CN117875576A - 一种基于结构化案例库的城市大气污染分析方法 - Google Patents

Abstract

本发明公开了一种基于结构化案例库的城市大气污染分析方法，涉及城市大气污染分析技术领域。该方法包括获取污染源数据和气象数据，并进行数据结构化处理；将污染源结构化数据和气象结构化数据进行时序特征可视化处理；将污染源结构化数据和气象结构化数据按同一时间尺度生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果；对污染源结构化数据和气象结构化数据进行特征重要性分析，确定污染源特征和气象特征对大气污染的影响关系。本发明能够有效的分析出污染源对空气污染指数的贡献度，并且可精确到单独的日期并量化分析当日特征的贡献度及重要性。

Description

一种基于结构化案例库的城市大气污染分析方法

技术领域

本发明涉及城市大气污染分析技术领域，具体涉及一种基于结构化案例库的城市大气污染分析方法。

背景技术

城市化的发展过程中伴随着三种主要污染源的产生，分别是交通源、工业源与扬尘源，使得城市大气受到不同程度的污染，给市民的工作和生活带来严重的不便。因此寻找大气污染的原因，采取相应的措施进行治理和预防，不仅能够改善城市的空气质量，降低大气的污染率，还能够保护人们的生存环境以及生命健康。大气污染的源解析技术主要包括源排放清单、扩散模型和受体模型等三类方法。

目前排放清单的定制方法有两种：一种是自上而下的方法，该方法通过能源统计年鉴中能源消耗、人口等信息，粗略估计各污染区排放量。该方法容易实施但精度不高；第二种是自下而上的方法，该方法通过大量实地测试获取，非常耗费人力物力，但排放数据的计算结果相对可靠。扩散模型主要用于处理非稳态下污染物的长距离输送，常用来模拟空气中污染物的排放、扩散、传输、物理化学反应和清除机制等过程。但该类方法的模型种类繁多，很难确定合适的空气质量模型，难以确定合适的模拟时空尺度，数据源的获取难度、技术复杂程度和软硬件平台都限制了该类模型的效果。同时，源排放清单的准确性直接影响了扩散模型模拟结果的准确性，采用不同的源排放清单数据或采用不同的数据处理方法都会导致模型的模拟结果差异。受体模型通过分析颗粒物中化学成分和物理特性来推断污染物来源，实现方法主要有显微镜法和化学法。显微镜法要建立庞大的源数据库，适用于定性或半定量分析形态特征明显的气溶胶定量分析需具备大量单个粒子结果才能代表整个样品。化学法主要有化学元素平衡法（CEB）、因子分析法（FA）、富集因子法、多元分析法、空间系列分析和时间系列分析等。化学质量平衡法很难满足排放源物质成分线性独立的要求，需要测量潜在污染源的化学成分谱，这需要全面的成分谱和准确的机物降解因子，需要大量的人力和物力。富集因子法只能定性给出研究元素污染程度有较大的局限性。时间序列分析法用于间接推定污染源不适合特定的污染源；空间模式分析法利用样品的空间分布与已知污染源的位置和化学组成之间的关系来确定污染源的影响，可间接的推定污染源但不能分析出污染源的有关资料。

发明内容

针对现有技术中的上述不足，本发明提供了一种基于结构化案例库的城市大气污染分析方法。

为了达到上述发明目的，本发明采用的技术方案为：

一种基于结构化案例库的城市大气污染分析方法，包括以下步骤：

获取污染源数据和气象数据，并进行数据结构化处理；

将污染源结构化数据和气象结构化数据进行时序特征可视化处理；

将污染源结构化数据和气象结构化数据按同一时间尺度生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果；

对污染源结构化数据和气象结构化数据进行特征重要性分析，确定污染源特征和气象特征对大气污染的影响关系。

可选地，所述污染源数据具体包括：

空气质量数据、运渣车污染源数据、交通拥堵指数数据、交通流量数据、工厂用电数据和气象扩散条件数据。

可选地，所述空气质量数据具体包括：

细颗粒物、可吸入颗粒物、一氧化碳、二氧化氮、二氧化硫和臭氧。

可选地，所述气象数据具体包括：

温度、大气压强、湿度、风速和太阳辐射强度。

可选地，所述将污染源结构化数据和气象结构化数据进行时序特征可视化处理具体包括以下步骤：

对污染源结构化数据和气象结构化数据进行数据清洗和数据填充处理；

根据处理后的污染源结构化数据和气象结构化数据按照时序生成柱状图，得到时序特征可视化结果。

可选地，所述将污染源结构化数据和气象结构化数据按同一时间尺度生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果，具体包括以下步骤：

将污染源结构化数据和气象结构化数据按同一时间尺度划分数据样本；

采用皮尔逊相关系数计算划分的数据样本中污染源特征与气象特征的相关系数；

根据污染源特征与气象特征的相关系数生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果。

可选地，所述对污染源结构化数据和气象结构化数据进行特征重要性分析，确定污染源特征和气象特征对大气污染的影响关系，具体包括以下步骤：

根据污染源结构化数据和气象结构化数据，采用机器学习方法建立污染源特征和气象特征与空气质量数据的映射关系；

根据污染源特征和气象特征与空气质量数据的映射关系，确定污染源特征和气象特征对大气污染的影响关系。

可选地，所述根据污染源特征和气象特征与空气质量数据的映射关系，确定污染源特征和气象特征对大气污染的影响关系具体包括以下步骤：

将污染源结构化数据中的污染源特征与气象结构化数据中的气象特征进行任意组合，建立特征联盟；

按照各个特征数据加入特征联盟的顺序，计算新加入特征联盟的特征数据对特征联盟的边际贡献度；

根据各个特征数据对特征联盟的边际贡献度将空气质量数据分配给各个特征数据，确定各个特征数据对空气质量数据的贡献度以及各种特征组合数据对空气质量数据的组合贡献度。

本发明具有以下有益效果：

本发明首先将城市污染源数据和气象数据结构化，并将污染源数据与气象数据做时序特征可视化展示；之后利用相关性矩阵图可视化污染源特征和气象特征的分布情况；最后进行特征重要性分析，能够有效的分析出污染源对空气污染指数的贡献度，并且可精确到单独的日期并量化分析当日特征的贡献度及重要性，从而为政府与企业的决策与污染源管控提供科学的、合理的依据，实现对环境污染源做到更精细和更有效的管控策略。

附图说明

图1为本发明中一种基于结构化案例库的城市大气污染分析方法的流程示意图；

图2为本发明中相关性矩阵图的示意图；

图3为本发明中个体样本中特征贡献图的示意图；

图4为本发明中全量样本中特征贡献图的示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，本发明实施例提供了一种基于结构化案例库的城市大气污染分析方法，包括以下步骤S1至S4：

S1、获取污染源数据和气象数据，并进行数据结构化处理；

在本发明的一个可选实施例中，本实施例通过步骤S1获取的分析数据包括污染源数据和气象数据。其中污染源数据具体包括：空气质量数据、运渣车污染源数据、交通拥堵指数数据、交通流量数据、工厂用电数据和气象扩散条件数据。

本实施例获取的空气质量数据具体包括：细颗粒物、可吸入颗粒物、一氧化碳、二氧化氮、二氧化硫和臭氧。

本实施例获取运渣车污染源数据的方法为：

首先获取全量的运渣车GPS轨迹点，挖掘运渣车的停驻点，然后根据停驻点信息判断活跃的运渣车，以此为依据对运渣车的车牌信息去重后得到活跃的运渣车数量。

本实施例获取交通拥堵指数数据的方法为：

首先计算早晚高峰的交通拥堵指数，然后计算早晚高峰期间的道路平均拥堵指数，计算道路拥堵指数的90%分位数，读取大于该拥堵指数的道路然后计算城市范围全域的平均道路拥堵指数。

本实施例获取交通流量数据的方法为：

根据城市范围内的交通卡口拍摄记录，根据每小时内的车辆记录信息对车牌号码进行去重得到每小时内的交通流量，对24小时内的交通流量求和得到以天为单位的交通流量数据。

本实施例获取工厂用电数据的方法为：

对工厂用电记录进行数据清洗，删除异常值，然后计算工厂用电的每天的用电量，得到工厂用电数据。

本实施例获取的气象数据具体包括：温度、大气压强、湿度、风速和太阳辐射强度。获取方法为对温度、大气压强、湿度、风速数据计算24小时平均值，对太阳辐射强度计算8小时的滑动平均值，选8小时滑动平均值最大值作为当天的平均值，得到各种气象数据。

本发明获取污染源数据和气象数据及空气质量数据后，剔除数据中的重复值和异常值；然后对数据的缺失值进行线性插补，将所获得的数据按照每日的时间粒度进行聚合得到结构化的数据表，数据样本量大小等于数据收集结束日期减去数据收集开始日期。

S2、将污染源结构化数据和气象结构化数据以柱状图的形式进行时序特征可视化处理；

在本发明的一个可选实施例中，本实施例通过步骤S2将污染源结构化数据和气象结构化数据进行时序特征可视化处理具体包括以下步骤S21至S22：

S21、对污染源结构化数据和气象结构化数据进行数据清洗和数据填充处理；

S22、根据处理后的污染源结构化数据和气象结构化数据按照时序生成柱状图，得到时序特征可视化结果。

具体而言，本实施例先将污染源结构化数据中的运渣车污染源数据、交通拥堵指数数据、交通流量数据、工厂用电数据和气象扩散条件数据以及气象结构化数据中的温度、大气压强、湿度、风速和太阳辐射强度进行数据清洗；然后将运渣车污染源数据、交通拥堵指数数据、交通流量数据、工厂用电数据、温度、大气压强、湿度、风速和太阳辐射强度中的缺失值采用线性插值方法进行填充，将气象扩散条件数据中的缺失值采用均值方法进行填充；最后根据处理后的污染源结构化数据和气象结构化数据按照时序生成柱状图，得到时序特征可视化结果。

S3、将污染源结构化数据和气象结构化数据按同一时间尺度生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果；

在本发明的一个可选实施例中，本实施例通过步骤S3将污染源结构化数据和气象结构化数据按同一时间尺度生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果，具体包括以下步骤S31至S33：

S31、将污染源结构化数据和气象结构化数据按同一时间尺度划分数据样本；

S32、采用皮尔逊相关系数计算划分的数据样本中污染源特征与气象特征的相关系数；

S33、根据污染源特征与气象特征的相关系数生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果。

具体而言，本实施例经过数据可视化及数据清洗后，先将数据的时间尺度从小时级别缩放到日期级别，并将以日期为时间单位的尺度划分数据样本。

然后采用皮尔逊相关系数计算划分的数据样本中污染源特征与气象特征的相关系数；

最后根据污染源特征与气象特征的相关系数生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果，如图2所示。

S4、对污染源结构化数据和气象结构化数据进行特征重要性分析，确定污染源特征和气象特征对大气污染的影响关系。

在本发明的一个可选实施例中，本实施例通过步骤S4对污染源结构化数据和气象结构化数据进行特征重要性分析，确定污染源特征和气象特征对大气污染的影响关系，具体包括以下步骤S41至S42：

S41、根据污染源结构化数据和气象结构化数据，采用机器学习方法建立污染源特征和气象特征与空气质量数据的映射关系，所建立的机器学习模型为XGboost树模型f；

S42、根据污染源特征和气象特征与空气质量数据的映射关系，确定污染源特征和气象特征对大气污染的影响关系，具体包括以下步骤：

S421、将污染源结构化数据中的污染源与气象结构化数据中的气象特征进行任意组合，建立个特征组合/>，其中/>表示污染源特征和气象类特征的维度大小；

S422、计算特征的shapley值，并从全量数据样本矩阵X中抽取部分数据样本/>。按照各个特征数据加入特征联盟的顺序，计算新加入特征联盟的特征数据对特征联盟的边际贡献度；根据各个特征数据对特征联盟的边际贡献度将空气质量数据分配给各个特征数据，确定各个特征数据对空气质量数据的贡献度以及各种特征组合数据对空气质量数据的组合贡献度。其中某个特征/>的Shapley值的计算公式如下所示：

其中，表示特征向量集合，/>表示特征向量的维度，/>表示计算得到的特征Shapley值，！表示阶乘。

S423、固定特征子集S中特征的值和样本的特征值，除子集/>和第/>个特征值不变之外其他特征值使用平均值z代替，构造样本/>，有特征/>的情况：。

S424、固定特征子集中特征的值，除子集/>中的特征值保持不变外其他特征值使用平均值z代替，构造样本/>，没有特征/>的情况：/>。

S425、计算Shapley值的平均值。

具体而言，本实施例为了定量分析城市污染源类型贡献度，首先根据污染源结构化数据和气象结构化数据，采用机器学习方法建立污染源特征和气象特征与空气质量数据的映射关系；

然后根据污染源特征和气象特征与空气质量数据的映射关系，采用合作博弈论方法计算各个特征对空气质量数据的贡献度，从而确定污染源特征和气象特征对大气污染的影响关系。

根据以上计算过程可得到个体样本中特征shapley值，如图3所示，以及全量样本的shapley值的均值，如图4所示。

计算两个特征交互作用下的Shapley值，可用于探索分析两种特征i,j之间的交互作用，其计算公式如下所示：

本发明能够单独分析个例样本中各污染源浓度的贡献度，也能泛化推广至一定时间范围内的城市污染物特征重要性；通过特征重要性分析，既能分析单个污染源特征的贡献值，也能分析多个污染特征组合的特征贡献值，同时能够在结合气象条件对污染物排放进行定性定量的分析。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (8)

1.一种基于结构化案例库的城市大气污染分析方法，其特征在于，包括以下步骤：

获取污染源数据和气象数据，并进行数据结构化处理；

将污染源结构化数据和气象结构化数据进行时序特征可视化处理；

将污染源结构化数据和气象结构化数据按同一时间尺度生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果；

对污染源结构化数据和气象结构化数据进行特征重要性分析，确定污染源特征和气象特征对大气污染的影响关系。

2.根据权利要求1所述的一种基于结构化案例库的城市大气污染分析方法，其特征在于，所述污染源数据具体包括：

空气质量数据、运渣车污染源数据、交通拥堵指数数据、交通流量数据、工厂用电数据。

3.根据权利要求2所述的一种基于结构化案例库的城市大气污染分析方法，其特征在于，所述空气质量数据具体包括：

细颗粒物、可吸入颗粒物、一氧化碳、二氧化氮、二氧化硫和臭氧。

4.根据权利要求1所述的一种基于结构化案例库的城市大气污染分析方法，其特征在于，所述气象数据具体包括：

温度、大气压强、湿度、风速、太阳辐射强度和气象扩散条件数据。

5.根据权利要求1所述的一种基于结构化案例库的城市大气污染分析方法，其特征在于，所述将污染源结构化数据和气象结构化数据进行时序特征可视化处理具体包括以下步骤：

对污染源结构化数据和气象结构化数据进行数据清洗和数据填充处理；

根据处理后的污染源结构化数据和气象结构化数据按照时序生成柱状图，得到时序特征可视化结果。

6.根据权利要求1所述的一种基于结构化案例库的城市大气污染分析方法，其特征在于，所述将污染源结构化数据和气象结构化数据按同一时间尺度生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果，具体包括以下步骤：

将污染源结构化数据和气象结构化数据按同一时间尺度划分数据样本；

采用皮尔逊相关系数计算划分的数据样本中污染源特征与气象特征的相关系数；

根据污染源特征与气象特征的相关系数生成相关性矩阵图，得到污染源特征和气象特征的可视化分布结果。

7.根据权利要求1所述的一种基于结构化案例库的城市大气污染分析方法，其特征在于，所述对污染源结构化数据和气象结构化数据进行特征重要性分析，确定污染源特征和气象特征对大气污染的影响关系，具体包括以下步骤：

根据污染源结构化数据和气象结构化数据，采用机器学习方法建立污染源特征和气象特征与空气质量数据的映射关系；

根据污染源特征和气象特征与空气质量数据的映射关系，确定污染源特征和气象特征对大气污染的影响关系。

8.根据权利要求7所述的一种基于结构化案例库的城市大气污染分析方法，其特征在于，所述根据污染源特征和气象特征与空气质量数据的映射关系，确定污染源特征和气象特征对大气污染的影响关系具体包括以下步骤：

将污染源结构化数据中的污染源特征与气象结构化数据中的气象特征进行任意组合，建立特征联盟；

按照各个特征数据加入特征联盟的顺序，计算新加入特征联盟的特征数据对特征联盟的边际贡献度；

根据各个特征数据对特征联盟的边际贡献度将空气质量数据分配给各个特征数据，确定各个特征数据对空气质量数据的贡献度以及各种特征组合数据对空气质量数据的组合贡献度。