基于AGNES算法優化BP神經網絡和GIS系統的大氣污染物濃度預測

姚 寧，馬青蘭，張 晶，文 印

1．太原理工大學:a．環境科學與工程學院，b．現代科技學院，山西 太原 030024

2．廣西大學林學院，廣西 南寧 530004

3．亞熱帶農業生物資源保護與利用國家重點實驗室，廣西 南寧 530004

近年來，隨著國家對大氣污染防治的重視，全國城市空氣質量總體保持穩定，但以二氧化硫、氮氧化物和顆粒物為主的大氣污染依然較為嚴重［1］，尤其是霧霾現象逐漸引起公眾的關注?？諝馕廴緦夂?、生態系統、土壤以及人體健康帶來的危害是巨大的，因此，大氣污染物濃度的預測將會成為未來氣象預報的重要內容，也會成為未來環境管理和預警的重要參考［2］。

經典的大氣污染物濃度預測方法主要依靠以污染物排放源為基礎的數學模型，這些數學模型主要研究污染物擴散因子之間的關系，典型的有無界高斯煙流擴散模式、靜小風擴散模式、封閉性擴散模式、線源擴散模式、面源擴散模式等［3］。隨著模糊數學、系統工程學、GIS空間分析在環境科學領域的深入，以及現代人工智能技術的不斷完善，出現了一系列基于環境因子的新型預測方法，如模糊識別法、人工神經網絡預測、GIS空間插值預測［4］等。

本研究建立污染物濃度與影響因子之間的BP神經網絡，對城市中各監測點位的次日大氣污染物濃度進行預測，并運用GIS的插值分析進行污染物空間分布預測，其中BP神經網絡的輸入向量采用AGNES算法進行處理，總體結構如圖1所示。

圖1 系統總體結構

1 構建大氣污染物濃度的優化BP神經網絡模型

1.1 神經網絡模型架構

BP(Back-Propagation)神經網絡是目前使用最廣泛的人工神經網絡，對于非線性關系可以做出很好的模擬和預測。該網絡是基于誤差逆傳播算法訓練的多層前饋網絡［5］，BP神經網絡的學習特點是誤差反向傳播。如圖2所示，根據輸出節點的誤差反饋，調整輸入節點的權重系數，以達到最佳的神經網絡模型［6］。

研究表明，氣溫、濕度、降水量、氣壓、風速等氣象因素是大氣污染物擴散的主要影響因子［7］，當天的污染物濃度還與前5天的歷史濃度有著比較強的非線性關系［8］。本研究采用氣溫、濕度、降水量、換算后成海平面氣壓的大氣壓強、風速和前5天的污染物濃度等10個參數作為神經網絡的輸入數據，用X=［x1，x2…x10］表示，輸入層神經元個數為10。根據萬能逼近定理［9］，存在一個可以以任意精度逼近任意連續函數的高斯型模糊邏輯系統，所以對于3層BP神經網絡來說，只要隱藏層的神經元個數足夠多，是能夠做出高精度預測的。設隱藏層輸出向量為 Y=［y1，y2…yn］，神經元個數為n，隱藏層輸入函數為f1，輸出層為監測點位的污染物濃度值，神經元個數為1，輸出函數為f2，輸出值設為a，ω為各層神經元之間的連接權重系數，θ為各神經元的閾值。隱藏層的輸出為式中:k為輸出層神經元的下標，本文中k=1。

用MATLAB中的newff函數創建一個反射傳播算法的BP神經網絡，隱藏層神經元個數的確定根據經驗公式［10］，取3 ～14。

圖2 BP神經網絡拓撲結構示意圖

1.2 數據歸一化

數據歸一化是為了避免因離散值存在而造成的數據模型不收斂的情況［11］，采用 MATLAB軟件中的premnmx函數進行數據歸一化處理，模型輸出值用postmnmx函數進行反歸一化，以得到相應量綱的數據。

1.3 模型訓練

采用研究城市最近200天的10個影響參數和對應該日污染物濃度值(來源于當地環境保護局空氣質量發布系統)作為輸入矩陣對BP神經網絡進行訓練，訓練函數采用traingdm函數，訓練完成即可進行預測仿真。

1.4 AGNES算法優化訓練數據

AGNES(Agglomerative Nesting)是凝聚的層次聚類算法［12］，首先找出對象間歐式距離最小的兩個簇，合并為一個新的簇，然后將其包含在下一次的聚類對象中，繼續尋找合并，直到所有的簇都合并成為一個最大的簇，建立層次聚類表，按照條件選出最佳聚類方案。將歸一化之后的訓練輸入數據進行AGNES算法聚類，然后找出每一類中偏差最大的一組數據(某一天的10個參數)剔除，這樣做有助于減少個別離散值對BP神經網絡帶來的影響，對提高網絡的精確性有幫助。

2 基于GIS的污染物空間分布預測

GIS的空間插值分析主要是從有限個點的觀測數據中找到一組函數關系，并根據這組函數關系推求出更多點的值或是整個區域值的分布，表1列出了ArcGIS中5種插值方法的比較［13－16］。根據環保部門發布的各國控監測點位污染物濃度和氣象預報，結合BP神經網絡和GIS空間差值法，可以實現污染物的分布預測。由于自動監測技術有限，各城市檢測點位普遍不多［17］，所以采用ArcGIS中的Kriging插值法。

表1 ArcGIS中5種插值方法的比較

3 預測實例

3.1 BP神經網絡預測污染物濃度

采用太原市環保局AQI發布系統公布的SO2、PM10日均值濃度(2013年10月28日—2014年5月17日，第N天到第(N+4)天的濃度作為(N+5)天的參數)和中央氣象臺發布的太原市氣象數據(2013年11月2日—2014年5月22日，包括平均溫度、平均濕度、降水量、海平面氣壓、平均風速)作為研究對象，把這些數據按照1∶1分為訓練集和驗證集，訓練集數據經過歸一化、AGNES算法聚類和剔除離散值，可以作為BP神經網絡的訓練矩陣和目標矩陣，設置最大訓練次數為90 000 次，計算精度 10－2，速率為10－2。

試驗結果顯示，預測SO2、PM10濃度的BP神經網絡訓練效果均較好(圖3)。

圖3 預測SO2、PM10的BP神經網絡訓練效果

將這兩種污染物的驗證集輸入訓練好的神經網絡進行仿真預測，把預測結果(反歸一化前)和實際污染物濃度(歸一化后)做相關性分析，如圖4、圖5所示。結果表明，預測結果與實際濃度顯著相關。

圖4 SO2預測濃度與實際濃度的相關性

圖5 PM10預測濃度與實際濃度的相關性

3.2 GIS空間插值分析預測污染物的空間分布

運用上述BP神經網絡，預測2014年5月27日太原南寨、澗河、尖草坪、桃園、塢城、小店、金勝、晉源8個監測點位SO2和PM10的濃度值。使用ArcGIS的坐標轉換功能，將上述8個點位導入圖層(北京54坐標系)，創建點文件，以污染物濃度預測值作為Z值字段，對文件進行正態分布分析、協方差分析、空間相關性分析，導出Kriging插值分析圖，把太原市區行政圖的柵格文件導入作為對照。

兩種污染物濃度趨勢大體都為從南向北增大，這主要是由于該區域內國控大氣污染企業的分布大體呈現北密南疏的趨勢，污染物濃度最高的區域為市中心，生活污染源和交通線源污染對其濃度的貢獻不容忽視，加之太原西、北、東三面環山的地形特點，使得太原地區的空氣常處于沉積、滯留狀態［18］，污染物的分布如圖6、圖7所示。

圖6 SO2濃度分布預測圖(μg/m3)

圖7 PM10濃度分布預測圖(μg/m3)

為了進一步評價污染物分布情況，筆者在該圖上標注出區域內所有國控大氣污染重點企業，并對污染物分布和國控企業分布做了空間相關性分析。結果表明，兩種污染物的分布預測與國控企業分布顯著相關，Pearson相關系數分別為0.969、0.949。

4 結論

1)基于AGNES算法優化的BP神經網絡，可以減少個別離散值對BP神經網絡帶來的影響，將輸入數據分為訓練集和驗證集，能夠較好地反映出BP神經網絡的訓練效果;把氣象數據和污染物濃度歷史數據共同作為影響因子，可以更加真實地反映出污染物濃度的時空變化趨勢，為大氣環境質量預測和預警提供有效參考。

2)通過對太原市大氣污染物濃度的預測可知，試驗所建立的AGNES優化BP神經網絡基本上可以預測出污染物濃度，對SO2和PM10濃度的預測較為準確。

3)通過BP神經網絡預測各監測位點的污染物濃度，結合GIS空間插值分析可以繪制出污染物分布預測圖，可以對城市大氣污染物的分布作出預測，為區域環境規劃和管理提供科學依據。由于影響大氣污染物擴散的因素還包括大氣穩定度、實際地形地貌、建筑物阻擋、建筑施工等，所以該實驗方法只能對分布趨勢做大致預測，不能體現局部細節。

［1］2013 中國環境狀況公報［R］．中華人民共和國環境保護部，2014-5-27．

［2］雷蕾，秦俠，姚小麗．人工神經網絡在環境科學中的應用［J］．環境研究與監測，2007，20(1):50-52，56．

［3］馬太玲，張江山．環境影響評價［M］．武漢:華中科技大學出版社，2009.08:116-117．

［4］Corw in D L，Wagenet R J．Application of GIS to the modeling of nonpoint source pollutants in the Vadose zone:a conference overview ［J］． Journal of Environmental Quality，1996，25:403-411．

［5］BaawainM S，AlSerihi A S．Systematic approach for the prediction of ground-level air pollution(around an Industrial Port)using an Artificial Neural Network［J］．Aerosol Air Quality Research，2014，14(1):124-134．

［6］Qimeng W，Ming W．A mathematical expression for air ESD current waveform using BP neural network［J］．Journal of Ekectrostatics，2013，71(2):125-129．

［7］閆妍，張云鵬，李鎧月，等．基于BP神經網絡的西安環境空氣質量的預測［J］．電子設計工程，2013，21(21):54-57．

［8］歐陽鈞，王愛枝．基于Matlab的BP神經網絡在大氣污染物濃度預測中的應用［J］．環境科學與管理，2009，34(11):176-180．

［9］李士勇，李妍．智能優化算法原理與應用［M］．哈爾濱:哈爾濱工業大學出版社，2012:13-17．

［10］徐明德，閻正坤，朱秋麗，等．基于BP神經網絡－隸屬度的河流黑臭評價研究［J］．數學的實踐與認識，2012，42(17):55-61．

［11］Iliadis L，Jayne C．Engineering applications of neural networks［M］．London:Springer，2011:20-24．

［12］許國根．模式識別與智能計算的 MATLAB實現［M］．北京:北京航空航天大學出版社，2012:24-25．

［13］BhattaC S，Mitra，P，Ghosh SK．Spatial interpolation to predict missing attributes in GIS using semantic kriging［J］．Ieee Transactions on Geoscience And Remote Sensing，2014，52(8):4771-4780．

［14］GulerM，Kara T．A comparison of different interpolation techniques used in mapping monthly precipitation in northern turkey［J］．Fresenius Environmental Bulletin，2014，23(2):341-347．

［15］El-Hoz M，Mohsen A，Iaaly A．Assessing groundwater quality in a coastal area using the GIS technique［J］．Desalination and Water Treatment，2014，52(10):1 980-1 989．

［16］Richard L，Glenn G．An interpolation approach for fitting computationally intensive models［J］．Cognitive Systems Research，2014，29-30:53-65．

［17］國家環境監測“十二五”規劃［R］．北京:中華人民共和國環保部，2011．

［18］李艷紅，周晉紅，張春梅．太原市大氣污染形成原因初探［J］．山西煤炭科技，2006，11:31-32，43．