论文部分内容阅读
近几年国家对空气污染的治理方案不断地进行完善,13年国务院提出“大气十条”;14年提出整改要求;15年听取相应的反馈报告,进一步对修改方案进行审议;16年正式实施相关的法律条文。所以环境空气质量预报就显得尤为重要,一方面为国家治理空气污染提供理论依据,另一方面让广大人民了解污染物的变化趋势和未来的空气质量状况。这样就可以合理的地安排日常生活中的出行活动和做好防护措施,以减少污染带来的危害。本文以支持向量机回归为基础,建立相关预测模型,并开发宁波市空气质量预报系统。具体做了以下几个方面的工作:(1)污染物实际数据的预处理。根据相关的规定对原始样本数据进行清洗。使用偏相关系数对各污染物之间及与气象数据之间进行分析,依次确定预报模型的输入输出变量。利用交叉验证的思想将样本数据划分成训练样本和测试样本,对训练样本进行训练,得出预报模型,用测试样本进行验证。通过对2016年AQI聚类分析结果。本文将测试样本分别按春、夏、秋、冬四种季候来划分,查看预报模型在不同季节上的预报效果。(2)空气质量预报模型的建立。将聚类的思想与支持向量机回归结合,分别将SOM神经网络和模糊C均值聚类算法与支持向量机回归相结合,建立预报模型。先将训练样本进行聚类,对每一类中用支持向量机回归(SVR)模型进行训练,从而得到不同的SVR预报模型,最后聚类测试样本,得出的结果分别在相应的SVR预报模型上进行预报,结果显示,同一季节上FCM-SVR预报模型的精度最高,单一SVR预报模型的精度最低;同一模型上夏日的预报效果最好,冬日最差,原因是冬日温度低,气体不容易循环,环境的自净能力弱,污染物会久久的堵在某一个区域而长时间散不开。(3)预报模型的修正。考虑到风速和风向的影响因素,本文单独将这两个因素用来对预报结果进行修正,使用的修正模型是Wiener模型,根据东、南、西、北不同的方向建立不同的修正模型,结果得出,对FCM-SVR模型预报值进行修正后的精度要比修正前有所提高。(4)宁波市空气质量预报系统的开发。本系统所使用的技术主要有前端、数据库和服务端。前端主要的作用是提高用户体验度,界面设计主要包括:宁波市空气质量的预报结果和主要污染,并用图表的形式展示出污染物近1周和近24小时的变化趋势。另外,用地图模式呈现出宁波市环境检测中心、东钱湖等八个站点的空间分布位置。系统中的数据存储在My SQL数据库中,采用ASP.net C#开发对数据库进行相关操作,使用的WEB服务器是IIS服务器。