黃泳熙,朱 云*,謝陽紅,李海賢,張志誠,黎 杰,李金盈,袁穎枝

空氣質量模擬與觀測機器學習NO2濃度預報

黃泳熙1,朱 云1*,謝陽紅2,李海賢2,張志誠1,黎 杰1,李金盈1,袁穎枝1

(1.華南理工大學環(huán)境與能源學院,廣東省大氣環(huán)境與污染控制重點實驗室,廣東 廣州 510006；2.佛山市生態(tài)環(huán)境局順德分局,廣東 佛山 528300)

在空氣質量模擬預報數(shù)據(jù)基礎上,采用套索算法(Lasso)將前饋神經網(wǎng)絡(FNN)與基于污染物濃度及氣象實時觀測值搭建的長短期記憶網(wǎng)絡(LSTM)組合,形成了模擬與觀測機器學習(SOML)預報模型,開展了佛山市順德區(qū)NO2未來3d 10個鎮(zhèn)街空氣質量監(jiān)測點位逐日濃度預報.結果顯示:SOML3d的準確性均優(yōu)于WRF-CMAQ及其它單一模型,其中第一天SOML平均絕對誤差(MAE)為4.99 μg/m3,改進幅度達66.18%;SOML不同季節(jié)適用性均較強,四季預報效果均較WRF-CMAQ明顯提升(MAE分別降低42.18%、42.89%、61.04%、50.91%),其中秋冬季改善幅度更好;相比WRF-CMAQ,SOML預報結果能較好反映順德區(qū)內各站點NO2濃度實際空間分布和數(shù)值水平,有效提升了濃度預報精準度.

NO2濃度預報；機器學習；預報模型；WRF-CMAQ模型；空氣質量監(jiān)測

二氧化氮(NO2)是空氣質量六項指標污染物之一,對大氣污染有顯著貢獻,其是臭氧和顆粒物的主要前體物,導致光化學污染和霧霾的發(fā)生[1-2].流行病學研究表明,長期暴露于過量NO2環(huán)境中可能增加人群呼吸道及心血管疾病的患病及死亡風險[3].提升NO2濃度預報準確性,是預判NO2污染形勢、提前布局強化減排措施、降低對大氣環(huán)境和人體健康不利影響的關鍵環(huán)節(jié)之一.然而,NO2在大氣中參與多種化學反應,反應過程受到排放強度、氣象條件及其它反應物等的影響,近地面NO2濃度變化具備明顯非線性特征[4-5],精準預報難度大.

常用的NO2濃度預報方法分為統(tǒng)計預報和模式預報兩類.統(tǒng)計預報基于污染物濃度、氣象等的歷史數(shù)據(jù)構建數(shù)理統(tǒng)計模型進行NO2預報[6-8],易于實現(xiàn),適用性強[9-11],但缺乏對污染物排放、大氣物化反應過程等關鍵因素的變化表征[12-13].相對而言,模式預報綜合考慮了氣象、排放及大氣物化反應機制,是一種較先進的污染物濃度預報手段[14-16],但受制于反應機理、輸入清單及氣象模擬等較大的不確定性,模式預報輸出結果與真實值之間仍存在較大偏差[13,17].

為修正模式預報偏差,許多研究采用如神經網(wǎng)絡、隨機森林、極端隨機樹等機器學習方法對模式預報結果進行后處理,該方法能夠捕捉各項污染物及氣象的模擬值與目標污染物觀測值之間復雜的非線性關系,提升預報準確性[18-20].目前,模式預報后處理修正建模多用于改善臭氧、顆粒物的預報性能[21],針對NO2的研究相對較少;已有研究表明,修正建模效果受模式性能影響很大[22],當模擬值變化趨勢與真實情況相差過大時,后處理所得預報結果準確性下降明顯.在空氣質量模擬修正的基礎上結合基于實時觀測值的預報建模,能夠將污染物濃度及氣象觀測數(shù)據(jù)的實際變化趨勢引入預報過程,進一步提升已有修正建模的效果[23];同時,也可解決單獨基于觀測值進行統(tǒng)計建模時可解釋性較低等問題[24-25].據(jù)此,本文提出了空氣質量模擬與觀測機器學習NO2濃度預報方法,即在模式預報結果基礎上,通過多模型比選,選用前饋神經網(wǎng)絡模型進行模式預報后處理,同時基于污染物濃度和氣象觀測數(shù)據(jù)搭建長短期記憶網(wǎng)絡模型,再采用套索方法將上述兩種模型進行組合,得到模擬與觀測機器學習預報模型,并以順德區(qū)為例,驗證模型對空氣質量監(jiān)測站點NO2未來3d逐日濃度的預報性能.

1 研究方法

1.1 研究技術路線

本文的技術路線如圖1所示.首先搭建空氣質量模式預報系統(tǒng)WRF-CMAQ獲取氣象及六項常規(guī)污染物濃度模擬值;然后以NO2逐日觀測值為目標值,采用基于貪心思想的特征選擇方法從模擬值中篩選出特征變量集①～④,分別輸入到前饋神經網(wǎng)絡(FNN)、隨機森林(RF)、支持向量回歸(SVR)和極端梯度提升樹(XGBoost)四種模型中,選擇預報效果較優(yōu)的模型用于后續(xù)研究;同時,使用目標站點NO2等污染物及氣象的實時觀測數(shù)據(jù),經特征選擇和輸入時序長度確定后輸入長短期記憶網(wǎng)絡(LSTM)模型中進行訓練;再將訓練好的LSTM模型與比選所得模型進行套索方法(Lasso)組合,得到用于預報目標站點NO2未來3d逐日濃度的模擬與觀測機器學習(SOML)預報模型,并通過對比組合前后預報的準確性等,對模型的預報性能進行評價與分析.

圖1 研究技術路線

特征變量①～⑤詳見表1及表3

1.2 輸入數(shù)據(jù)準備

本文采用中尺度氣象模式WRFv3.9.1耦合空氣質量預測與評估系統(tǒng)CMAQv5.3.2而成的WRF- CMAQ模式預報系統(tǒng)獲取氣象及污染物濃度的模擬值.模擬區(qū)域為四層網(wǎng)格嵌套,一～四層網(wǎng)格分辨率分別為27, 9, 3, 1km,最外層區(qū)域包含東亞地區(qū),最內層如圖2所示,覆蓋了整個順德區(qū).其中WRF用于獲取風向、風速等14項氣象指標的模擬值(表1),同時也為CMAQ提供輸入氣象場,其所需的初始氣象資料來自美國國家海洋和大氣管理局(NOAA)的全球預報氣象場(GFS)數(shù)據(jù)集[26],垂直層數(shù)為34層;CMAQ則用于獲取NO2、SO2、PM10、PM2.5、O3、CO六項常規(guī)污染物的濃度模擬值,本文采用清華大學提供的全國大氣污染物排放清單作為一、二層的輸入清單[27],基準年為2017年,三、四層使用課題組編制的2019年廣東省及順德區(qū)污染源排放清單[28].WRF-CMAQ其余參數(shù)配置參見文獻[29].模式運行時段設為2019年1月1日～2022年7月29日,預報時效為3d.

圖2 WRF-CMAQ最內層模擬域示意

圖中1～10分別代表獅嶺公園站點、蘇崗站點、倫教站點、北滘站點、陳村站點、世紀蓮站點、龍江站點、勒流站點、杏壇站點和均安站點,其中獅嶺公園站點和蘇崗站點為國控點,標注星號;其余站點為市控點,標注三角

考慮到實際預報工作中可獲得預報當日7:00及以前污染物濃度及氣象的觀測值[30],故本文收集了順德區(qū)10個鎮(zhèn)街監(jiān)測站點2019年1月1日00:00～2022年7月29日07:00六項常規(guī)污染物濃度及同期風速、風向、溫度、濕度和氣壓的逐小時觀測數(shù)據(jù)用于觀測值建模,同時整理了各站點2019年1月1日～2022年7月31日NO2逐日濃度監(jiān)測數(shù)據(jù)作為模型目標值;上述數(shù)據(jù)均源于佛山市順德區(qū)環(huán)境監(jiān)測站大氣環(huán)境監(jiān)測平臺[31].后對模擬值和觀測值進行了Z-score標準化和缺失值處理,以消除不同屬性數(shù)據(jù)量綱對建模的影響,提升預報精度[32-33].

1.3 建模過程及方法

1.3.1 模型優(yōu)選 為選出最適用于NO2的模擬值后處理模型,本文搭建了FNN、RF、SVR和XGBoost四種模型進行擇優(yōu).劃分訓練集(2019年1月～2020年7月)、驗證集(2020年8月～2021年7月)和測試集(2021年8月～2022年7月),訓練及驗證集用于確定模型的參數(shù)配置,測試集用于預報性能評估.WRF-CMAQ模擬輸出的氣象及污染物濃度值是模型重要輸入變量;由于模擬值種類較多,選出對輸出影響高的特征變量可減少引入冗余信息、提高建模效率及準確性[34].因此,本文基于貪心思想[35]對四種模型的輸入變量進行特征選擇,即先將所有特征逐一輸入模型進行訓練,選擇平均絕對誤差最低的一項放入特征變量集內,在此基礎上引入下一項特征,順序進行訓練與擇優(yōu),反復迭代上述步驟至誤差不再降低,停止引入,得到最終特征變量集(表1).

表1 模擬值初始變量及各模擬值后處理模型特征變量

注:特征變量①～④對應輸入模型分別為XGBoost、SVR、RF和FNN.

四種參與比較的模擬值后處理模型簡介如下:FNN是一種經典的人工神經網(wǎng)絡模型,其由多個神經元逐層排列構成,通過尋找適合的網(wǎng)絡結構和權重實現(xiàn)對目標函數(shù)的逼近[36-38];RF是Bagging的一種擴展變體,其通過對輸入集有放回的重復采樣以構建多棵決策樹,再將每棵樹的輸出進行加權求和,得到最終預報結果[39-41];SVR由支持向量機(SVM)發(fā)展而來,其原理是期望找到一個回歸平面,使集合中所有數(shù)據(jù)點到該平面的距離達到最近[42-43]; XGBoost則是一種改進的Boosting方法,其在單棵樹模型的基礎上以糾正預測殘差為目的增加子樹,最終將所有樹進行加權獲得預報結果[44-46].本文使用Python 3.8平臺搭建模型,并結合隨機網(wǎng)格搜索法和人工調參法確定模型最佳參數(shù),各模型主要參數(shù)配置如表2所示.后根據(jù)評價指標選出性能較優(yōu)的模型.

1.3.2 LSTM建模 LSTM是循環(huán)神經網(wǎng)絡(RNN)的一種變體,在時序預測領域應用廣泛[47].其將RNN隱藏層中的神經元替換為可保留長短期信息的記憶體,并添加“門”結構對記憶體進行更新,相比同樣常用于時序預測的RNN能夠更好地綜合歷史及現(xiàn)有信息對未來情況進行預測[48],因此本文選擇LSTM用于觀測值建模.LSTM的計算公式及訓練過程參見文獻[49].同樣使用基于貪心思想的特征選擇方法篩選LSTM的輸入變量(表3).為了更好提升預報效果,本文設置輸入時序長度為1～32h共32組實驗進行比較,其中32h取自預報當日00:00～07:00及前一日00:00～23:00加和.確定LSTM最佳輸入時長為24h(結果比較及分析詳見圖3)后,本文對LSTM模型其它參數(shù)進行調整,最終設置模型的迭代次數(shù)為1250,隱藏層的維度為20,輸出層的維度為10.

表2 各模型參數(shù)配置

表3 觀測值初始變量及LSTM模型特征變量

1.3.3 SOML建模 完成模擬值后處理模型擇優(yōu)和觀測值預報建模后,為綜合模型優(yōu)勢,獲得更準確的預報結果[50-51],本文將上述兩種模型進行組合,從而得到SOML模型.考慮到本文所涉及的單一模型學習能力均較強,若選擇復雜度較高的組合方法,可能會加劇預報過擬合情況的發(fā)生[52-53],因此,本文采用Lasso方法進行組合.該方法通過構造懲罰項壓縮回歸系數(shù),從而降低模型復雜度.模型一般表示如下:

式中:y為第個預測值,文中對應第天NO2濃度的預報值,=1、2、3;x相應代表兩種模型第天的預報輸出值,故文中=2;b為回歸系數(shù);為偏移量.

為保證回歸系數(shù)={12,b}可求,設置Lasso的目標函數(shù)為:

1.4 評價指標

為了定量評估不同模型的預報效果,本文選取平均絕對誤差(MAE)、均方根誤差(RMSE)和相關系數(shù)()作為預報評價指標[47,54].其中,MAE能直觀反映模型預報誤差的大小,RMSE側重體現(xiàn)預報值與目標值的離散程度,兩者均以μg/m3為單位,數(shù)值越小說明預報效果越好;反映預報值與目標值隨時間變化趨勢的相似程度,為無量綱值,數(shù)值越接近1,代表預報值越接近于目標值.

2 結果與討論

2.1 LSTM輸入時序長度確定

圖3為32組不同輸入時序長度實驗的MAE站點平均結果.由圖可知,MAE在輸入時序長度小于等于17h時整體呈遞減趨勢,輸入時長為18～24h時MAE先上升后降至最低,大于24h后MAE值保持較高水平.其中輸入時長為24h時MAE最低,這是因為NO2逐小時濃度變化一般呈雙峰特征,峰值出現(xiàn)在每日06:00～8:00和18:00～22:00[55-56],第24組實驗中LSTM輸入為預報當日07:00～前一日08:00共24h各特征變量的逐小時觀測數(shù)據(jù),輸入時長跨度包含了NO2的早晚峰時段,模型學習特征信息較多,故預報效果相對更好.綜上,本文設置LSTM預報模型輸入時序長度為24.

圖3 不同輸入時序長度實驗MAE對比

2.2 建模過程及結果分析

首先比較WRF-CMAQ及FNN、RF、SVR、XGBoost四種模擬值后處理模型NO2未來3d逐日濃度預報效果,計算各評價指標的站點平均值如表4所示.由表4可知,四種后處理模型預報效果相比WRF-CMAQ均得到明顯提升,其中FNN的預報表現(xiàn)相對最好:其MAE、RMSE和3d均值分別為8.61μg/m3、11.52μg/m3和0.82,相比WRF-CMAQ分別改善了41.24%、39.86%和27.73%,這可能是因為FNN設置了多個非線性層,能夠更好捕捉到各項特征變量間顯著的非線性相關性[57].綜上,本文選用FNN作為模擬值后處理模型.

表4 WRF-CMAQ及模擬值后處理模型預報評價指標站點平均值對比

注:DAY1、DAY2、DAY3和AVE分別代表預報第一天、第二天、第三天和三天平均.

完成模擬值后處理建模及擇優(yōu)后,基于實時觀測數(shù)據(jù)搭建LSTM模型.由圖4可知,LSTM第一天預報效果最好,MAE、RMSE、分別為5.13μg/m3、7.10μg/m3和0.93,均優(yōu)于同期FNN,這是因為受引入實時觀測數(shù)據(jù)的影響,距預報起始時間節(jié)點越近,LSTM預報結果越接近污染物真實情況.但隨著預報時間跨度增長,實時觀測數(shù)據(jù)對模型的影響下降[49],LSTM在第二、三天預報效果相比第一天出現(xiàn)明顯降低,以MAE為例,其第二天的數(shù)值較第一天上升了99.90%,第三天則為118.17%.總的來說, LSTM3d的預報效果相差較大,評價指標數(shù)值分布不如FNN和WRF-CMAQ穩(wěn)定.

圖4 WRF-CMAQ、FNN、LSTM及SOML模型(a)MAE, (b)RMSE, (c)r站點平均值對比

圖中柱體及數(shù)字代表評價指標的站點平均值,誤差線范圍表示站點評價指標的極值范圍

由前文可知,LSTM模型因引入實時觀測數(shù)據(jù)第一天預報效果明顯優(yōu)于FNN等模型;而模擬值后處理模型FNN3d預報穩(wěn)定性相對較高.為進一步提升預報性能,本文采用Lasso方法將FNN與LSTM進行組合,得到SOML預報模型.由圖4可知, SOML3d各項評價指標表現(xiàn)均優(yōu)于同期FNN及LSTM等模型,其中受LSTM影響,SOML第一天的預報效果最佳,其MAE、RMSE、分別為4.99μg/m3、6.78μg/m3和0.94,相比WRF-CMAQ分別改善了66.18%、64.78%和46.35%,改善效果顯著;第二、三天的預報效果較第一天出現(xiàn)一定程度的下降,但SOML3d的預報效果相比LSTM更穩(wěn)定(以MAE為例,其第二天的數(shù)值較第一天上升了64.44%,第三天則為69.49%,變化幅度均低于LSTM),這是得益于FNN的引入.綜上所述,SOML能夠綜合不同模型優(yōu)勢,從而提升NO2濃度預報性能.

2.3 預報模型適用性分析

2.3.1 季節(jié)適用性分析 為檢驗SOML模型在不同季節(jié)的預報精度和適用情況[58-60],本文將SOML及WRF-CMAQ的預報結果按春(3～5月)、夏(6～8月)、秋(9～11月)、冬(12、1、2月)四季進行劃分,計算各季節(jié)兩種模型各評價指標的3d均值,結果見圖5.由圖可知,在MAE上,SOML與WRF-CMAQ的四季分布相似,均為冬季數(shù)值較高,夏季相對最低;SOML四季MAE相比WRF-CMAQ均得到改善,改善幅度分別為42.18%、42.89%、61.04%、50.91%,其中秋冬季改善幅度相對較高,這是因為相比春夏季,秋冬季順德區(qū)NO2濃度達到良及輕度污染等級天數(shù)明顯增多,污染發(fā)生的情況下NO2濃度變化與前時段污染物濃度及氣象之間關聯(lián)性增強,SOML引入了觀測數(shù)據(jù),相比WRF-CMAQ能更好地學習到其中關聯(lián)性,故秋冬季的改善效果更加顯著[59-61]; RMSE的情況與MAE類似;在上,SOML在秋冬季較高,春夏季較低,其中冬季相比WRF-CMAQ提升更為顯著(由0.41提升至0.85),這也是受SOML在冬季學習效果更好的影響.總的來說,SOML模型預報效果較WRF-CMAQ得到提升,能夠更好適用于各季節(jié)的預報工作.

圖5 WRF-CMAQ及SOML模型在不同季節(jié)(a)MAE, (b)RMSE, (c)r站點平均值對比

圖6 WRF-CMAQ及SOML模型在不同污染等級MAE站點平均值對比

進一步驗證SOML模型在不同污染等級下的適用性.本文根據(jù)《空氣質量分指數(shù)(IAQI)及對應的污染物項目濃度限值》中空氣質量分指數(shù)及對應污染物濃度限值,將各站點NO2日均濃度對應劃分為優(yōu)、良、輕度污染3種等級,計算測試時段內各等級下SOML及WRF-CMAQ預報值與真實值之間MAE,得到結果如圖6所示.由圖6可知,SOML的MAE值在不同污染等級下相比WRF-CMAQ均得到改善,其中優(yōu)等級下SOML的改善幅度為36.79%,良及輕度污染等級下SOML改善幅度則相對更高,分別為64.81%和59.31%.總的來說,SOML在不同污染等級下相比WRF-CMAQ均得到改善,其中在良及輕度污染等級下SOML的改善幅度更加明顯,這也說明引入觀測數(shù)據(jù)的SOML能更好學習到NO2污染易發(fā)時段內NO2濃度變化與前時段污染物濃度及氣象之間關聯(lián)性,從而得到更好的預報結果.

2.3.2 站點適用性分析 計算測試時段內各個站點未來3dNO2觀測數(shù)據(jù)及SOML預報數(shù)據(jù)的平均值,使用克里金加權法繪制順德區(qū)NO2濃度插值圖.由圖7可知,SOML預報值空間分布表現(xiàn)為北部站點(如陳村、北滘、世紀蓮、龍江和倫教站點)NO2濃度較高,南部相對較低,而WRF-CMAQ受輸入清單的影響[62],NO2濃度預報值整體呈東高西低分布,相比之下,SOML預報值與觀測值在空間分布上更一致,這也符合順德區(qū)北部靠近佛山城區(qū)和廣州市,高速路網(wǎng)密布、機動車數(shù)量及工業(yè)聚集區(qū)多,NO2濃度相對較高的情況[63].另外,WRF- CMAQ預報濃度相比觀測數(shù)據(jù)整體偏低,SOML預報值與觀測值更加接近,其中北部站點SOML預報值較觀測值稍有偏高,但兩者濃度差3d均值為2.07μg/m3,數(shù)值較小,即SOML預報總體上能更好反映各站點NO2濃度值的實際情況.由此可見,相比預報誤差相對較高的WRF-CMAQ,SOML在各站點預報效果得到明顯提升,由前文可知這得益于SOML綜合了模擬值后處理建模及實時觀測數(shù)據(jù)建模優(yōu)勢,能夠有效捕捉輸入數(shù)據(jù)與模型目標值間復雜的非線性關系.綜上,SOML能夠更好適用于不同站點的預報工作.

圖7 順德區(qū)2021年8月1日～2022年7月29日十鎮(zhèn)街各站點未來3d的NO2觀測值、SOML及WRF-CMAQ預報值分布

2.4 不足與展望

本文目前研究也存在以下不足:1)僅以順德為例進行預報,未驗證SOML在全國其它區(qū)域的預報效果;2)僅開展NO2未來3d逐日濃度預報,未拓展為3d逐小時預報.未來的研究可將SOML應用到更大區(qū)域(如珠三角地區(qū))及污染物濃度逐小時預報工作中,以進一步檢驗SOML預報適用性,提升預報精細化程度,為加強NO2污染防治,改善環(huán)境空氣質量提供科技支撐.

3 結論

3.1 FNN、RF、SVR、XGBoost四種WRF-CMAQ模擬值后處理預報模型優(yōu)選結果為FNN最好,基于實時觀測數(shù)據(jù)搭建的LSTM預報模型第一天預報效果最佳,隨后2d預報效果差.將FNN與LSTM組合得到SOML模型,預報結果表明,SOML能綜合各模型優(yōu)勢,得到明顯優(yōu)于WRF-CMAQ、FNN和LSTM的NO2未來3d逐日濃度預報結果,其中第一天預報效果最好(MAE第一天為4.99μg/m3,較WRF- CMAQ改進66.18%),第二三天略有下降.

3.2 SOML預報效果分季節(jié)評估顯示,模型冬季絕對誤差較高,夏季相對最低(冬夏MAE分別為10.90和4.71μg/m3);R值則為秋冬高,春夏低.與WRF- CMAQ相比,SOML四季預報效果均出現(xiàn)明顯提升,其中秋冬季預報準確性改善效果最佳(3d預報MAE分別改善61.04%和50.91%).總體而言,SOML能適用于全年NO2日均濃度預報.

3.3 SOML在順德區(qū)10個鎮(zhèn)街空氣質量監(jiān)測站點預報效果顯示,各站點的SOML預報值在空間與觀測值均呈北高南低分布,在數(shù)值上相比WRF- CMAQ更好的反映NO2的實際濃度水平,有效提升了NO2濃度預報的精準度.

[1] Zhu Y, Zhan Y, Wang B, et al. Spatiotemporally mapping of the relationship between NO2pollution and urbanization for a megacity in Southwest China during 2005～2016 [J]. Chemosphere, 2019,220:155-162.

[2] V?rghileanu M, S?vulescu I, Mihai B, et al. Nitrogen Dioxide (NO2) Pollution Monitoring with Sentinel-5P Satellite Imagery over Europe during the Coronavirus Pandemic Outbreak [J]. Remote Sensing, 2020,12(21):3575.

[3] Huang S, Li H, Wang M, et al. Long-term exposure to nitrogen dioxide and mortality: A systematic review and meta-analysis [J]. Science of the Total Environment, 2021,776:145968.

[4] Chen J, Jiang Z, Li R, et al. Large discrepancy between observed and modeled wintertime tropospheric NO2variabilities due to COVID-19controls in China [J]. Environmental Research Letters, 2022,17(3):35007.

[5] Chi Y, Fan M, Zhao C, et al. Machine learning-based estimation of ground-level NO2concentrations over China [J]. Science of the Total Environment, 2022,807:150721.

[6] Lei M, Monjardino J, Mendes L, et al. Statistical forecast applied to two macao air monitoring stations [J]. IOP Conference Series. Earth and Environmental Science, 2020,489(1):12018.

[7] Navares R, Aznarte J L. Predicting air quality with deep learning LSTM: Towards comprehensive models [J]. Ecological Informatics, 2020,55:101019.

[8] Mao W, Jiao L, Wang W. Long time series ozone prediction in China: A novel dynamic spatiotemporal deep learning approach [J]. Building and environment, 2022,218:109087.

[9] Wu Q, Lin H. A novel optimal-hybrid model for daily air quality index prediction considering air pollutant factors [J]. Science of The Total Environment, 2019,683:808-821.

[10] Zhao Z, Wu J, Cai F, et al. A statistical learning framework for spatial-temporal feature selection and application to air quality index forecasting [J]. Ecological Indicators, 2022,144:109416.

[11] 李 娜.基于EEMD-LSTM-ARIMA的蘭州市空氣質量預測研究 [D]. 蘭州:蘭州財經大學, 2022.

Li N. Lanzhou city based on EEMD-LSTM-ARIMA air quality prediction study [D]. Lanzhou: Lanzhou University of Finance and Economics, 2022.

[12] 王 茜,吳劍斌,林燕芬.CMAQ模式及其修正技術在上海市PM2.5預報中的應用檢驗 [J]. 環(huán)境科學學報, 2015,35(6):1651-1656.

Wang Q, Wu J, Lin Y. Implementation of a dynamic linear regression method on the CMAQ forecast of PM2.5in Shanghai [J]. Acta Scientiae Circumstantiae, 2015,35(6):1651-1656.

[13] Yan R, Liao J, Yang J, et al. Multi-hour and multi-site air quality index forecasting in Beijing using CNN, LSTM, CNN-LSTM, and spatiotemporal clustering [J]. Expert Systems with Applications, 2021,169:114513.

[14] Zhang Y, Bocquet M, Mallet V, et al. Real-time air quality forecasting, part I: History, techniques, and current status [J]. Atmospheric Environment, 2012,60:632-655.

[15] Bai L, Wang J, Ma X, et al. Air pollution forecasts: An overview [J]. International Journal of Environmental Research and Public Health, 2018,15(4):780.

[16] Qiao Z, Cui S, Pei C, et al. Regional predictions of air pollution in guangzhou: Preliminary results and multi-model cross-validations [J]. Atmosphere, 2022,13(10):1527.

[17] Zhang Y, Bocquet M, Mallet V, et al. Real-time air quality forecasting, part II: State of the science, current research needs, and future prospects [J]. Atmospheric Environment, 2012,60:656-676.

[18] Sayeed A, Eslami E, Lops Y, et al. CMAQ-CNN: A new-generation of post-processing techniques for chemical transport models using deep neural networks [J]. Atmospheric Environment, 2022,273:118961.

[19] Meng X, Wang W, Shi S, et al. Evaluating the spatiotemporal ozone characteristics with high-resolution predictions in mainland China, 2013～2019 [J]. Environmental Pollution, 2022,299:118865.

[20] 黃叢吾,陳報章,馬超群,等.基于極端隨機樹方法的WRF- CMAQ-MOS模型研究 [J]. 氣象學報, 2018,76(5):779-789.

Huang C W, Chen B Z, Ma C Q, et al. WRF-CMAQ-MOS studies based on extremely randomized trees [J]. Acta Meterologica Sinica, 2018,76(5):779-789.

[21] Petetin H, Bowdalo D, Bretonnière P, et al. Model output statistics (MOS) applied to Copernicus Atmospheric Monitoring Service (CAMS) O3forecasts: trade-offs between continuous and categorical skill scores [J]. Atmospheric Chemistry and Physics, 2022,22(17): 11603-11630.

[22] Sayeed A, Eslami E, Lops Y, et al. CMAQ-CNN: A new-generation of post-processing techniques for chemical transport models using deep neural networks [J]. Atmospheric Environment, 2022,273:118961.

[23] Catalano M, Galatioto F. Enhanced transport-related air pollution prediction through a novel metamodel approach [J]. Transportation Research Part D: Transport and Environment, 2017,55:262-276.

[24] Zhou H, Zhang F, Du Z, et al. A theory-guided graph networks based PM2.5forecasting method [J]. Environmental Pollution, 2022,293: 118569.

[25] Liu B, Yu X, Chen J, et al. Air pollution concentration forecasting based on wavelet transform and combined weighting forecasting model [J]. Atmospheric Pollution Research, 2021,12(8):101144.

[26] 肖 宇.基于多機器學習算法耦合的空氣質量數(shù)值預報訂正方法研究及應用 [J]. 環(huán)境科學研究, 2022,35(12):2693-2701.

Xiao Y. Research and application of an ensemble forecasting method based on coupled multi-machine learning algorithms [J]. Research of Environmental Sciences, 2022,35(12):2693-2701.

[27] Li M, Liu H, Geng G, et al. Anthropogenic emission inventories in China: a review [J]. National Science Review, 2017,4(6):834-866.

[28] Chen W, Li H, Zhu Y, et al. Impact Assessment of Energy Transition Policy on Air Quality over a Typical District of the Pearl River Delta Region, China [J]. Aerosol and Air Quality Research, 2022,22(7):220071.

[29] Chen Y, Zhu Y, Lin C, et al. Response surface model based emission source contribution and meteorological pattern analysis in ozone polluted days [J]. Environmental Pollution, 2022,307:119459.

[30] 程興宏,刁志剛,胡江凱,等.基于CMAQ模式和自適應偏最小二乘回歸法的中國地區(qū)PM2.5濃度動力-統(tǒng)計預報方法研究 [J]. 環(huán)境科學學報, 2016,36(8):2771-2782.

Cheng X H, Diao Z G, Hu J K, et al. Dynamical-statistical forecasting of PM2.5concentration based on CMAQ model and adapting partial least square regression method in China [J]. Acta Scientiae Circumstantiae, 2016,36(8):2771-2782.

[31] 修 晨.2017年佛山市順德區(qū)PM2.5污染過程特征及改善策略 [J]. 廣東化工, 2018,45(16):54-56.

Xiu C. Characteristics of the PM2.5Pollution process of 2017 in shunde district of foshan and the improvement strategy [J]. Guangdong Chemical Industry. 2018,45(16):54-56.

[32] 葉玉杰.基于ARIMA-LSTM混合模型的短期空氣質量預測 [D]. 天津:天津商業(yè)大學, 2022.

Ye Y J. Short-term air quality prediction based on ARIMA-LSTM hybrid model [D]. Tianjin: Tianjin University of Commerce, 2022.

[33] 趙前矩.基于RF-CRNN模型的上?？諝赓|量指數(shù)的預測 [D]. 上海:上海師范大學, 2022.

Zhao Q J. Prediction of Shanghai air quality index based on RF-CRNN model [D]. Shanghai: Shanghai Normal University, 2022.

[34] Ghasemi A, Amanollahi J. Integration of ANFIS model and forward selection method for air quality forecasting [J]. Air Quality, Atmosphere & Health, 2019,12(1):59-72.

[35] 陳 乾.基于隨機分布式貪心算法的變量選擇 [D]. 上海:華東師范大學, 2019.

Chen Q. Feature selection based on stochastic distributed greedy algorithm [D]. Shanghai: East China Normal University, 2019.

[36] Ojha V K, Abraham A, Sná?el V. Metaheuristic design of feedforward neural networks: A review of two decades of research [J]. Engineering Applications of Artificial Intelligence, 2017,60:97-116.

[37] Sousa S, Martins F, Alvimferraz M, et al. Multiple linear regression and artificial neural networks based on principal components to predict ozone concentrations [J]. Environmental Modelling & Software, 2007, 22(1):97-103.

[38] 陳 沛,劉文奇,鄭萬波.基于LSTM和FNN的昆明市氣候舒適度相關氣象指標預測方法 [J]. 計算機應用, 2021,41(S2):113-117.

Chen P, Liu W, Zheng W. Prediction method of related meteorological indexes of Kunming climate comfort based on LSTM and FNN [J]. Journal of Computer Applications, 2021,41(S2):113-117.

[39] Rodriguez-Galiano V, Mendes M P, Garcia-Soldado M J, et al. Predictive modeling of groundwater nitrate pollution using Random Forest and multisource variables related to intrinsic and specific vulnerability: A case study in an agricultural setting (Southern Spain) [J]. Science of The Total Environment, 2014,476-477:189-206.

[40] Chen G, Chen J, Dong G, et al. Improving satellite-based estimation of surface ozone across China during 2008～2019 using iterative random forest model and high-resolution grid meteorological data [J]. Sustainable Cities and Society, 2021,69:102807.

[41] Matin S S, Hower J C, Farahzadi L, et al. Explaining relationships among various coal analyses with coal grindability index by Random Forest [J]. International Journal of Mineral Processing, 2016,155: 140-146.

[42] Cheng Z, Zhang S, Zhang Z. Predictive control for coke oven blowing cooler system based on SVR [C]. IEEE, 2019.

[43] 尹博文,張亞娟,王曉芳,等.基于支持向量回歸與LSTM的城市PM2.5預測 [J]. 河北工業(yè)大學學報, 2022,51(3):1-9.

Yi B W, Zhang Y J, Wang X F, et al. Urban PM2.5forecasting based on support vector regression and LSTM [J]. Journal of Hebei University of Technology, 2022,51(3):1-9.

[44] Chen T, Guestrin C. XGBoost: A Scalable Tree Boosting System [C]. Ithaca: ACM, 2016.

[45] 胡占占,陳傳法,胡保健.基于時空XGBoost的中國區(qū)域PM2.5濃度遙感反演 [J]. 環(huán)境科學學報, 2021,41(10):4228-4237.

Hu Z Z, Chen C F, Hu B J. Estimating PM2.5concentrations across China based on space-time XGBoost approach [J]. Acta Scientiae Circumstantiae, 2021,41(10):4228-4237.

[46] 周恒左,陳恒蕤,廖 鵬,等.蘭州市CMAQ近地面臭氧模擬結果的訂正方法研究——基于機器學習方法 [J]. 中國環(huán)境科學, 2022,42 (12):5472-5483.

Zhou H Z, Chen H R, Liao P, et al. A study on the revision method of CMAQ ozone prediction results in Lanzhou City — Based on machine learning methods [J]. China Environmental Science, 2022,42(12): 5472-5483.

[47] Kokkinos K, Karayannis V, Nathanail E, et al. A comparative analysis of Statistical and Computational Intelligence methodologies for the prediction of traffic-induced fine particulate matter and NO2[J]. Journal of cleaner production, 2021,328:129500.

[48] Zhao J, Deng F, Cai Y, et al. Long short-term memory - Fully connected (LSTM-FC) neural network for PM2.5concentration prediction [J]. Chemosphere, 2019,220:486-492.

[49] Mao W, Jiao L, Wang W. Long time series ozone prediction in China: A novel dynamic spatiotemporal deep learning approach [J]. Building and environment, 2022,218:109087.

[50] Valsecchi C, Grisoni F, Consonni V, et al. Consensus versus Individual QSARs in Classification: Comparison on a Large-Scale Case Study [J]. Journal of Chemical Information and Modeling, 2020,60(3):1215- 1223.

[51] Zhang J, Tan Z, Wei Y. An adaptive hybrid model for short term electricity price forecasting [J]. Applied Energy, 2020,258:114087.

[52] Tibshirani R. Regression shrinkage and selection via the lasso: a retrospective [J]. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 2011,73(3):273-282.

[53] 王靜宇.基于LASSO的原油價格收益率預測的集成模型研究 [D]. 成都:西南財經大學, 2021.

Wang J Y. Research on integrated model of crude oil price yield forecast based on LASSO [D]. Chengdu: Southwest University of Finance and Economics, 2021.

[54] Donnelly A, Misstear B, Broderick B. Real time air quality forecasting using integrated parametric and non-parametric regression techniques [J]. Atmospheric Environment, 2015,103:53-65.

[55] 梁高亮,關遠鵬.南海區(qū)空氣中的O3和NO2濃度變化特征分析 [J]. 環(huán)境科學與技術, 2013,36(S1):110-112.

Liang G L, Guan Y P. Analysis of the concentration variation characteristic of O3and NO2in Nanhai District air [J]. Environmental Science & Technology, 2013,36(S1):110-112.

[56] 樊建凌,胡正義.江西鷹潭地區(qū)森林生態(tài)系統(tǒng)NO2濃度變化規(guī)律 [J]. 中國環(huán)境科學, 2006,26(2):171-175.

Fan J L, Hu Z Y. Dynamics of atmospheric NO2concentration in a forest eco-system at Yingtan, Jiangxi Province [J]. China Environmental Science, 2006,26(2):171-175.

[57] Guo Q, He Z, Li S, et al. Air pollution forecasting using artificial and wavelet neural networks with meteorological conditions [J]. Aerosol and Air Quality Research, 2020,20(6):1429-1439.

[58] Chi Y, Fan M, Zhao C, et al. Machine learning-based estimation of ground-level NO2concentrations over China [J]. Science of The Total Environment, 2022,807:150721.

[59] Xu J, Lindqvist H, Liu Q, et al. Estimating the spatial and temporal variability of the ground-level NO2concentration in China during 2005～2019 based on satellite remote sensing [J]. Atmospheric Pollution Research, 2021,12(2):57-67.

[60] 肖鐘湧,謝先全,陳穎鋒,等.粵港澳大灣區(qū)NO2污染的時空特征及影響因素分析 [J]. 中國環(huán)境科學, 2020,40(5):2010-2017.

Xiao Z Y, Xie X Q, Chen Y F, et al. Temporal and spatial characteristics and influencing factors of NO2pollution over Guangdong-Hong Kong-Macao Greater Bay Area, China [J]. China Environmental Science, 2020,40(5):2010-2017.

[61] 蘆 華,謝 旻,吳 鉦,等.基于機器學習的成渝地區(qū)空氣質量數(shù)值預報PM2.5訂正方法研究 [J]. 環(huán)境科學學報, 2020,40(12):4419-4431.

Lu H, Xie M, Wu Z, et al. Adjusting PM2.5prediction of the numerical air quality forecast model based on machine learning methods in Chengyu region [J]. Acta Scientiae Circumstantiae, 2020,40(12):4419- 4431.

[62] 廖啟行.順德工業(yè)產業(yè)結構優(yōu)化研究 [D]. 蘭州:蘭州大學, 2010.

Liao Q X. The research of the optimization of Shunde's Industrial construction [D]. Lanzhou: Lanzhou University, 2010.

[63] 佛山市生態(tài)環(huán)境局順德分局.順德區(qū)“十四五”環(huán)境空氣質量達標規(guī)劃(2021-2025)(送審稿) [EB/OL]. http://www.shunde.gov.cn/ sdqsthj/tzggjdt/content/post_5447749.html 2022-11-15.

Shunde Branch of Foshan Ecological Environment Bureau. Shunde District's 14th Five Year Plan for Environmental Air Quality Compliance (2021-2025) (Draft for Review) [EB/OL]. http://www. shunde.gov.cn/sdqsthj/tzggjdt/content/post_5447749.html 2022-11-15.

Forecast of NO2concentrations based on coupled air quality model simulations and monitoring data using machine learning method.

HUANG Yong-xi1, ZHU Yun1*, XIE Yang-hong2, LI Hai-xian2, ZHANG Zhi-cheng1, LI Jie1, LI Jin-ying1, YUAN Ying-zhi1

(1.Guangdong Provincial Key Laboratory of Atmospheric Environment and Pollution Control, College of Environment and Energy, South China University of Technology, Guangzhou 510006, China；2.Foshan Ecology and Environment Bureau, Shunde Branch, Foshan 528300, China)., 2023,43(12)：6225～6234

In this study, built upon the WRF-CMAQ air quality model simulations, a novel machine learning method based on simulations and observations (SOML) that integrating feedforward neural network (FNN) and long short-term Memory network (LSTM) through the Lasso method was developed for forecasting NO2concentrations, where LSTM was derived based on real-time pollutant and meteorological data. This innovative method was then applied to forecast the NO2concentrations for three consecutive days for ten air quality monitoring stations in Shunde, Foshan to evaluate the model performance. Our results show that: Compared to WRF-CMAQ and other individual models, SOML gave higher accuracy in the three-day forecast of NO2concentrations, with the mean absolute error (MAE) of first day at 4.99μg/m3, decreasing up to 66.18%; The accuracy of SOML predictions has significantly improved compared with that of WRF-CMAQ, indicating SOML’s suitable applicability to all seasons (MAE decreased by 42.18%, 42.89%, 61.04% and 50.91%, respectively), particularly in autumn and winter; and Compared with WRF-CMAQ, SOML appears to provide better forecasting accuracy of the spatial distribution as well as the NO2concentration levels at each station in Shunde.

NO2concentration forecast；machine learning；forecast model；WRF-CMAQ model；air quality monitoring

X511

A

1000-6923(2023)12-6225-10

黃泳熙,朱 云,謝陽紅,等.空氣質量模擬與觀測機器學習NO2濃度預報 [J]. 中國環(huán)境科學, 2023,43(12):6225-6234.

Huang Y X, Zhu Y, Xie Y H, et al. Forecast of NO2-concentrations based on coupled air quality model simulations and monitoring data using machine learning method [J]. China Environmental Science, 2023,43(12):6225-6234.

2023-04-23

高端外國專家引進計劃項目(G2023163014L)

* 責任作者, 教授, zhuyun@scut.edu.cn

黃泳熙(1999-),女,廣東汕頭人,華南理工大學碩士研究生,主要從事空氣質量模擬與預報研究.1663795613@qq.com.