淄博市霾預報方法研究

包浩

摘要 本文使用2015年4月至2016年9月NCEP再分析資料（1°×1°）、淄博地區氣象觀測資料及淄博市環境監測中心提供的污染物濃度資料，采用BP神經網絡建立預報模型，并利用歐洲細網格資料及CUACE模式資料對淄博地區進行了72 h站點霾預報試驗。結果表明，BP神經網絡模型對淄博地區霾預報的準確率達到74%以上，漏報率僅為5.37%，空報率略偏高，其中淄博站、沂源站、高青站的預報準確率達到82%以上，對實際業務中霾的預報有一定參考意義。

關鍵詞 霾；人工神經網絡；R語言；BP算法；預報方法；山東淄博

中圖分類號 P457.7 文獻標識碼 A 文章編號 1007-5739（2017）10-0209-03

近年來，淄博地區空氣中的細顆粒物和氣體污染物明顯增加，空氣質量變差。這不僅對市民的健康構成了危脅，而且降低了大氣的能見度，對交通出行造成影響，也通過遠距離傳輸對周邊地區帶來一定的影響。

目前，國內外霾的預報主要有數值預報、模式輸出統計預報等方法。數值預報方法在大氣動力學模式的基礎上耦合了化學模塊，直接模擬大氣污染與大氣氣象要素場的變化過程，具有良好的發展前景；但受到源排放清單不確定等因素影響，在日常預報業務中受到一定限制。模式輸出統計預報方法首先依據污染物濃度數據集篩選出關聯性強的氣象因子，然后利用統計方法建立預報方程，最后利用模式輸出量代入預報方程進行預報。陳亦君等應用基于系統辨識理論的實時迭代模式對WRF模式預報結果進行后處理，建立了上海地區霾天氣的模式輸出統計方法，結果表明霾日預報成功率為72.7%～73.7%[1]。毛宇清等使用SVM分類和回歸方法分別建立了南京地區霾日分類預報模型和有霾日能見度預報模型，預報試驗結果表明南京地區霾日的SVM分類預報結果TS評分均在0.4以上，有霾日14：00能見度的SVM回歸預報結果準確率均達到86%以上[2]。以上研究主要是基于霾與氣象條件之間的相關性，但是由于霾的嚴重程度受氣溶膠濃度的影響很大，所以同時考慮氣象條件、氣溶膠濃度將很大程度上提高霾預報準確率。本研究嘗試通過建立動態的預報模型，利用氣象和大氣化學模式輸出的結果來實現霾等級預報。

1 人工神經網絡和R語言

1.1 人工神經網絡

神經網絡是由簡單處理單元構成的大規模并行分布式處理器，天然地具有存儲經驗知識和使之可用的特性。神經網絡在2個方面與大腦相似：一是神經網絡是通過學習過程從外界環境中獲取知識；二是互聯神經元的連接強度，即突觸權值，用于存儲獲取的知識[3]。

根據網絡結構的不同，可將神經網絡分為3種，即前饋網絡、競爭網絡以及遞歸聯想存儲網絡，本文采用基于誤差反向傳播算法的多層前饋神經網絡，簡稱BP神經網絡。BP網絡是1986年由Rumelhart和McCelland為首的科學家小組提出的，是一種按誤差逆傳播算法訓練的多層前饋網絡，是目前應用最廣泛的神經網絡模型之一。BP網絡具有非線性映射、自適應、自學習和自組織能力，通過分布儲存和并行處理的方式，使其具有很強的容錯性和很快的處理速度。BP算法本質是優化計算中的梯度下降法，利用誤差對于權、閾值的一階導數信息，應用誤差反傳原理不斷調整網絡的權值、閾值，使網絡輸出值與期望值之間的誤差平方和達到最小或小于設定精度。BP網絡模型由輸入層、隱藏層和輸出層構成，如圖1所示。

1.2 R語言與神經網絡

與起源于貝爾實驗室的S語言類似，R是一種為統計計算和繪圖而生的語言和環境，它是一套開源的數據分析解決方案，由一個龐大且活躍的全球性研究型社區維護。R語言提供了各式各樣的數據分析技術，擁有頂尖水準的制圖功能，可進行交互式數據分析和探索，易于擴展，并為快速編程實現新的統計方法提供了一套十分自然的語言[4]。

R有大量的擴展包可以使用，目前有1萬多個包可下載使用，這些包提供了橫跨各種領域、數量驚人的新功能，包括分析地理數據、處理蛋白質質譜、心理測試分析、金融分析、數據挖掘、人工智能、數據可視化等功能，神經網絡相關的包就有19個，常用的有nnet、AMORE、RSNNS等，其中AMORE包提供了豐富的控制參數，本研究采用了AMORE包進行霾預報方法研究。

2 神經網絡預報模型的建立

分析資料采用淄博市8個地面氣象觀測站點的常規觀測資料、NCEP再分析資料（1°×1°）及淄博市環境監測站提供的污染物濃度資料組建模型訓練樣本。構建樣本時間段為2015年4月至2016年9月。

2.1 預報因子的選取

本研究針對預報因子的選取主要考慮影響霾天氣形成的氣象因子和主要污染物，包括地面氣壓、溫度、露點溫度、相對濕度、水平風速及其上空對流層中低層（500～850 hPa）的水平風垂直切變、對流層中低層的層結不穩定及近地面層的逆溫，以及主要污染物PM2.5濃度等9個預報因子作為訓練樣本，此處通過計算850 hPa與1 000 hPa假相當位溫垂直差代表對流層中低層的層結不穩定、925 hPa與1 000 hPa溫度垂直差代表近地面層的逆溫。

2.2 建模訓練樣本的處理

2015年4月1日至2016年9月30日，樣本數據為1次/d，每個站的總樣本數為549個。為提高霾天氣預報準確率，在保證有霾和無霾樣本的代表性情況下，本研究保留了有霾的樣本，在無霾樣本中隨機剔除部分樣本，提高了霾日樣本所占比例，最終樣本數見表1。

2.2.1 樣本資料的歸一化處理。為消除預報因子之間的量綱影響，提高訓練樣本的速度，首先要對網絡輸入數據進行歸一化處理，使其值在0～1之間。為保證建立的模型具有一定的外推能力，最好使數據預處理后的值在0.2～0.9之間。本研究中因子的歸一化處理方法如下： f（x）=（x-xmin）×0.7/（xmax-xmin）+0.2，式中xmax代表該組數據中的最大值，xmin代表最小值。對網絡輸出結果進行反算即可得到實際值。

2.2.2 樣本資料的分層抽樣。利用分層抽樣技術對總體樣本進行抽樣，從無霾樣本和不同等級的霾樣本中抽樣，將總體樣本劃分為訓練樣本和測試樣本2個部分，訓練樣本占總樣本的80%，測試樣本占20%。分層抽樣采用R語言的samping包中的strata函數來實現，抽樣方法選用無放回的簡單隨機抽樣法（srswor）。

2.3 神經網絡模型的建立

神經網絡模型由1個輸入層、1個輸出層和若干個隱藏層構成，輸入層由9個節點組成，輸出層由1個節點組成。輸入層節點數和輸出層節點數確定后，對隱藏層節點數和隱藏層數進行優化。如果隱藏層節點數過少，網絡不具備必要的學習能力和信息處理能力；反之，如果過多，則會大大增加網絡結構的復雜性，使網絡在學習過程中更容易陷入局部極小點，而且會使網絡的學習速度變得很慢。一般在確定隱藏層節點數時采用經驗公式或逐步試驗法。至于網絡中的神經元層數，大多數實際的神經網絡僅有2～3層神經元，很少有4層或以上[5]。因此，經過反復試驗，最后確定采用含有2個隱藏層的神經網絡拓撲結構。將樣本資料輸入網絡進行循環運算，運算過程采用精度和循環次數雙層控制，達到所需精度或一定循環次數后，利用得到確定的網絡權、閾值即構建所需的神經網絡預報模型（圖2）。

構建神經網絡預報模型時誤差準則選用最小均方（LMS）算法，隱藏層的激活函數選用sigmoid函數，輸出層的激活函數選用purelin函數，訓練方法采用動量自適應梯度下降法（ADAPTgdwm）。

2.4 神經網絡模型的測試

利用總樣本中20%的數據作為測試樣本集進行測試，神經網絡模型輸出的霾日預報準確率達到80%以上。神經網絡訓練和測試部分代碼如下：

#進行訓練

net <- newff（n.neurons = c（9，3，3，1），learning.rate.global = 1e-2，momentum.global = 0.5，error.criterium = "LMS"，Stao = NA，hidden.layer = "tansig"，output.layer = "purelin"，method = "ADAPTgdwm"）；

result <- train（net，train_set[1：9]，train_set[10]，error.criterium = "LMS"，report = TRUE，show.step = 1000，n.shows=5）；

#進行測試

y <- sim（result$net，test_set[1：9]）；

y[which（y<0）] <- 0；

y[which（y>4）] <- 4；

y <- round（y）；

precision <- sum（test_set$phenomenon==y）/length（y）；

cat（′測試準確率為′，precision，′＼n′）；

3 預報結果的檢驗分析

本研究所用的神經網絡模型由R語言進行建模并完成測試，基于神經網絡算法搭建了淄博地區站點霾等級預報系統。系統中的氣象因子使用歐洲細網格數值預報產品，環境因子使用CUACE霧霾數值模式產品，利用每天20：00的預報產品，預報未來72 h的霾等級，時間分辨率為3 h。利用該系統對2016年10月26日至11月27日期間淄博地區的霾進行了72 h預報試驗，并把得到的預報結果與地面觀測實況作對比分析（表2）。

對預報檢驗結果分析如下：

（1）從單站預報情況看，5個站點的預報準確率達到了75%以上，預報模型輸出的預報結果可用性較高，而站點54824、54825的空報率和漏報率較高，這可能與EC模式、CUACE模式的預報誤差有關。以淄博站（54830）為例，在2016年10月26日至11月27日期間輸入3 h間隔預報產品，預報次數為768次，預報結果為無霾正確632次、無霾空報80次、有霾漏報45次、有霾正確11次，漏報率為5.86%，空報率為10.42%，準確達到83.72%。

（2）從總體情況來看，淄博8個站點的平均預報準確率為74.02%，平均漏報率為5.37%，平均空報率為20.61%，霾的漏報率較低，空報率略高。

（3）從霾日分級預報情況看（表3），除54824站預報偏輕外，霾等級預報整體偏重。

4 結論與討論

（1）本研究采用BP算法的人工神經網絡，利用NCEP再分析資料和實況觀測資料建立了淄博地區8個站點的霾等級預報模型，經過測試樣本測試，霾日預報準確率達到80%以上。

（2）本研究基于人工神經網絡模型，利用歐洲細網格數值模式輸出的氣象預報產品及CUACE模式輸出的污染物濃度預報產品搭建了淄博地區站點霾等級預報系統，并經過1個月的預報檢驗，平均預報準確率可達74%以上，對實際業務中霾的預報有一定參考意義。

（3）本研究訓練樣本數據由于受到PM2.5數據限制，樣本偏小，有待進一步補充，以提高神經網絡模型的穩定性和準確性。

（4）由于本研究中構建的霾等級預報系統是在利用數值預報產品解釋應用的基礎上進行的，準確率受到數值預報本身準確性的影響，所以檢驗系統預報準確率的同時對數值預報產品的檢驗和訂正很有必要。

5 參考文獻

[1] 陳亦君，尤佳紅，束炯，等.基于WRF-RTIM的上海地區霾預報MOS方法研究[J].環境科學學報，2014，34（3）：574-581.

[2] 毛宇清，孫燕，姜愛軍，等.南京地區霾預報方法試驗研究[J].氣候與環境研究，2011，16（3）：273-279.

[3] HAYKIN S.神經網絡與機器學習[M].申富饒，譯.北京：機械工業出版社，2011：1.

[4] KABACOFF R I.R語言實戰[M].高濤，譯.北京：人民郵電出版社，2013：4-5.

[5] HAGAN M T.神經網絡設計[M].戴葵，譯.北京：機械工業出版社，2002：15.