＊?jiǎng)⑺佳?曹馨元* 劉照 李曉妍

（1.沈陽(yáng)航空航天大學(xué)能源與環(huán)境學(xué)院 遼寧 110136 2.中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所 吉林 130102）

春節(jié)是我國(guó)歷史最為悠久的傳統(tǒng)節(jié)日，春節(jié)期間燃放煙花爆竹已然成為了人民的一項(xiàng)重要的娛樂(lè)性活動(dòng)。但是，在短時(shí)間內(nèi)燃放大量煙花爆竹，不但會(huì)導(dǎo)致意外傷亡的事故增加，而且會(huì)釋放出大量污染物。目前，對(duì)于煙花爆竹燃放的研究大多利用地面監(jiān)測(cè)數(shù)據(jù)及采樣數(shù)據(jù)分析污染物成分及其危害。趙素平等[1]以蘭州市為例研究了春節(jié)期間顆粒物濃度及其體積濃度譜分布特征，結(jié)果表明煙花燃放排放顆粒物體積中位徑最大比例在0.93，5.50μm左右。金軍等[2]研究發(fā)現(xiàn)，煙花爆竹的燃放會(huì)導(dǎo)致污染物濃度劇烈增加，監(jiān)測(cè)點(diǎn)PM10最高濃度超過(guò)800μg/m3，不僅導(dǎo)致能見(jiàn)度下降，還會(huì)造成大氣消光作用。煙花排放顆粒物水溶性離子、重金屬濃度也會(huì)在短期內(nèi)急劇上升，K+質(zhì)量濃度最高達(dá)到115.6μg/m3，Ba質(zhì)量濃度最高達(dá)到5.168μg/m[3]。洪也等[4]進(jìn)一步對(duì)煙花爆竹燃放排放細(xì)顆粒元素進(jìn)行了分析，結(jié)果指出Ba、Sr、K等污染元素濃度在沈陽(yáng)城區(qū)中有明顯上升，特別富集在PM1中。大量的污染物不但會(huì)導(dǎo)致空氣質(zhì)量的惡化，而且會(huì)對(duì)人體的健康造成危害[5]。出于環(huán)保以及安全的角度考慮，沈陽(yáng)市人民政府發(fā)布了關(guān)于春節(jié)期間禁止銷(xiāo)售和燃放煙花爆竹的通告，因此2020年春節(jié)成為沈陽(yáng)市三環(huán)以內(nèi)城區(qū)準(zhǔn)許銷(xiāo)售和燃放煙花爆竹的最后一年[6]。因此，準(zhǔn)確預(yù)測(cè)煙花爆竹排放顆粒物濃度對(duì)于控制節(jié)日期間短期急增大氣污染至關(guān)重要。

目前，顆粒物濃度預(yù)測(cè)的方法主要包括大氣數(shù)值模式預(yù)測(cè)、統(tǒng)計(jì)模型預(yù)測(cè)以及機(jī)器學(xué)習(xí)模型預(yù)測(cè)[7]。其中大氣數(shù)值模式預(yù)測(cè)是通過(guò)對(duì)PM2.5的擴(kuò)散方程進(jìn)行數(shù)值求解，統(tǒng)計(jì)模型預(yù)測(cè)包括多元線性回歸模型，灰色預(yù)測(cè)模型，以及時(shí)間序列常用的ARIMA模型等。近年來(lái)，國(guó)內(nèi)外學(xué)者通過(guò)構(gòu)建機(jī)器學(xué)習(xí)模型，提高了預(yù)測(cè)PM2.5濃度的預(yù)測(cè)精度。梁錫冠等[8]通過(guò)比較幾種常見(jiàn)的基于樹(shù)的集成學(xué)習(xí)模型預(yù)測(cè)PM2.5濃度，得到的結(jié)論是LightGBM模型預(yù)測(cè)濃度更優(yōu)，其次是XGBoost模型，RF模型最差。Kumar等[9]通過(guò)改進(jìn)的AdaBoost算法預(yù)測(cè)了德?tīng)柡赑M2.5濃度，與XGBoost模型相比預(yù)測(cè)效果更佳。

本研究基于2016年—2022年沈陽(yáng)市春節(jié)期間正月初一前后各15d的逐小時(shí)空氣質(zhì)量監(jiān)測(cè)歷史數(shù)據(jù)集，結(jié)合相應(yīng)的氣象數(shù)據(jù)以及時(shí)間編碼數(shù)據(jù)對(duì)沈陽(yáng)市春節(jié)期間PM2.5濃度進(jìn)行預(yù)測(cè)，并且通過(guò)4種錯(cuò)誤度量標(biāo)準(zhǔn)得出最優(yōu)模型，為沈陽(yáng)市煙花爆竹燃放政策的完善以及春節(jié)期間空氣污染控制提供預(yù)報(bào)預(yù)警作用以及參考，并為沈陽(yáng)市環(huán)境管理部門(mén)科學(xué)決策提供數(shù)據(jù)支持。

1.實(shí)驗(yàn)部分

(1)數(shù)據(jù)來(lái)源

①觀測(cè)數(shù)據(jù)

本研究的觀測(cè)數(shù)據(jù)主要來(lái)自全國(guó)空氣質(zhì)量歷史數(shù)據(jù)庫(kù)網(wǎng)站（http://beijingair.sinaapp.com/#messy），該網(wǎng)站的數(shù)據(jù)主要來(lái)自中國(guó)環(huán)境監(jiān)測(cè)總站的全國(guó)城市空氣質(zhì)量實(shí)時(shí)發(fā)布的數(shù)據(jù)。本文所采用的監(jiān)測(cè)數(shù)據(jù)為2016年—2022年正月初一前后各15d的沈陽(yáng)市包括皇姑區(qū)、大東區(qū)、沈河區(qū)、和平區(qū)、于洪區(qū)、渾南區(qū)、鐵西區(qū)、沈北新區(qū)在內(nèi)的主城區(qū)的9個(gè)站點(diǎn)的空氣質(zhì)量指數(shù)（AQI）和各常規(guī)污染物（PM2.5、PM10、CO、NO2、SO2、O3）質(zhì)量濃度的逐時(shí)監(jiān)測(cè)數(shù)據(jù)，這些站點(diǎn)包括主要區(qū)域、交通干道等類(lèi)型，所有監(jiān)測(cè)站點(diǎn)均經(jīng)過(guò)GPS定位[10]。

②氣象數(shù)據(jù)

本研究主要通過(guò)中國(guó)氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/site/index.html）和rp5.ru天氣（https://rp5.ru.com）獲得沈陽(yáng)市2016年—2022年溫度（℃），表面大氣壓（mmHg）、平均海平面大氣壓（mmHg）、相對(duì)濕度（%）、平均風(fēng)速（m/s）、露點(diǎn)溫度（℃）[11]。

(2)研究方法

為了更加合理、準(zhǔn)確地評(píng)價(jià)模型的性能，本研究采用均方誤差MSE、平均絕對(duì)誤差MAE、平均絕對(duì)百分比誤差MAPE、決定系數(shù)R2四種錯(cuò)誤度量標(biāo)準(zhǔn)對(duì)模型進(jìn)行評(píng)估[12-13]。其中MSE作為回歸問(wèn)題最常用的指標(biāo)之一，其優(yōu)點(diǎn)可以非常直觀地反映預(yù)測(cè)值與真值之間的偏差，MAE則能更好的地反映出預(yù)測(cè)值誤差的實(shí)際狀況，MAPE以百分比表示，可用于比較不同比例的預(yù)測(cè)，R2度量了因變量中可以被自變量解釋的比重，R2越接近1，模型的擬合效果越好。

2.結(jié)果與討論

(1)特征工程處理

PM2.5濃度與時(shí)間特征存在一定的相關(guān)性，在創(chuàng)建機(jī)器學(xué)習(xí)模型訓(xùn)練的過(guò)程中，為了使模型輸出的結(jié)果能夠更準(zhǔn)確、更靈活，時(shí)間特征也應(yīng)該被輸入到模型中[8]。除進(jìn)行時(shí)間周期性編碼外，時(shí)間特征還可被當(dāng)作為離散值進(jìn)行處理，本研究采用OneHotEncoder對(duì)時(shí)間特征進(jìn)行編碼并代入模型[14-15]。進(jìn)行時(shí)間變量編碼后的結(jié)果與PM2.5濃度的相關(guān)系數(shù)如表1所示。實(shí)驗(yàn)表明，沈陽(yáng)市9個(gè)站點(diǎn)年份特征編碼對(duì)于PM2.5濃度有很強(qiáng)的一致性，其中r-2020均得到了大幅提高，說(shuō)明沈陽(yáng)市春節(jié)期間的濃度在2020年劇烈增加，而2021年—2022年P(guān)earson相關(guān)系數(shù)均與PM2.5濃度呈現(xiàn)一定的負(fù)相關(guān)性。

表1 年份時(shí)間編碼與PM2.5濃度的相關(guān)系數(shù)

(2)預(yù)測(cè)結(jié)果分析

對(duì)于數(shù)據(jù)量較大的數(shù)據(jù)集，為了防止過(guò)擬合，通常要進(jìn)行K-fold交叉驗(yàn)證，但是由于傳統(tǒng)的K-fold交叉驗(yàn)證是隨機(jī)打亂數(shù)據(jù)集作為訓(xùn)練集的部分，對(duì)于時(shí)間序列類(lèi)與時(shí)間變量存在極大的相關(guān)性數(shù)據(jù)，會(huì)導(dǎo)致時(shí)間性關(guān)系喪失，從而導(dǎo)致模型的錯(cuò)誤。因此，本研究利用了sklearn庫(kù)中的TimeSeriesSplit類(lèi)，其中n_splits參數(shù)設(shè)置為5，意為創(chuàng)建5個(gè)不同的時(shí)間窗口，其中時(shí)間窗口中的數(shù)據(jù)集為連續(xù)的時(shí)間序列數(shù)據(jù)，tiest_size參數(shù)取值為300，意為測(cè)試集的樣本數(shù)為300個(gè)。同時(shí)，為了防止不同的時(shí)間窗口中訓(xùn)練集與測(cè)試集數(shù)據(jù)產(chǎn)生交叉，本研究將gap參數(shù)設(shè)置為48，意為訓(xùn)練集與測(cè)試集的數(shù)據(jù)需要間隔48h。這樣K-fold的交叉驗(yàn)證能夠直觀地判斷出模型在不同的數(shù)據(jù)集上的過(guò)擬合情況，以便后續(xù)的調(diào)參過(guò)程處理。

本研究以陵?yáng)|街站點(diǎn)為例，對(duì)六種模型的預(yù)測(cè)值與真值進(jìn)行分析，其中4種錯(cuò)誤度量標(biāo)準(zhǔn)為進(jìn)行交叉驗(yàn)證后取得平均值的結(jié)果。

從圖1中真實(shí)值與預(yù)測(cè)值得結(jié)果可以看出，LSTM、GRU模型擬合效果最好，當(dāng)PM2.5濃度為20～70μg/m3時(shí)，各個(gè)模型的預(yù)測(cè)精度都很高，但當(dāng)PM2.5濃度大于70μg/m3時(shí)4種集成學(xué)習(xí)模型的預(yù)測(cè)精度開(kāi)始下降，而深度學(xué)習(xí)模型的預(yù)測(cè)精度仍很高，當(dāng)PM2.5濃度持續(xù)增加到大于125μg/m3后，深度學(xué)習(xí)模型的預(yù)測(cè)精度開(kāi)始緩慢下降。由表2可知，LSTM、GRU深度學(xué)習(xí)模型的4種錯(cuò)誤度量標(biāo)準(zhǔn)均小于4種集成學(xué)習(xí)模型。在4種集成學(xué)習(xí)模型中LGBM的MSE最小，預(yù)測(cè)精度最高，RF、XGBOOST其次、GBDT效果相對(duì)最差?？傮w上來(lái)講，六種模型的R2均大于0.9，MAPE均小于20%，MAE均小于0.7，所有模型的精度均為很高水平。從整體上看，深度學(xué)習(xí)模型比樹(shù)集成學(xué)習(xí)模型模擬效果好很多，MSE平均降低了大約44%，其余錯(cuò)誤度量標(biāo)準(zhǔn)也均小于樹(shù)集成學(xué)習(xí)模型。GRU、LSTM與主流的機(jī)器學(xué)習(xí)模型預(yù)測(cè)濃度以及相較于傳統(tǒng)的空氣質(zhì)量模型預(yù)測(cè)PM2.5濃度也有明顯的優(yōu)勢(shì)，并且預(yù)測(cè)速度更快。

圖1 種模型預(yù)測(cè)值與真實(shí)值得對(duì)比

表2 陵?yáng)|街站點(diǎn)6種模型的錯(cuò)誤度量標(biāo)準(zhǔn)

3.結(jié)論

（1）通過(guò)對(duì)比6種機(jī)器學(xué)習(xí)模型的預(yù)測(cè)情況，得到的結(jié)論是GRU模型預(yù)測(cè)PM2.5濃度的效果最好，其次為L(zhǎng)STM模型，GBDT模型預(yù)測(cè)PM2.5濃度的效果最差。

（2）GRU模型在沈陽(yáng)市PM2.5濃度預(yù)測(cè)中其準(zhǔn)確率要高于其他模型，其MSE、MAE、MAPE以及R2分別為32.160、3.413、0.097、0.973。

（3）建立的GRU模型以及LSTM模型其MSE、MAE、MAPE均小于樹(shù)集成學(xué)習(xí)模型，R2均大于樹(shù)集成學(xué)習(xí)模型LGBM、XGBOOST、RF以及GBDT，表明在預(yù)測(cè)PM2.5濃度的實(shí)驗(yàn)中，深度學(xué)習(xí)模型要優(yōu)于常見(jiàn)的樹(shù)集成學(xué)習(xí)模型。