基于改進(jìn)Apriori算法的環(huán)境空氣NO2濃度變化的關(guān)聯(lián)因素分析

王敏亦 ，丁卉 ，徐銳 ，劉永紅

(1. 中山大學(xué)智能工程學(xué)院，廣東 廣州 510006；2. 廣東省交通環(huán)境智能監(jiān)測與治理工程技術(shù)研究中心，廣東 廣州 510275；3. 廣東省智能交通系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510275）

1 引 言

隨著居民生活水平的提升，我國汽車保有量呈現(xiàn)出大幅增長態(tài)勢，機(jī)動(dòng)車污染已成為我國空氣污染的重要來源，是造成空氣污染的重要原因[1]；同時(shí)氣象條件也在影響空氣質(zhì)量的變化，可以使空氣污染物發(fā)生稀釋、擴(kuò)散等結(jié)果[2]。因此，掌握影響道路交通范圍的空氣污染物濃度變化的定量關(guān)聯(lián)規(guī)則，可為大氣環(huán)境管理決策者合理制定政策和措施提供參考依據(jù)。

目前，對空氣污染物濃度變化的研究方法主要有：數(shù)值模型法、統(tǒng)計(jì)學(xué)法和機(jī)器算法[3]等。數(shù)值模型利用典型的AMRMOD[4]、WRF-Chem[5]和CMAQ[6]等模型，可以對不同空間尺度的大氣擴(kuò)散和化學(xué)反應(yīng)有較好的模擬結(jié)果。但是在實(shí)際模擬過程中，模型的建立較復(fù)雜，且模型對物理場景做了很多參數(shù)的理想設(shè)置，例如：道路移動(dòng)源排放中污染源排放高度、線源寬度等及實(shí)際污染物排放數(shù)據(jù)的設(shè)置都有不確定性[7-8]，因此這些模型對空氣污染物濃度變化模擬有一定的偏差。而統(tǒng)計(jì)學(xué)方法主要有相關(guān)性分析、線性回歸等方法，主要的研究有：Shi 等[9]利用去趨勢互相關(guān)分析法提出了新的指標(biāo)“擁塞長度”，分析了成都市空氣污染物NO2與交通擁堵的關(guān)系，以冪函數(shù)成正相關(guān)的相關(guān)性；Vienneau 等[10]利用主成分分析、聚類分析，對歷史SO2濃度數(shù)據(jù)進(jìn)行分析，界定了SO2不隨空間和時(shí)間變化的區(qū)域；張丹[11]研究了北京市空氣質(zhì)量與機(jī)動(dòng)車尾氣排放量關(guān)系，采用灰色關(guān)聯(lián)度的方法發(fā)現(xiàn)機(jī)動(dòng)車尾氣污染物氮氧化物、PM10、SO2排放量與北京市PM10排放總量的關(guān)聯(lián)度最高。這些方法雖然可以定性及半定量地描述影響因素和空氣污染物之間的線性關(guān)系[12-14]，但是對深層次及復(fù)雜系統(tǒng)的非線性關(guān)聯(lián)性分析會(huì)造成較大誤差。

近年來機(jī)器學(xué)習(xí)算法被應(yīng)用于關(guān)聯(lián)分析、預(yù)測等任務(wù)中，并且表現(xiàn)出良好的性能[15-17]。目前對空氣污染物的主要研究有：李光強(qiáng)等[2]利用時(shí)空挖掘方法找到了氣象因素對空氣污染物濃度變化的關(guān)聯(lián)規(guī)則；Karatzas 等[18]基于主成分分析法找出影響臭氧的主要因素，再基于影響因素利用BP 神經(jīng)網(wǎng)絡(luò)對希臘塞薩洛尼的臭氧進(jìn)行了預(yù)測，表明了機(jī)器算法在對空氣污染建模中的重要作用；Sfetsos等[19]利用積極矩陣分解降維、K-means聚類方法發(fā)現(xiàn)氣象模式與PM10超標(biāo)的關(guān)系等。

因此如何將道路交通流和氣象因素相結(jié)合，共同作用于空氣污染物的變化，就需要利用機(jī)器算法——新的數(shù)據(jù)挖掘技術(shù)[20-26]，建立道路交通與氣象對空氣質(zhì)量影響的綜合關(guān)聯(lián)因素分析系統(tǒng)，定量地表達(dá)聯(lián)動(dòng)作用，引入支持度、置信度和提升度等評價(jià)參數(shù)對判別規(guī)則的重要性提供了量的依據(jù)，對于空氣質(zhì)量預(yù)測具有重要的科學(xué)價(jià)值。基于此，本研究選取廣東省佛山市國家空氣質(zhì)量監(jiān)測站點(diǎn)(南海區(qū)氣象局)周邊1.5 km 半徑區(qū)域?yàn)閷?shí)驗(yàn)區(qū)域，監(jiān)測2020 年5 月—2021 年3 月所有小時(shí)時(shí)間段內(nèi)的實(shí)測數(shù)據(jù)，利用優(yōu)化后的關(guān)聯(lián)規(guī)則算法，定量探究空氣質(zhì)量監(jiān)測站不同方位的道路交通流，在氣象因素的影響下，分析空氣污染物濃度變化的過程及敏感性因素，為實(shí)現(xiàn)區(qū)域污染聯(lián)防聯(lián)控和改善空氣質(zhì)量提供決策依據(jù)和技術(shù)支持。

2 研究數(shù)據(jù)和方法

2.1 研究范圍

本文選取了佛山市國家空氣質(zhì)量監(jiān)測站點(diǎn)(南海區(qū)氣象局)周邊1.5 km 半徑區(qū)域?yàn)檠芯糠秶?圖1)，紅色標(biāo)志為空氣質(zhì)量監(jiān)測站點(diǎn)，路網(wǎng)內(nèi)道路分別是：海三路、桂瀾路、南海大道北、佛平二路，可從圖1中查看到道路在空氣質(zhì)量監(jiān)測站點(diǎn)的方位，分布在東南西北；而監(jiān)測站點(diǎn)到各道路的垂直距離從大到小排序是：佛平二路＜海三路＜桂瀾路＜南海大道北。這四條道路均是城市主干道，道路交通流量較大，承載著城市區(qū)域內(nèi)客貨運(yùn)交通，以交通功能為主。

圖1 佛山市南海區(qū)氣象局空氣質(zhì)量監(jiān)測站點(diǎn)及周邊道路分布圖

2.2 數(shù)據(jù)采集與處理

研究收集了佛山市國家空氣質(zhì)量監(jiān)測站點(diǎn)(南海區(qū)氣象局)周邊1.5 km半徑區(qū)域，2020年5月—2021 年3 月所有小時(shí)時(shí)間段內(nèi)的監(jiān)測數(shù)據(jù)，主要包括空氣質(zhì)量監(jiān)測站點(diǎn)內(nèi)路網(wǎng)的信息數(shù)據(jù)(道路類型、道路長度等)、道路交通流量數(shù)據(jù)(卡口點(diǎn)位、方向等)、氣象數(shù)據(jù)(風(fēng)速、風(fēng)向、濕度、溫度和氣壓)和空氣質(zhì)量數(shù)據(jù)(NO2濃度)。首先進(jìn)行所有數(shù)據(jù)的預(yù)處理，即對各類監(jiān)測數(shù)據(jù)進(jìn)行無效數(shù)據(jù)和錯(cuò)誤數(shù)據(jù)去除處理，最終處理后的數(shù)據(jù)共有4 974條。

基于關(guān)聯(lián)規(guī)則分析，要在數(shù)據(jù)的取值范圍內(nèi)設(shè)定若干個(gè)離散的劃分點(diǎn)，將取值范圍劃分為一些離散化的區(qū)間，最后用不同的符號代表落在每個(gè)子區(qū)間中的數(shù)據(jù)值。本研究利用統(tǒng)一權(quán)重法將各類數(shù)據(jù)進(jìn)行區(qū)間等級劃分，根據(jù)數(shù)據(jù)的取值范圍，盡可能將每個(gè)區(qū)間離散的數(shù)量保持一致。將篩選后的數(shù)據(jù)按照表1 中的等級劃分進(jìn)行符號轉(zhuǎn)化，為算法挖掘關(guān)聯(lián)規(guī)則提供事務(wù)項(xiàng)集，數(shù)據(jù)存儲(chǔ)如表2 所示。其中，字母符號區(qū)分各類屬性數(shù)據(jù)，字母符號后的數(shù)字代表各類數(shù)據(jù)的等級劃分。

表1 數(shù)據(jù)等級表

表2 數(shù)據(jù)事務(wù)項(xiàng)集

3 關(guān)聯(lián)規(guī)則挖掘

3.1 關(guān)聯(lián)規(guī)則挖掘原理

關(guān)聯(lián)規(guī)則是反映一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性，是數(shù)據(jù)挖掘的一個(gè)重要技術(shù)，用于從大量數(shù)據(jù)中挖掘出有價(jià)值的數(shù)據(jù)項(xiàng)之間的相關(guān)關(guān)系[27-28]。Apriori 算法是常用的用于挖掘出數(shù)據(jù)關(guān)聯(lián)規(guī)則的算法，它用來找出數(shù)據(jù)值中頻繁出現(xiàn)的數(shù)據(jù)集合[29-34]。

利用Apriori算法找到最大的K項(xiàng)頻繁集。預(yù)先設(shè)定兩個(gè)重要的參數(shù)指標(biāo)：

Apriori 算法采用了逐層迭代的方法，主要流程包括：首先對數(shù)據(jù)庫中的每個(gè)項(xiàng)計(jì)數(shù)，產(chǎn)生C1候選集，根據(jù)預(yù)設(shè)的最小支持度，得出L1頻繁項(xiàng)集的集合，再將頻繁項(xiàng)集L1的各個(gè)項(xiàng)連接，得到C2候選集，剪枝得到L2頻繁項(xiàng)集的集合，以此類推，迭代下去，直到無法找到頻繁(K+1)項(xiàng)集為止，對應(yīng)的頻繁項(xiàng)集的LK集合即為算法的輸出結(jié)果。

從算法的流程可以看出，Apriori 算法每輪迭代都要掃描數(shù)據(jù)集，因此在數(shù)據(jù)集很大，數(shù)據(jù)種類很多的時(shí)候，算法效率很低。

3.2 算法改進(jìn)

3.2.1 結(jié)構(gòu)的改進(jìn)

傳統(tǒng)Apriori 算法每得到一次頻繁項(xiàng)集，需要掃描一次數(shù)據(jù)庫。針對算法計(jì)算效率低的問題，對算法結(jié)構(gòu)進(jìn)行了改進(jìn)。

將原算法頻繁1 項(xiàng)集L1中的元素兩兩連接組合，得到候選集C2，為得到頻繁2 項(xiàng)集，需要第二次掃描原數(shù)據(jù)庫中的所有元素，對候選集C2中所有可能出現(xiàn)的項(xiàng)集求支持度。但是原數(shù)據(jù)庫中有一些元素(樣本)是無用的，不包含任何頻繁項(xiàng)集。因此我們將第二次掃描數(shù)據(jù)庫改變?yōu)閷︻l繁1 項(xiàng)集L1里的元素進(jìn)行掃描(頻繁1項(xiàng)集L1的數(shù)量級遠(yuǎn)比原數(shù)據(jù)庫的數(shù)量級少)。通過連接L1中的元素得到候選集C2，并對候選集C2中的元素組合進(jìn)行支持度計(jì)算，再次與預(yù)設(shè)的最小支持度比較，剪枝得到頻繁2項(xiàng)集L2，依次循環(huán)操作，為得到頻繁K+1 項(xiàng)集，只需對上一候選集CK中的元素進(jìn)行支持度計(jì)算。改進(jìn)后的算法隨著高階頻繁K項(xiàng)集的數(shù)量越來越少，計(jì)算效率得到了很大程度的提高。

3.2.2 衡量指標(biāo)的改進(jìn)

傳統(tǒng)Apriori 算法得到的關(guān)聯(lián)規(guī)則，即使在達(dá)到最小置信度的要求下，得到的某些強(qiáng)關(guān)聯(lián)規(guī)則仍然是沒有規(guī)律可循的。雖然置信度可以衡量規(guī)則的可靠性，但是在關(guān)聯(lián)結(jié)果中發(fā)現(xiàn)，只考慮置信度是欠缺的。例如共100 條數(shù)據(jù)，A出現(xiàn)了60 次，B出現(xiàn)了80 次，A和B一起出現(xiàn)了40 次。那A和B一起出現(xiàn)的概率就是40%，在有A的前提下，B出現(xiàn)的概率是67%，而沒有A的前提下，B出現(xiàn)的概率是80%，這表明因?yàn)锳的存在會(huì)降低B的概率，那A和B是沒有關(guān)聯(lián)的，因此只考慮置信度是無用的。為了在原算法的基礎(chǔ)上實(shí)現(xiàn)關(guān)聯(lián)規(guī)則挖掘效果的改進(jìn)，本研究在改變掃描結(jié)構(gòu)的同時(shí)，加入了新的衡量指標(biāo)，從而使得算法能夠輸出更有價(jià)值的關(guān)聯(lián)規(guī)則。

因此改進(jìn)算法引入的新指標(biāo)是“提升度”：反映A出現(xiàn)對B出現(xiàn)的概率產(chǎn)生了多大的影響，計(jì)算公式為：

(1) 當(dāng)lift=1 時(shí)，表明A和B沒有關(guān)系；(2) 當(dāng)lift＞1時(shí)，表明A和B是正相關(guān)；(3)當(dāng)lift＜1時(shí)，表明A和B是負(fù)相關(guān)。當(dāng)lift＞1時(shí)，出現(xiàn)的關(guān)聯(lián)規(guī)則還是冗余的。因此本研究設(shè)置的最小提升度為3(在一般數(shù)據(jù)挖掘中只有當(dāng)提升度大于3才能保證關(guān)聯(lián)規(guī)則是有價(jià)值的)。

3.2.3 關(guān)聯(lián)規(guī)則的篩選

關(guān)聯(lián)規(guī)則的篩選條件：用數(shù)學(xué)模型表示y=f(x1,……,n)，x1,……,n是影響因素，y是影響結(jié)果。關(guān)林規(guī)則的形式為A→B，A為前項(xiàng)，B為后項(xiàng)，原算法得到的關(guān)聯(lián)規(guī)則前項(xiàng)與后項(xiàng)是不區(qū)分影響因素和影響結(jié)果，因此結(jié)果處理較復(fù)雜?；诖撕Y選條件為：保留后項(xiàng)只有影響結(jié)果的規(guī)則，基于置信度和提升度一致的前提下，從前項(xiàng)低維(三維)到前項(xiàng)高維(四維)比較，如果前項(xiàng)低維(三維)包含的元素為x1、x2、x3，后項(xiàng)為y1，置信度為c1，提升度為l1，前項(xiàng)從三維上升到四維時(shí)，包含的元素分別為x1、x2、x3、x4，后項(xiàng)為y1，置信度為c1，提升度為l1，這是發(fā)現(xiàn)四維前項(xiàng)只增加x4，對后項(xiàng)、置信度和提升度都沒有變化，說明對y1真正產(chǎn)生影響的因素只有x1、x2、x3，因此需要?jiǎng)h除四維，只保留三維。

改進(jìn)后的算法的主要步驟為：(1) 加載數(shù)據(jù)集TID1，……，n里面每一個(gè)元素，存為Database D；(2) 對數(shù)據(jù)庫掃描，并對每個(gè)元素項(xiàng)進(jìn)行計(jì)數(shù)，得到候選集C1。根據(jù)預(yù)先設(shè)置的最小支持度，對候選集C1進(jìn)行剪枝，保留大于最小支持度的元素，得到頻繁1 項(xiàng)集L1；(3) 對頻繁L1進(jìn)行連接，得到候選集C'1。這時(shí)掃描數(shù)據(jù)集C'1，對候選集C'1里面的元素進(jìn)行計(jì)數(shù)得到候選集C'2，接著對C'2剪枝，得到頻繁2項(xiàng)集L'2……；(4) 依次往下執(zhí)行操作，重復(fù)剪枝、連接，直到找到頻繁(K+1)項(xiàng)集L'K+1；(5) 引入上一段增加的兩個(gè)指標(biāo)進(jìn)行規(guī)則篩選，當(dāng)前項(xiàng)低維包含的元素可以概括所有的影響因子，只需保留低維規(guī)則。主要流程如圖2所示。

圖2 改進(jìn)后算法的流程圖

3.3 強(qiáng)關(guān)聯(lián)規(guī)則挖掘過程

根據(jù)改進(jìn)的關(guān)聯(lián)規(guī)則算法，設(shè)置最小支持度、最小置信度和最小提升度剔除無意義數(shù)據(jù)和篩選出強(qiáng)關(guān)聯(lián)規(guī)則。在對算法進(jìn)行多次調(diào)整參數(shù)，發(fā)現(xiàn)支持度不大于0.1%時(shí)，重點(diǎn)關(guān)注的NO2處于高濃度等級的三維強(qiáng)關(guān)聯(lián)規(guī)則穩(wěn)定在一條，因此設(shè)定最小支持度為0.1%，最小置信度為0.85，最小提升度為3。

多維關(guān)聯(lián)規(guī)則的挖掘從二維關(guān)聯(lián)規(guī)則上升至高維關(guān)聯(lián)規(guī)則如圖3所示，其中二維關(guān)聯(lián)規(guī)則例如{[氣壓P1、風(fēng)速W2]≥[NO2(N1)]，92%}，代表低等級氣壓和中等風(fēng)速的組合，對NO2處于低等級產(chǎn)生92%概率的影響，三維關(guān)聯(lián)規(guī)則例如{[道路1 的交通流Q1、氣壓P1、風(fēng)速W2]≥[NO2(N1)]，91%}，四維關(guān)聯(lián)規(guī)則例如{[道路1 的交通流Q1、道路2 的交通流Q2、濕度R1、風(fēng)速W3]≥[NO2(N2)]，95%}。若不設(shè)置參數(shù)限制，挖掘得到的關(guān)聯(lián)規(guī)則中，二維關(guān)聯(lián)規(guī)則的組合共有269 856個(gè)，三維關(guān)聯(lián)規(guī)則的組合共629 664 個(gè)，四維關(guān)聯(lián)規(guī)則的組合共944 496 個(gè)。根據(jù)改進(jìn)后的算法，設(shè)置限制性參數(shù)得到的強(qiáng)關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，NO2為低、中、高濃度時(shí)的強(qiáng)關(guān)聯(lián)規(guī)則分別為13條、13條、21條。

圖3 多維關(guān)聯(lián)規(guī)則的挖掘

基于Apriori 算法得出的關(guān)聯(lián)規(guī)則，篩選出后項(xiàng)為NO2的關(guān)聯(lián)結(jié)果。通過對強(qiáng)關(guān)聯(lián)規(guī)則結(jié)果分析得到：當(dāng)NO2處于低濃度值N1時(shí)，三維關(guān)聯(lián)規(guī)則當(dāng)中包含所有的影響因素，不需要對更高維的關(guān)聯(lián)規(guī)則進(jìn)行分析；而NO2處于偏高濃度時(shí)，生成的是四維關(guān)聯(lián)規(guī)則且包含所有的影響因素。但是這些規(guī)則中存在較多無效關(guān)聯(lián)規(guī)則，根據(jù)3.2 節(jié)對算法的改進(jìn)：當(dāng)后項(xiàng)為同一等級的對象且置信度相同時(shí)，低維關(guān)聯(lián)規(guī)則的前項(xiàng)向高維關(guān)聯(lián)規(guī)則遞增時(shí)，增加的其他因素，并沒有導(dǎo)致置信度發(fā)生變化，則剔除高維關(guān)聯(lián)規(guī)則，保留低維關(guān)聯(lián)規(guī)則。

3.4 強(qiáng)關(guān)聯(lián)規(guī)則結(jié)果分析

3.4.1 NO2低濃度等級的強(qiáng)關(guān)聯(lián)規(guī)則

表3 為NO2濃度處于低濃度值(濃度低于20 μg/m3)時(shí)的強(qiáng)關(guān)聯(lián)規(guī)則，共13 條，具體的強(qiáng)關(guān)聯(lián)規(guī)則所構(gòu)的交通物理場景如圖4 所示。從表3 可知，編號1～2中的二維強(qiáng)關(guān)聯(lián)規(guī)則直接表明氣象因素中的氣壓、風(fēng)速、風(fēng)向和氣溫對NO2的作用度最高，此時(shí)的氣壓小于1 006 hPa、風(fēng)速大于2 m/s 及氣溫大于28 ℃，置信度都達(dá)到了100%；基于二維強(qiáng)關(guān)聯(lián)規(guī)則加入其他影響因素，到三維強(qiáng)關(guān)聯(lián)規(guī)則可以進(jìn)一步發(fā)現(xiàn)：氣壓(P)都處于最低等級、風(fēng)速(W)和氣溫(T)都處于高等級，同時(shí)風(fēng)向多處于X3(西南風(fēng))。

圖4 NO2低濃度值時(shí)各影響因素所構(gòu)交通物理場景

表3 交通流、氣象與NO2低濃度的強(qiáng)關(guān)聯(lián)規(guī)則

從編號3～13 可知，加入道路交通流信息和方位信息，在氣象條件的影響下，所得的置信度偏差較小，可以表明氣象因素對空氣污染物的影響較大。進(jìn)一步分析編號3～5 可得，海三路(A)位于空氣質(zhì)量監(jiān)測站的正北方，雖然此時(shí)的道路流量處于最高等級(A4)，小時(shí)流量超過了1 085 輛，由于道路處于下風(fēng)向(X3)、氣壓較低(P1，小于1 006 hPa)、風(fēng)速較高(W2，1～2 m/s)和氣溫較高(T3，大于28 ℃)，不會(huì)導(dǎo)致NO2濃度的升高，置信度的范圍在97.11%～100%。編號6 表明，佛平二路(B)位于空氣質(zhì)量監(jiān)測站的正南方，因?yàn)榇藭r(shí)的道路流量較低(B1，小時(shí)車流量低于376 輛)，車流量較低時(shí)大部分出現(xiàn)在凌晨，且氣象條件較好，NO2濃度也處于較低等級。編號7 表明，南海大道(C)位于空氣質(zhì)量監(jiān)測站的正西方，且距離監(jiān)測站點(diǎn)較遠(yuǎn)，雖然道路流量處于中等水平，在低氣壓，距離遠(yuǎn)的條件下，NO2的濃度也不會(huì)升高。從編號9～13 發(fā)現(xiàn)，桂瀾路位于空氣質(zhì)量監(jiān)測站的正東方，隨著道路流量逐漸增加，也并沒有導(dǎo)致NO2的濃度等級的變化，主要是因?yàn)闇囟雀摺L(fēng)速快，對空氣污染物的擴(kuò)散更快，然而置信度從100% 降到了90.34%，可見交通流量的增加也會(huì)影響NO2濃度的變化。

3.4.2 NO2中濃度等級的強(qiáng)關(guān)聯(lián)規(guī)則

表4 為NO2濃度處于中濃度值時(shí)(濃度范圍在[20，45]μg/m3)的強(qiáng)關(guān)聯(lián)規(guī)則，共13 條，部分強(qiáng)關(guān)聯(lián)規(guī)則所構(gòu)的交通物理場景如圖5 所示。編號1～2 中的三維強(qiáng)關(guān)聯(lián)規(guī)則同表3 的二維強(qiáng)關(guān)聯(lián)規(guī)則相似，同樣表明道路流量有所上升，但是在氣壓、風(fēng)速、氣溫的影響下，NO2的濃度也不會(huì)有太大的變化。從三維影響因素上升到四維影響因素可以進(jìn)一步發(fā)現(xiàn)：風(fēng)向(X)較3.4.1 節(jié)有所轉(zhuǎn)變、氣壓(P)上升至中等級(1 006 hPa＜P2≤1 015 hPa)和風(fēng)速(W)基本保持不變。

圖5 NO2中等濃度值時(shí)各影響因素所構(gòu)交通物理場景

表4 交通流、氣象與NO2中高濃度的強(qiáng)關(guān)聯(lián)規(guī)則

進(jìn)一步分析可知，編號3～4表明，風(fēng)向轉(zhuǎn)變?yōu)闁|北風(fēng)(X1)時(shí)，海三路(A，小時(shí)交通流的范圍在[876，1 085])處于上風(fēng)向、在氣溫較低(T1，低于21.2 ℃)和相鄰道路為高交通流的影響下，NO2濃度逐漸升高；隨著高風(fēng)速(W3)的推導(dǎo)作用，雖然NO2濃度級別沒有改變，但是置信度從100%下降至90.91%，說明此時(shí)的溫度的作用較風(fēng)速影響更大。隨著海三路(A)的車流量繼續(xù)增加，從編號5～6 可知，伴隨其他道路交通流的匯入，在高風(fēng)速和高溫度的作用下，也可以加快污染物的擴(kuò)散。

編號7～13 表明，當(dāng)NO2濃度上升至N3 級別時(shí)(濃度范圍在[29，45]μg/m3)，風(fēng)速在慢慢下降，而此時(shí)各條道路都處于上風(fēng)向，隨著道路交通流增大且氣壓達(dá)到最高(P3＜1 015 hPa)，使得NO2的濃度也在慢慢上升。其中置信度也存在差異，例如編號12～13，確定道路交通流不變時(shí)，風(fēng)速下降(低于2 m/s)、濕度增加(高于66%)、從高氣壓轉(zhuǎn)變?yōu)槲鞅憋L(fēng)(X4)時(shí)，污染物NO2的濃度置信度從88.74%升至100%，表明雖然道路在風(fēng)的下風(fēng)向，但是此時(shí)風(fēng)速較小，導(dǎo)致污染物濃度也會(huì)增加。

3.4.3 NO2高濃度等級的強(qiáng)關(guān)聯(lián)規(guī)則

表5 為NO2濃度處于高濃度值時(shí)(濃度大于45 μg/m3)的強(qiáng)關(guān)聯(lián)規(guī)則，共21條，部分具體強(qiáng)關(guān)聯(lián)規(guī)則所構(gòu)的交通物理場景如圖6 所示。氣壓(P)與3.4.2節(jié)的(N3)的現(xiàn)象相同，而風(fēng)速(W)較3.4.2節(jié)的下降至最低(W1，低于1 m/s)等級。從編號2～12可知，隨著各條道路交通流的疊加，氣溫和風(fēng)速都處于較低水平時(shí)，空氣擴(kuò)散能力差，從而導(dǎo)致NO2處于較高等級。加入風(fēng)向后，從編號13～21發(fā)現(xiàn)，因?yàn)楦鳁l道路都處于上風(fēng)向，同時(shí)氣象條件較差，也會(huì)導(dǎo)致NO2處于較高等級。

圖6 NO2高濃度值時(shí)各影響因素所構(gòu)交通物理場景

表5 交通流、氣象與NO2高濃度的強(qiáng)關(guān)聯(lián)規(guī)則

從編號4～5、7～8、9～10 發(fā)現(xiàn)置信度有一定的偏差，當(dāng)?shù)缆方煌饕恢?、溫度都為低溫時(shí)，將低風(fēng)速(低于1 m/s)轉(zhuǎn)變?yōu)橹械葰鈮?1 006＜P2≤1 015 hPa)，發(fā)現(xiàn)置信度從100%降至88.72%，此時(shí)對NO2較敏感的因素是較低的風(fēng)速；而當(dāng)?shù)缆方煌饕恢?、較低風(fēng)速時(shí)，將低氣溫轉(zhuǎn)變?yōu)檩^高氣壓，發(fā)現(xiàn)置信度從90.91%升至100%，此時(shí)說明對NO2較敏感的因素是較高的氣壓。將兩種現(xiàn)象結(jié)合，結(jié)果與上一段的現(xiàn)象一致。

3.5 結(jié)果對比

基于以上對空氣污染物各等級劃分所得的強(qiáng)關(guān)聯(lián)規(guī)則可得出：影響NO2濃度變化的主要因素是風(fēng)速、溫度和氣壓。因此將關(guān)聯(lián)規(guī)則所得影響較大因素與空氣污染物在SPSS 軟件中進(jìn)行線性擬合(圖7)。并利用皮爾遜相關(guān)系數(shù)進(jìn)行判定各因素與空氣污染物的相關(guān)程度，得到的系數(shù)分別為：I(風(fēng)速)=-0.27、I(溫度)=-0.3、I(氣壓)=0.27、I(濕度)=-0.034。

圖7 氣象條件與NO2濃度的線性關(guān)系

計(jì)算結(jié)果發(fā)現(xiàn)風(fēng)速、溫度與NO2呈負(fù)相關(guān)、氣壓與NO2呈正相關(guān)、濕度與NO2的關(guān)系不明顯，該結(jié)論與關(guān)聯(lián)規(guī)則算法得出的結(jié)果相同。

4 結(jié) 論

(1) 基于傳統(tǒng)的Apriori算法計(jì)算效率較低，改進(jìn)后的算法效率有明顯的提升，且加入?yún)?shù)“提升度”和對關(guān)聯(lián)規(guī)則結(jié)果的篩選方法，改進(jìn)后的結(jié)果更加可靠。

(2) 從NO2的濃度等級變化來看，影響空氣污染物濃度變化的主要關(guān)聯(lián)因素是風(fēng)速、溫度和氣壓，隨著風(fēng)速和溫度的降低，NO2濃度在逐漸增加；而氣壓與污染物濃度成正相關(guān)；濕度與污染物的關(guān)系不太明顯。且發(fā)現(xiàn)NO2濃度級別沒有改變，但是改變某個(gè)氣象因素，置信度會(huì)發(fā)生變化，說明這個(gè)氣象因素對NO2的影響更大。

(3) 道路交通流對空氣污染物的影響，需要考慮道路的方位、距離和風(fēng)向等因素。當(dāng)?shù)缆方煌鬏^大且位于下風(fēng)向時(shí)，在氣象條件較好的情況下，也不會(huì)導(dǎo)致污染物迅速上升；當(dāng)?shù)缆方煌鞑淮笄椅挥谏巷L(fēng)向時(shí)，伴隨著較差的氣象條件，也會(huì)導(dǎo)致污染物逐漸累積。

(4) 為驗(yàn)證關(guān)聯(lián)算法得到的影響空氣污染物NO2濃度變化較大的影響因素，將這些數(shù)據(jù)與NO2濃度數(shù)據(jù)進(jìn)行線性擬合并計(jì)算皮爾遜相關(guān)系數(shù)，所得結(jié)果與關(guān)聯(lián)規(guī)則算法的結(jié)論一致。表明基于改進(jìn)的Apriori算法在關(guān)聯(lián)規(guī)則挖掘方面具有較高的準(zhǔn)確性，也提高了關(guān)聯(lián)性分析的效率。

(5) 本研究主要是對道路總交通流做關(guān)聯(lián)分析，未考慮交通流的車隊(duì)結(jié)構(gòu)，而NO2在夜間的主要來源是重性柴油車排放的NOx，因此在未來的研究當(dāng)中，基于本研究需要拓展更多的影響因素，包括車隊(duì)結(jié)構(gòu)(車型組成、排放標(biāo)準(zhǔn))等因素。