基于统计学习方法的空气质量评价与分类

发布时间：2020-06-19 03:14

【摘要】：空气质量水平与人们的生产生活息息相关。《2018全球环境绩效指数报告》中显示,中国的环境质量在全球180个国家地区中排名177位,空气污染问题是当下亟待解决的问题之一。为有效开展下一步空气污染治理工作,需要对空气污染数据进行深入研究,探寻其发展趋势和变化特征。科学合理地对空气质量进行评价和分类,为改善城市空气质量提供合理有效的建议。本文研究样本为全国31个省会城市2013年12月1日至2018年12月28日的空气质量数据与天气数据。采用缺失森林填补法对原始数据集进行数据插补,使用统计学习方法从时间维度对数据进行深入研究,建立多种机器学习模型对31个城市空气质量进行评价和分类,并从多角度进行模型性能度量。本文的主要研究工作有:(1)对空气质量整体情况分析并分年度统计首要污染物。发现空气质量指数较高的城市多为北方城市,且季节波动较大。2016年之后,_3O逐渐取代PM_(2.5)成为一些城市的首要污染物。(2)根据污染物数据对省会城市进行聚类,并对典型城市空气质量进行时间维度分析。使用主成分分析与层次聚类相结合的方法,将31个省会城市划分为3类,并选出典型城市南宁、北京、郑州。自2014年以来,空气质量指数年均值呈下降趋势,全年空气达标天数均在2018年达到最高。北京的AQI月均值在每年的5-7月呈现反弹趋势,这是由于北京市5-7月份_3O均值达到最高值,且为占比最高的首要污染物。AQI均值在周内各天均值并无明显差异,周变量不是影响空气质量指数的关键因素。(3)为避免AQI单指标评价的片面性,本文综合考虑污染物质量浓度、天气以及周期等因素,选取三种机器学习方法对空气质量等级进行分类预测并进行模型优选。从算法预测精度来看,随机森林相比BP神经网络提高了4.18%,GBDT算法相比BP神经网络提高了4.55%,预测精度达到了98.89%;从模型的运行时间来看,随机森林模型相比神经网络减少了61.766s,GBDT模型相比神经网络减少了66.964s;从宏查全率、宏查准率以及宏观F1指标来看,GBDT算法均有较好的表现。可以将GBDT算法有效用于空气质量等级分类。
【学位授予单位】：山西大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：C81
【图文】：

示意图,神经元模型,示意图,激活函数

图 2.1 神经元模型示意图神经网络的输出值与激活函数的选择有很大的关系，通常引入非线性函数作为激活函数，实现非线性问题到线性问题的转化。单个神经元 k 可以表示为如下公式2.1：1( )mk ik iik k ku w xy f u b ．（2.1）式 2.1 中， ( 1, )ix i m为输入信号； ( 1, )ikw i m为神经元的连接权值；kb 为单个神经元的偏置；ku 为输出值的加总； f ( )为激活函数；ky 为输出信号。2.1.2 反馈网络人工神经元结构模型反馈网络中最基础的形式为单层神经网络，由输入层和输出层两个层次构成。前者负责接收输入信号，后者负责对输出结果进行处理。多层反馈神经网络则增加了中间层结构，其结构如图 2.2 所示：

示意图,多层网络,示意图

图 2.2 多层网络示意图经网络中，所有节点都能进行信号的处理，既能感受到输入端电以进行计算结果的输出。经网络算法原理网络采用最快速度下降法[40]的学习规则，通过网络反向传播结果阈值的调整，使网络的输出误差值逐渐降低。BP 神经网络由两个前向传播与误差的逆向反馈。在前向传播过程中，系统首先接收。经过中间层的计算加工之后，传入输出层，并进行计算结果的神经元之间的连接权值是不变的。反向传播过程是按照前向传播的反方向对系统中每层的连接权重整。在这两个过程的交替工作之后，神经网络的训练各神经元参练。号的前向传播过程：

【相似文献】