城市空气环境质量变化趋势中长期预测研究.pdfVIP

第三章城市环境保护与可持续发展 ·59· 城市空气环境质量变化趋势中长期预测研究 王艳平L2谢正苗2 1．杭州电子科技大学管理学院杭州 310018 2．杭州电子科技大学环境科学与工程研究所杭州 310018 摘要采用Matlab中BP神经网络的工具箱函数，预测济南、青岛两市空气质量中长期变化趋势， 预测精度可达0．0001，远高于其他空气质量预测模型；网络自适应性强，训练速度快，节省大量时 间，避免复杂运算。研究结果表明，BP神经网络是空气质量预测不错的选择。利用网络对空气质量 的预测结果可以为环境管理部门的规划、管理工作提供依据，为保障人民的健康和社会生活服务。 关键词 BP神经网络空气污染指数空气质量预测 jI 古 、J● 口 空气足人类和一切，#物生存必不可少的环境要素之一，是人类赖以生存和发展的生命基础， 空气质量的优劣直接影响着人类的健康水平和生活质量。我国是发展中国家，能源结构不尽合 理，导致城市空气污染不断加重。在这种形势下，利用空气质量模式预测、评价未来一段时间空 气质量状况和变化趋势，能够为环境管理部门进行空气质量控制、管理及污染防治提供科学 依据。 在环境预测方法研究巾，大气污染预测预报技术相对领先，已形成了由统计预报和数值预报 组成的预报体系，有短期预报、中长期预报和长期预报三个层次的预警预报体系。但是，目前进 行的多是短期预报，预测预报朱来几天内城区空气污染程度及对人群日常活动的影响和危害，中 长期空气质量的预测预报研究较少11。7J。目前，同内外学者用于大‘己污染预测的方法模型主要有 灰色理论模型、投影寻踪回归模型、模糊理论模型、线性系统分析模型、环境质量计量模型、统 计理论方法、神经网络等预测模型和方法坤”l。同晓强利用多种预测方法进行空7t质量r|l长期预 测，对比预测模型的预测精度，表明神经网络预测结果与实际值非常接近，效果很好，完全可以 满足对预测的要求…·。 人工神经网络具有广泛的适应能力、学习能力及应用能力等，在理论上可以逼近任何非线性 函数一J。神经网络预测方法不需要明确的输入、输出之间的函数关系；主要通过对大量的数据 训练、学习来完成模拟过程，并利用训练好的网络来对新输入的数据进行预测。BP网络是神经 网络中目前应用最广泛、最经典的算法，在水质规划。j管理、大气污染物预测小得到了广泛的成 用_4【。但是，BP网络易陷入局部最小。”川。这个缺点可以通过采用计算机辅助软件，如Matlab 中BP网络的各种改进算法来解决。 由于影响空气污染问题机理复杂，影响因素多，不易实现预测，Matlab与神经网络及其他预 测模形相结合推动『，空气污染的预测。本文采用Matlab软件巾神经网络的]：具箱函数实现城市 空气质量预测，， 二、网络模型建立与数据处理 (一)样本选择 空气质量口报是根据城市污染物排放情况以及第二天的气象条件、大气扩散情况、地理地貌 等因素来发布的，预测和判断该／次13该地区空气污染程度对公众H常活动的影响和危害，并及 时作出预报。我国空气的质量预报由国家环境监测总站发布。我国一般采用污染指数分级的方法 评价空气环境质量现状。这些预报基本符合各城市空气质量实际情况’1㈠。文中取济南、青岛两 中国环境科学学会学术年会论文集(2009) 市自2001年1月1日到2008年12月31日空气污染指数作为样本评价预测两市空气环境质量。 自2001年1月1日到2008年12月31日空气污染指数数据太多，全部应用网络结构不易建立， 本文取各月的空气污染指数平均值预测各市空气质量。 图1 济南市历年空气质量状况曲线图 图1显示，济南市各年空气质量变化比较复杂，规律性不强。文中济南市空气质量的训练样 本是2001年到2007年，2008年数据是测试样本。 由图2可以看出，青岛市空气质量规律性强，但该市2002年空气质量与其他年份各月的变 化趋势明显不一致，是干扰样本，应该当作背景噪音去除。因此，青岛市空气质量的预测样本是 样本。 辍 船 寐 妲