基于深度学习的大数据空气污染预报 - 中国环境管理.PDFVIP

丨2015年第6期 基于深度学习的大数据空气污染预报 1 2* 2 1 2 1 尹文君 ，张大伟 ，严京海 ，张超 ，李云婷 ，芮晓光 （1.IBM中国研究院，北京 100193；2. 北京市环境保护监测中心，大气颗粒物监测技术北京市重点实验室，北京 100048） 摘 要 为了更好地反映环境污染变化趋势，为环境管理决策提供及时、全面的环境质量信息，预防严重污染事 件发生，开展城市空气质量预报研究是十分必要的。本文针对环境大数据时代下的城市空气质量预报， 提出了一种基于深度学习的新方法。该方法通过模拟人类大脑的神经连接结构，将数据在原空间的特征 表示转换到具有语义特征的新特征空间，自动地学习得到层次化的特征表示，从而提高预报性能。得益 于这种方式，新方法与传统方法相比，不仅可以利用空气质量监测、气象监测及预报等环境大数据，充 分考虑污染物的时空变化、空间分布，得到语义性的污染物变化规律，还可以基于其他空气污染预测方 法的结果（如数值预报模式），自动分析其适用范围、优势劣势。因此，新方法通过模拟人脑思考过程 实现更充分的大数据集成，一定程度上克服了现有方法的缺陷，应用上更加具有灵活性和可操作性。最 后，通过实验证明新方法可以提高空气污染预报性能。 关键词　空气污染预报；深度学习；深度信念网络；大数据 中图分类号：TP391 文献标识码：A 文章编号： 1674-6252（2015）06-0046-07: Deep Learning based Air Pollutant Forecasting with Big Data 1 2* 2 1 2 1 Yin Wenjun , Zhang Dawei , Yan Jinghai , Zhang Chao , Li Yunting , Rui Xiaoguang （1.IBM Research - China, Beijing 100193; 2. Beijing Key Lab of Atmospheric Particle Matter Monitoring, Beijing Municipal Environmental Monitoring Center, Beijing 100048） Abstract: It is necessary to do research about urban air quality forecasting to better refl ect the changing trend of the air pollution and provide prompt and complete environment quality information for environment management decision, as well as to avoid serious air pollution accident. For the urban air quality forecasting in the era of environmental big data, this paper proposes a novel method based on deep learning. Via simulating neural connecting structure of human brain, the deep learning method transforms the feature representation of data in the original space to a new feature space with semantic feature, and obtains