重慶中心城區(qū)臭氧濃度網(wǎng)格預(yù)報方法及其應(yīng)用研究①

吉莉，劉曉冉，李強

1.重慶市北碚區(qū)氣象局， 重慶 400700； 2.重慶市氣象科學(xué)研究所， 重慶 401147

作為城市空氣主要污染物之一的臭氧， 是一種光化學(xué)反應(yīng)的微量氣體， 它主要來自大氣層中氮氧化物和碳氫化合物等. 近地面的臭氧主要來源于氮氧化物和揮發(fā)性有機化合物， 光照作用下的大氣光化學(xué)反應(yīng)、平流層輸入、前體物濃度水平、氣象條件和區(qū)域傳輸?shù)榷紩ζ洚a(chǎn)生影響[1]. 高濃度臭氧不僅威脅人類健康， 還能對植物、農(nóng)作物等造成危害[2].

目前學(xué)界對于城市臭氧污染以及臭氧污染與氣象條件關(guān)系的研究已有不少報道[3-10]， Shen等[11]利用空氣質(zhì)量模式CMAQ和CAMxO3評估了珠三角地區(qū)臭氧預(yù)報的效果； Kathleen等[12]利用空氣質(zhì)量模式WRF-Chem評估了歐洲地面臭氧的預(yù)報效果； 杜勤博等[13]采用BP神經(jīng)網(wǎng)絡(luò)和逐步線性回歸2種模型， 對汕頭市2014-2017年的6種污染物濃度進行預(yù)測， 結(jié)果表明這兩種預(yù)報模型對歷史數(shù)據(jù)的擬合效果相似， 總體來說， 冬春季模型擬合度優(yōu)于夏秋季； 杜云松等[14]選用成都最高氣溫、日氣溫差和臭氧濃度， 建立單因子預(yù)測方法， 結(jié)果表明臭氧污染預(yù)測效果較好. 可見， 通過機器學(xué)習(xí)方法能夠有效地預(yù)測臭氧污染.

成渝城市群是大氣污染的重點防控區(qū)域之一[15]， 因此， 對重慶中心城區(qū)臭氧濃度進行精細化預(yù)報， 對臭氧污染防治有重要意義. 受環(huán)境監(jiān)測點分布限制， 以往研究多基于站點資料進行， 重慶中心城區(qū)受地形影響， 周邊各站點的臭氧濃度存在一定差別， 隨著城市建設(shè)和社會經(jīng)濟的快速發(fā)展， 單一的站點資料已不能完全滿足臭氧污染治理需求， 網(wǎng)格化插值技術(shù)在降水、氣溫、風(fēng)等氣象要素的處理中已顯現(xiàn)較好的應(yīng)用效果[16-18]， 但用于臭氧預(yù)報的應(yīng)用還較少. 因此， 本文以重慶中心城區(qū)北碚區(qū)為研究中心， 利用臭氧濃度、常規(guī)氣象要素觀測資料， 采用KNN數(shù)據(jù)挖掘算法與BP神經(jīng)網(wǎng)絡(luò)算法建立臭氧預(yù)報模型， 運用反距離加權(quán)插值法將臭氧濃度預(yù)報值網(wǎng)格化， 以期為臭氧污染的科學(xué)防治提供必要的技術(shù)支撐.

1 資料與方法

1.1 研究區(qū)域

重慶市中心城區(qū)由北碚、巴南、沙坪壩、渝北、南岸、渝中、江北、九龍坡和大渡口等9個區(qū)組成， 其中設(shè)有氣象機構(gòu)的為北碚、巴南、沙坪壩、渝北4個區(qū). 本文選取重慶市中心城區(qū)北碚、巴南、沙坪壩、渝北4個區(qū)及周邊區(qū)域璧山、合川、銅梁3個區(qū)為主要研究區(qū)域.

1.2 資料來源

本文采用的2017-2019年逐日O3_8H環(huán)境監(jiān)測數(shù)據(jù)為重慶市環(huán)境監(jiān)測中心提供， 同期氣象資料為重慶市氣象信息與技術(shù)保障中心提供的國家氣象站地面氣象觀測資料， 包括平均氣溫(T)、最高氣溫(Tmax)、相對濕度(RH)、降水量(R)等常規(guī)氣象觀測數(shù)據(jù).

1.3 研究方法

1.3.1 KNN數(shù)據(jù)挖掘算法

KNN(K-NearestNeighbor)數(shù)據(jù)挖掘算法是經(jīng)典的分類與回歸分析的鄰近算法， 即K最近鄰， 就是每個樣本都可以用它最接近的K個鄰近值來代表. 鄰近算法是將數(shù)據(jù)集合中每一個記錄進行分類的方法[19]， 在氣象的研究中， 其主要原理是通過在歷史數(shù)據(jù)庫中查找與未來相似背景下的相似樣本， 并依據(jù)排序結(jié)果客觀賦予權(quán)重， 根據(jù)不同權(quán)重下的歷史樣本預(yù)報結(jié)果. KNN算法在預(yù)報空氣污染和霾等級分類中效果較好， 準確率達到了80%～90%[20-21]. 本文的基本算法是假設(shè)預(yù)報日的平均氣溫、最高氣溫、相對濕度、降水量等氣象要素為預(yù)測樣本， 臭氧濃度實測值為標志量， 在訓(xùn)練樣本集合中找到與預(yù)測樣本最相似的K個近鄰， 然后找出K個標志量， 最后按照投票多數(shù)原則， 選取最多的標志量為預(yù)測樣本預(yù)測結(jié)果. 因此， KNN算法也是一種相似算法.

1.3.2 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)算法是目前應(yīng)用最廣的預(yù)測方法， 不少學(xué)者將神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于環(huán)境氣象等方面的研究， 取得了較好的成果[22-24]. 其基本思想是： 該算法工作信號正向傳遞和誤差信號反向傳遞兩個子過程， 學(xué)習(xí)規(guī)則和目標使用最速下降法， 通過反向傳播不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值， 使全局誤差系數(shù)最小， 學(xué)習(xí)本質(zhì)是對連接權(quán)值的動態(tài)調(diào)整. 基本結(jié)構(gòu)由輸入層、隱層和輸出層構(gòu)成[25].

1.3.3 模型精度評價

對預(yù)測模型精度的評價主要采用相對誤差值、絕對誤差值和臭氧濃度預(yù)測準確率[26]進行比較. 其中相對誤差值與絕對誤差值越小， 說明預(yù)測精度越高； 若臭氧濃度預(yù)測準確率小于0， 均按0處理.

絕對誤差值=|預(yù)測值-實測值|

(1)

相對誤差值=絕對誤差值/實測值

(2)

預(yù)測準確率=(1-絕對誤差值÷實測值)×100%

(3)

1.3.4 反距離加權(quán)插值法

反距離加權(quán)插值法[27]是基于地理學(xué)第一定律相近相似的原理， 認為每個采樣點對鄰近區(qū)域的插值點有一定的影響， 且影響的大小隨距離的增大而減小. 該插值法的特點是可以保證插值結(jié)果在采樣點位與實際值一致.

1.3.5 數(shù)據(jù)預(yù)處理

通常使用的機器學(xué)習(xí)算法將數(shù)據(jù)樣本分為訓(xùn)練集與測試集， 通過訓(xùn)練集數(shù)據(jù)來建立模型， 測試數(shù)據(jù)則用于檢驗?zāi)Ｐ偷姆夯芰28]. 因此在確定建立模型前， 為消除指標之間的量綱影響， 需對數(shù)據(jù)進行歸一化處理. 本文采用對數(shù)據(jù)分段建模方式進行擬合， 確定2017-2018年731個有效臭氧濃度數(shù)據(jù)作為訓(xùn)練集數(shù)據(jù)， 2019年逐日數(shù)據(jù)作為檢驗數(shù)據(jù)， 再結(jié)合平均氣溫、最高氣溫、相對濕度、降水量等4個氣象因子， 以臭氧濃度為輸入目標， 基于KNN數(shù)據(jù)挖掘算法和BP神經(jīng)網(wǎng)絡(luò)算法， 分別構(gòu)建7個區(qū)的預(yù)測模型.

2 臭氧濃度與氣象因子分析

2.1 臭氧濃度變化特征

繪制2017-2019年研究區(qū)臭氧濃度趨勢圖(圖1). 圖1a可知， 除銅梁區(qū)和沙坪壩區(qū)呈逐年上升趨勢， 北碚區(qū)及其他區(qū)最大值均出現(xiàn)在2018年， 3年趨勢呈“單峰形”； 從圖1b可知， 研究區(qū)臭氧濃度季節(jié)變化均為夏季濃度最高， 冬季最低， 其中沙坪壩區(qū)夏季濃度最高， 銅梁區(qū)夏季濃度最低， 北碚區(qū)夏季臭氧濃度在整個研究區(qū)中為第三高， 但冬季濃度最低.

圖1 2017-2019年研究區(qū)臭氧濃度趨勢圖

圖2 研究區(qū)臭氧濃度逐月趨勢圖

圖2為研究區(qū)月平均臭氧濃度趨勢圖. 由圖2可知， 2017-2019年7個區(qū)臭氧濃度的月平均濃度呈單峰型， 其中8月最高， 12月最低， 即從1月起， 每月的臭氧濃度都呈增加趨勢， 8月達到峰值后開始逐月降低.

2.2 臭氧濃度與氣象要素相關(guān)性

2017-2019年研究區(qū)臭氧日濃度與4種氣象要素的相關(guān)性如表1所示. 從表1可看出， 7個區(qū)臭氧濃度與氣象要素密切相關(guān)， 對比分析發(fā)現(xiàn)， 除降水量與臭氧濃度呈弱相關(guān)性外， 其余3個氣象要素均與臭氧濃度呈較強相關(guān)性， 其值均大于0.6， 其中關(guān)系最密切的是最高氣溫， 其次是平均氣溫， 說明臭氧濃度的變化受溫度的影響較大. 臭氧濃度與相對濕度呈負相關(guān)性， 這是因為空氣水汽中含有較多的H， OH等自由基， 可以分解臭氧中的氧分子， 從而使臭氧濃度降低[24]. 臭氧濃度與降水量相關(guān)性較低， 最大相關(guān)系數(shù)也接近0.1， 說明研究區(qū)降水與光化學(xué)反應(yīng)效率關(guān)系不明顯. 總體來說， 臭氧濃度與氣象要素關(guān)聯(lián)度由強到弱依次為最高氣溫、平均氣溫、相對濕度、降水量.

表1 2017-2019年研究區(qū)臭氧日濃度與氣象要素相關(guān)性

3 預(yù)測模型建立及應(yīng)用

3.1 KNN數(shù)據(jù)挖掘算法模型構(gòu)建

3.1.1 訓(xùn)練結(jié)果

本文利用SPSS Modeler軟件、采用KNN數(shù)據(jù)挖掘算法對2017-2018年研究區(qū)的臭氧濃度進行建模預(yù)測， 預(yù)測值與實測值對比結(jié)果見表2. 由表2可知， KNN模型在訓(xùn)練模型中準確率均在75%以上， 7個區(qū)模型的平均準確率為77.3%， 其中合川區(qū)模型的準確率最高， 達79.7%， 巴南區(qū)模型的準確率最低， 只有75.3%， 北碚區(qū)模型的準確率為78.3%， 高于平均準確率； 從決定系數(shù)來看， 北碚區(qū)決定系數(shù)為0.892， 高于其余6個區(qū)， 銅梁區(qū)決定系數(shù)最低只有0.701， 其余區(qū)決定系數(shù)在0.82～0.87之間， 模擬效果較好. 7個區(qū)模型平均相對誤差為0.29， 其中合川區(qū)誤差最小(0.23)， 璧山區(qū)誤差最大(0.34)； 7個模型平均均方根誤差為22.5， 其中銅梁區(qū)誤差最大(24.47)， 北碚區(qū)誤差最小(18.93). 綜上可見， 基于地面氣象要素建立的KNN模型可以較好地模擬預(yù)測污染物的濃度.

表2 KNN訓(xùn)練效果統(tǒng)計檢驗

圖3為2017-2018年北碚區(qū)夏季臭氧濃度值與實測值趨勢對比圖， 從圖中可看出， 臭氧濃度模擬值與實測值趨勢基本一致， 但是有部分模擬值低于實測值.

圖3 2017-2018年北碚區(qū)夏季臭氧濃度日均值的KNN模擬值與實測值趨勢圖

3.1.2 檢驗結(jié)果

對2019年研究區(qū)的臭氧濃度進行預(yù)測檢驗， 將預(yù)測值與實測值對比得到表3， 由此可知， KNN模型在檢驗?zāi)Ｐ椭袦蚀_率略低于訓(xùn)練模型， 7個區(qū)KNN模型的平均準確率為74%， 比訓(xùn)練模型準確率低3.3%， 其中北碚區(qū)的KNN模型準確率最高， 為78.60%， 較訓(xùn)練模型高0.3%； 銅梁區(qū)的KNN模型準確率最低， 只有70.40%， 較訓(xùn)練模型低了7.5%； 從決定系數(shù)來看， 北碚區(qū)決定系數(shù)在0.9左右， 銅梁區(qū)決定系數(shù)最低， 其余區(qū)的決定系數(shù)在0.7～0.8之間， 模擬效果較好. 7個區(qū)的模型平均相對誤差為0.33， 其中北碚區(qū)誤差最小， 為0.23， 渝北誤差最大， 為0.40； 7個區(qū)KNN模型均方根誤差與訓(xùn)練模型結(jié)果基本一致， 銅梁區(qū)誤差最大， 北碚區(qū)誤差最小.

表3 KNN檢驗效果統(tǒng)計檢驗

圖4為2019年北碚區(qū)夏季臭氧濃度的模擬值與實測值趨勢圖， 從圖中可看出， 該區(qū)臭氧濃度模擬值與實測趨勢基本一致， 兩者之間的誤差波動不大， 平均相對誤差0.18， 其中最大誤差0.9.

圖4 2019年北碚區(qū)夏季臭氧濃度日均值的KNN模擬值與實測值趨勢圖

3.2 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

3.2.1 訓(xùn)練結(jié)果

利用BP神經(jīng)網(wǎng)絡(luò)算法對2017-2018年研究區(qū)的臭氧濃度進行預(yù)測， 將預(yù)測值與實測值對比得到表4. 由表4可知， BP神經(jīng)網(wǎng)絡(luò)算法在訓(xùn)練模型中準確率均在74.57%以上， 7個區(qū)的平均準確率為74.6%， 其中合川區(qū)的準確率最高， 為77.50%， 璧山區(qū)的模型準確率最低， 只有71.60%， 北碚區(qū)的準確率為74.30%， 略低于平均準確率； 從決定系數(shù)來看， 北碚區(qū)決定系數(shù)高于其余6個區(qū)的模型， 銅梁區(qū)最低， 只有0.711， 其余區(qū)的決定系數(shù)在0.758～0.840之間， 模擬效果較好. 7個區(qū)的模型平均相對誤差為0.34， 其中合川區(qū)誤差最小為0.26， 巴南區(qū)誤差最大為0.39； 7個區(qū)的模型平均均方根誤差為22.50， 其中璧山區(qū)誤差最大(29.52)， 北碚區(qū)誤差最小(21.59). 綜上可見， 基于地面氣象要素建立的BP神經(jīng)網(wǎng)絡(luò)算法可以較好地模擬預(yù)測臭氧濃度.

表4 BP訓(xùn)練效果統(tǒng)計檢驗

圖5為2017-2018年北碚區(qū)夏季臭氧濃度的BP模擬值與實測值趨勢圖， 從圖中可看出， 夏季臭氧濃度模擬值與實測值趨勢基本一致， 平均相對誤差0.18， 其中最大誤差1.02.

圖5 2017-2018年北碚區(qū)夏季臭氧濃度日均值的BP模擬值與實測值趨勢圖

3.2.2 檢驗結(jié)果

對研究區(qū)2019年的臭氧濃度進行預(yù)測檢驗， 將預(yù)測值與實測值對比得到表5. 由表5可知， BP神經(jīng)網(wǎng)絡(luò)算法構(gòu)建的模型在檢驗?zāi)Ｐ椭袦蚀_率略高于訓(xùn)練模型， 7個區(qū)的模型平均準確率為75.68%， 比訓(xùn)練模型準確率高1.1%， 其中合川區(qū)的模型準確率最高為78.50%， 較訓(xùn)練模型高1%的準確率； 巴南區(qū)的模型準確率最低只有73.90%， 較訓(xùn)練模型高了1.1%， 北碚區(qū)的檢驗?zāi)Ｐ蜏蚀_率也較訓(xùn)練模型高了2.2%； 從決定系數(shù)來看， 北碚區(qū)系數(shù)在0.86以上， 高于其余6個區(qū)， 璧山區(qū)決定系數(shù)最低， 其余區(qū)的決定系數(shù)在0.815～0.851之間. 7個區(qū)的模型平均相對誤差為0.29， 其中合川區(qū)誤差最小(0.25)， 巴南區(qū)誤差最大(0.38)； 7個區(qū)的模型均方根誤差與KNN模型結(jié)果一致， 銅梁區(qū)誤差最大， 北碚區(qū)誤差最小.

表5 BP檢驗效果統(tǒng)計檢驗

圖6為2019年北碚區(qū)夏季臭氧濃度的BP模擬值與實測值趨勢圖， 從圖中可看出臭氧濃度模擬值與實測值趨勢基本一致， 兩者之間的誤差波動在8月， 平均相對誤差0.18， 其中最大誤差0.9.

圖6 2019年北碚區(qū)夏季臭氧濃度日均值的BP模擬值與實測值趨勢圖

3.3 模型對比

本文分別基于KNN數(shù)據(jù)挖掘算法與BP神經(jīng)網(wǎng)絡(luò)算法， 構(gòu)建了2017-2019年臭氧濃度預(yù)測模型， 并對2種預(yù)測模型的預(yù)報效果進行對比檢驗， 篩選最優(yōu)預(yù)測模型. 結(jié)果表明， 2種預(yù)測模型在7個區(qū)的訓(xùn)練中平均預(yù)報準確度超過了74%， 其中KNN模型的準確率高于BP神經(jīng)網(wǎng)絡(luò)模型， 2種模型與實測值的相關(guān)性超過了0.7， 擬合度較高. 在驗證模型準確率中， KNN預(yù)測模型趨勢與BP神經(jīng)網(wǎng)絡(luò)模型比較， BP神經(jīng)網(wǎng)絡(luò)模型在檢驗過程中的效果高于訓(xùn)練效果， 平均誤差也低于訓(xùn)練值； 同時從北碚區(qū)預(yù)測結(jié)果來看， 基于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果總體優(yōu)于KNN模型. 總體來說， 基于BP神經(jīng)網(wǎng)絡(luò)模型更優(yōu)于基于KNN數(shù)據(jù)挖掘算法的預(yù)測模型.

3.4 臭氧濃度網(wǎng)格化插值應(yīng)用對比檢驗

根據(jù)上文分析， 以BP神經(jīng)網(wǎng)絡(luò)模型為預(yù)測模型， 選取研究區(qū)2020年6月1日平均氣溫、最高氣溫、相對濕度、降水量等4個氣象因子為預(yù)測要素， 預(yù)測6月1日研究區(qū)臭氧濃度， 并采用ArcGIS空間分析模塊中的反距離加權(quán)插值法計算、繪制未來24 h分辨率為5 km的研究區(qū)臭氧濃度網(wǎng)格預(yù)報圖(圖7)， 將預(yù)測值與實測值進行對比檢驗. 根據(jù)圖7a可知， 北碚區(qū)未來24小時臭氧濃度在145～153 μg/m3之間， 低值區(qū)出現(xiàn)在北碚城區(qū)， 高值區(qū)為研究區(qū)北部， 即與合川區(qū)交界的一帶. 與北碚區(qū)6月1日實測值(圖7b)對比， 其余區(qū)的實測值在92～155 μg/m3范圍， 預(yù)測值高值與實測值基本一致， 低值差距較大. 從地理位置來看， 實測值的低值與預(yù)測的低值位置基本一致， 位于研究區(qū)中部偏西， 而實測高值預(yù)測區(qū)域差距較大， 位于研究區(qū)南部和東部. 造成預(yù)測誤差的原因主要是因為臭氧是二次生成的光化學(xué)污染物， 生成和積累的時間主要集中在白天， 同時北碚區(qū)水土和蔡家這兩個監(jiān)測點位于發(fā)展區(qū)， 存有大量的在建工地， 易產(chǎn)生大量的VOCs(揮發(fā)性有機物)不利于污染物擴散.

圖7 研究區(qū)與北碚區(qū)臭氧濃度網(wǎng)格預(yù)報對比圖

4 結(jié)論

為探索不同機器學(xué)習(xí)方法在臭氧濃度預(yù)測中的應(yīng)用效果， 本文利用KNN數(shù)據(jù)挖掘算法與BP神經(jīng)網(wǎng)絡(luò)算法， 挑選與臭氧密切相關(guān)的平均氣溫、最高氣溫、相對濕度、降水量等4個氣象因子， 建立2017-2019年以重慶中心城區(qū)北碚區(qū)為中心的臭氧濃度預(yù)報模型， 并運用反距離加權(quán)插值法將臭氧濃度預(yù)報值網(wǎng)格化， 得到以下結(jié)論：

1) 2017-2019年間， 除銅梁區(qū)和沙坪壩區(qū)呈逐年的上升趨勢外， 北碚區(qū)及其他區(qū)的趨勢呈“單峰形”， 最大值出現(xiàn)在2018年. 北碚區(qū)及其周邊區(qū)域的臭氧濃度季節(jié)變化是一致的， 夏季濃度最高， 冬季濃度最低， 且逐月平均臭氧濃度呈單峰型， 8月最高， 12月最低. 臭氧濃度與氣象要素密切相關(guān)， 除了降水量與臭氧濃度呈弱的負相關(guān)性外， 其余3個氣象要素均與臭氧濃度相關(guān)性較強， 均大于0.6.

2) 基于KNN數(shù)據(jù)挖掘算法與BP神經(jīng)網(wǎng)絡(luò)算法， 構(gòu)建了2017-2019年臭氧濃度預(yù)測模型， 并對2種預(yù)測模型的預(yù)報效果進行對比檢驗， 篩選最優(yōu)預(yù)測模型. 結(jié)果表明， 2種預(yù)測模型在7個區(qū)的訓(xùn)練中平均預(yù)報準確度超過了74%， 其中KNN模型的準確率高于BP神經(jīng)網(wǎng)絡(luò)模型， 2種模型與實測值的相關(guān)性超過了0.7， 擬合度較高. 在驗證模型準確率中， KNN模型預(yù)測趨勢與BP神經(jīng)網(wǎng)絡(luò)模型比較， BP神經(jīng)網(wǎng)絡(luò)模型在檢驗過程中的效果高于訓(xùn)練效果， 平均誤差也低于訓(xùn)練時； 同時從北碚區(qū)預(yù)測結(jié)果來看， 基于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果總體優(yōu)于KNN模型.

3) 采用ArcGIS空間分析模塊中的反距離加權(quán)插值法計算北碚區(qū)臭氧濃度網(wǎng)格預(yù)報， 發(fā)現(xiàn)北碚區(qū)域內(nèi)未來24小時臭氧濃度預(yù)測在145～153 μg/m3之間， 高值與實測值基本一致， 低值低于實測值. 從地理位置來看， 低值與實測值位置基本一致， 在中部偏西， 高值預(yù)測區(qū)域差距較大， 實測高值區(qū)在南部和東部.

綜上所述， 在運用2種機器學(xué)習(xí)方法對臭氧濃度進行模擬預(yù)測中， BP神經(jīng)網(wǎng)絡(luò)算法在臭氧濃度的預(yù)測中有更好的表現(xiàn)； 其次臭氧作為二次污染物， 受氣象和前體物等因素的影響的同時， 也受污染物區(qū)域傳輸以及傳輸過程中前體物的光化學(xué)反應(yīng)的重要影響[29]， 而預(yù)測模型主要基于氣象條件的影響， 因此預(yù)測值較實測值有所偏差.