文章详情

摘要

常用的空气质量预测模型对未知情况的预报效果欠佳，实际气象条件对空气污染物浓度影响显著。为降低气象条件给模型预报污染浓度带来的误差，获取预报准确性良好的模型意义重大。为此，文章提出一种基于集成学习的二次协同数据预测及优化方法。首先，把实测数据与一次预测数据相结合，针对缺失及偏离正常分布的数据，运用Fancyimpute库进行数据插补；其次，借助集成学习中的BaggingRegressor模型构建二次模型，从整体到个体剖析气象条件对污染物浓度的影响程度，通过投票机制综合所有预测结果，得出集成预测结果；最后，构建协同数据预测模型，纳入位置关系和风向因素进行综合预测。实验结果显示，该方法能有效提升数据的预测准确性，且协同预测模型提高了监测点的预测精度。

关键词

Fancyimpute库；数据插补；集成学习；BaggingRegressor模型；二次模型；协同预测模型

参考文献

1. [1] 杨留明，高帅鹏，黄飞，等.基于神经网络模型对城市空气质量预报方法的优化研究 [J].环境监控与预警，2023，15（2）：33-39.
2. [2] 张顺顺，卢彦希，罗崴，等.基于AQI的空气污染物预报研究 [J].能源与环境，2024（1）：97-99+120.
3. [3] 俞婧婧，唐立力，吴浩，等.空气质量指数预测方法综述 [J].环保科技，2023，29（6）：55-59+64.
4. [4] 王标，彭瑜，王维，等.数据挖掘在空气质量数值模拟中的应用研究进展 [J].环境科学研究，2024，37（8）：1703-1713.
5. [5] 张天娇，海涛，王钧，等.基于LPWAN和AQI指数预测的空气质量监测系统 [J].科学技术与工程，2024，24（15）：6558-6566.
6. [6] 李佳成，梁龙跃.基于机器学习方法的空气质量预测与影响因素识别 [J].计算机技术与发展，2024，34（1）：164-170.
7. [7] 王梓鉴，罗敏，朱钦权，等.基于多源数据融合的空气质量二次预报模型与计算方法 [J].江西科学，2023，41（2）：405-411.
8. [8] 王凯文，李宏滨.基于多元线性回归的空气质量指数预测模型 [J].信息记录材料，2024，25（2）：1-3.
9. [9] 朱盛恺，陈劲杰.基于极限学习机模型的空气质量二次预报 [J].软件工程，2022，25（8）：39-42.
10. [10] 刘金钠，杨莉军，胡永乐.基于LSTM的空气质量二次预报方法 [J].北京印刷学院学报，2023，31（6）：59-63.
11. [11] MENDEZ M，MERAYO M G，NUNEZ M. Machine Learning Algorithms to Forecast Air Quality: A Survey [J].Artificial Intelligence Review，2023，56（9）：10031-10066.
12. [12] 肖宇.基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用 [J].环境科学研究，2022，35（12）：2693-2701.
13. [13] 徐爱兰，朱晏民，孙强，等.基于K-means划分区域的深度学习空气质量预报 [J].南通大学学报：自然科学版，2021，20（3）：49-56.
14. [14] 李佳成，梁龙跃.基于机器学习方法的空气质量预测与影响因素识别 [J].计算机技术与发展，2024，34（1）：164-170.
15. [15] LIU Q，CUI B Y，LIU Z. Air Quality Class Prediction Using Machine Learning Methods Based on Monitoring Data and Secondary Modeling [J/OL].Atmosphere，2024，15（5）：553[2024-10-03].https://doi.org/10.3390/atmos15050553.
16. [16] 李毅军，张振豪，胡健，等.基于BP神经网络的WRF-CMAQ优化方法 [J].微型电脑应用，2023，39（7）：161-164.
17. [17] WANG J，ZHANG W，SHI W，et al. Analysis of the Causes of an O3 Pollution Event in Suqian on 18–21 June 2020 Based on the WRF-CMAQ Model [J/OL].Atmosphere，2024，15（7）：831[2024-08-21]. https://doi.org/10.3390/atmos15070831.
18. [18] 伯鑫.空气质量模型（SMOKE、WRF、CMAQ等）操作指南及案例研究 [M].北京：中国环境出版集团，2019.
19. [19] LI J L，YU S C，CHEN X，et al. Evaluation of the WRF-CMAQ Model Performances on Air Quality in China with the Impacts of the Observation Nudging on Meteorology [J/OL].Aerosol and Air Quality Research，2022，22（4）：220023[2024-09-20].https://doi.org/10.4209/aaqr.220023.
20. [20] MEENA D P K，SINGH D V. Air Quality Monitoring and Pollution Control Technologies [J].International Journal of Multidisciplinary Research in Science, Engineering and Technology，2024，7（2）：4409-4426.
21. [21] SACHDEVA S，SINGH H，BHATIA S，et al. An Integrated Framework for Predicting Air Quality Index Using Pollutant Concentration and Meteorological Data [J].Multimedia Tools and Applications，2024，83（16）：46967-46996.
22. [22] LIU W B，LING X B，XUE Y，et al. Study on the Concentration of Top Air Pollutants in Xuzhou City in Winter 2020 Based on the WRF-Chem and ADMS-Urban Models [J/OL].Atmosphere，2024，15（1）：129[2024-09-23].https://doi.org/10.3390/atmos15010129.
23. [23] 和金梅，王宗爽，郭敏，等.全球环境空气质量标准研究及未来我国标准展望 [J].环境科学研究，2024，37（9）：1897-1910.

作者简介

梁丽娜（1996—），女，汉族，河北雄安人，研究实习员，硕士，研究方向：机器学习与数据挖掘；张宇（1998—），男，汉族，山东德州人，助教，硕士，研究方向：图像处理；张嘉玮(1993—)，男，汉族，河北唐山人，硕士在读，研究方向：机器学习与数据挖掘。