較高。說明方法具有良好的應(yīng)用性，能夠在空氣污染的情況下判斷適宜的健康活動區(qū)域。

3 結(jié)語

為實(shí)時掌握環(huán)境空氣質(zhì)量，構(gòu)建了研究考慮道路揚(yáng)塵特性的環(huán)境空氣質(zhì)量在線監(jiān)測方法，該方法以揚(yáng)塵顆粒物的監(jiān)測為基礎(chǔ)，結(jié)合空氣質(zhì)量預(yù)測方法，實(shí)現(xiàn)了環(huán)境空氣質(zhì)量的在線監(jiān)測。該方法性能可靠，可獲取環(huán)境空氣中污染顆粒物的濃度和密度情況，實(shí)現(xiàn)實(shí)時監(jiān)測；對空氣質(zhì)量的預(yù)測效果良好，可在誤差較小的前提下獲取預(yù)測結(jié)果；同時能夠根據(jù)監(jiān)測結(jié)果，判斷監(jiān)測區(qū)域的揚(yáng)塵擴(kuò)散情況，為室外健康活動區(qū)域的選擇提供可靠依據(jù)。