一种AQI实时预测模型的研究

一种AQI实时预测模型的研究

论文摘要

空气质量指数(AQI)是衡量空气质量状况的重要指标,如何准确迅速地预测未来一段时间的AQI已成为一个热点问题。空气质量网格化实时监测预警预报系统的出现为实时预测某一区域的AQI提供了可能。但随着样本数量的持续增加,预测下一个时间点AQI的计算量也逐渐增大,影响了预测的实时性。虽然数值预报模式能够对未来多个时间点的AQI进行预测,但由于其预测准确率较低,单靠数值预报模式已不能满足人们的要求。针对以上问题,本文提出了一种AQI实时预测模型,根据应用场景不同,该模型在实时处理模块分为了两个预测器:单点AQI实时预测器和多点AQI实时预测器。针对预测下一时间点的AQI实时性较差的问题,本文根据AQI的计算特点和KNN算法的基本思想,建立了一种单点AQI实时预测器。本文选取北京地区近四年的气象数据和空气质量数据构建样本集进行实验,通过交叉验证法确定了 K的取值,然后使用Storm分布式流数据处理框架对KNN算法进行了分布式拓展,使得预测器能够实时预测下一时间点的AQI。针对数值预报模式预测的AQI准确率较低的问题,本文提出了基于KNN和卡尔曼滤波的组合预测算法KNN-KF。KNN-KF算法首先将KNN算法历史预测的AQI作为卡尔曼滤波的系统状态,使用最小二乘法求解卡尔曼滤波的估计方程和测量方程得到状态向量初值;然后利用卡尔曼滤波算法的递归方程根据过去24小时KNN算法预测值组成的预报因子和实况值求得订正系数;再利用KNN算法根据气象和空气质量数值预报数据得到未来24小时AQI的中间预测值;最后利用订正系数和中间预测值求得订正值。并且本文还将风力因素添加到系统状态、预报因子和订正因子当中,以进一步降低预测误差。最后本文利用Storm将KNN-KF进行分布式拓展,建立了高准确率的多点AQI实时预测器。本文通过实验验证了单点AQI实时预测器和多点AQI实时预测器的准确率和性能,得到了较为理想的实验结果。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景、目的及意义
  •     1.1.1 研究背景
  •     1.1.2 研究目的及意义
  •   1.2 国内外研究现状
  •     1.2.1 AQI预测方法的研究现状
  •     1.2.2 实时流处理框架应用的研究现状
  •   1.3 论文的主要工作
  •   1.4 论文的组织结构
  • 2 相关技术介绍
  •   2.1 空气质量指数AQI
  •   2.2 KNN算法概述
  •     2.2.1 KNN算法的基本原理
  •     2.2.2 KNN算法流程
  •   2.3 卡尔曼滤波算法概述
  •   2.4 Storm流数据处理框架概述
  •   2.5 其他
  •     2.5.1 Apache Flume
  •     2.5.2 Apache Kafka
  •     2.5.3 ZooKeeper
  •   2.6 本章小结
  • 3 AQI实时预测模型
  •   3.1 预测AQI主要因素的选择
  •   3.2 AQI实时预测模型的设计
  •     3.2.1 模型性能要求
  •     3.2.2 模型的总体设计
  •   3.3 实时处理模块
  •   3.4 本章小结
  • 4 单点AQI实时预测器
  •   4.1 KNN算法中K的取值
  •   4.2 单点AQI实时预测器的设计
  •   4.3 实验平台与数据
  •     4.3.1 实验环境
  •     4.3.2 数据来源
  •     4.3.3 数据预处理
  •   4.4 实验结果与性能分析
  •     4.4.1 准确率测试
  •     4.4.2 性能对比与分析
  •   4.5 本章小结
  • 5 多点AQI实时预测器
  •   5.1 基于KNN和卡尔曼滤波的组合预测算法
  •     5.1.1 组合预测算法KNN-KF
  •     5.1.2 带风力因素的KNN-KF
  •   5.2 多点AQI实时预测器的设计
  •   5.3 实验平台与数据
  •     5.3.1 实验环境
  •     5.3.2 数据来源
  •   5.4 实验结果与性能分析
  •     5.4.1 实验结果
  •     5.4.2 性能对比与分析
  •   5.5 本章小结
  • 6 总结与展望
  •   6.1 工作总结
  •   6.2 工作展望
  • 7 参考文献
  • 8 攻读硕士学位期间发表的学术成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 刘洪通

    导师: 冯百明

    关键词: 空气质量指数,卡尔曼滤波,实时预测

    来源: 西北师范大学

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑,信息科技

    专业: 数学,环境科学与资源利用,无线电电子学

    单位: 西北师范大学

    分类号: TN713;O212.2;X51

    DOI: 10.27410/d.cnki.gxbfu.2019.000536

    总页数: 53

    文件大小: 2810K

    下载量: 18

    相关论文文献

    • [1].基于五类空气质量指数的天津市环境空气质量评价[J]. 环境与健康杂志 2018(09)
    • [2].空气质量指数及其含量的极值模型分析[J]. 哈尔滨商业大学学报(自然科学版) 2019(03)
    • [3].环境空气质量指数在应用中存在的问题及建议[J]. 城市建设理论研究(电子版) 2017(11)
    • [4].决策者说[J]. 决策 2017(01)
    • [5].环境空气质量指数模型加权分析[J]. 低碳世界 2017(24)
    • [6].环境空气质量指数计算方法与分级方案比较[J]. 中国环境监测 2016(01)
    • [7].EXCEL在空气质量指数计算及环境空气质量分析中的应用[J]. 科技传播 2014(16)
    • [8].东营空气质量指数的相关性分析[J]. 财经界(学术版) 2014(33)
    • [9].如何读懂空气质量指数[J]. 生命与灾害 2014(11)
    • [10].环境空气质量指数在应用中存在的问题及建议[J]. 中国环境监测 2015(01)
    • [11].言论[J]. 世界博览 2017(01)
    • [12].洛杉矶“战霾记”[J]. 地球 2017(01)
    • [13].“烧”出来的东北雾霾还要“烧”多久[J]. 绿色视野 2016(12)
    • [14].鸡蛋妈妈和鸡蛋弟弟[J]. 家教世界 2017(01)
    • [15].因为雾霾里存在硫酸铵才发布红色预警?[J]. 科学家 2016(18)
    • [16].漫画·时评[J]. 中学政史地(初中适用) 2017(03)
    • [17].北京雾霾成因及对策建议[J]. 环球市场信息导报 2016(46)
    • [18].蓝、黄、橙、红4个空气污染预警等级,你知道多少?[J]. 科学大众(小学版) 2017(Z2)
    • [19].锻炼要看天气,拒绝“霾”头苦练[J]. 人生与伴侣(月末版) 2017(02)
    • [20].2014年度留学空气质量指数[J]. 留学 2015(01)
    • [21].浅谈环境空气指数[J]. 环境与生活 2014(22)
    • [22].基于SPSS的空气质量指数的影响因素分析及预测[J]. 华北科技学院学报 2020(04)
    • [23].2014-2018年南宁市空气质量指数变化及其与气象要素关系的研究分析[J]. 轻工科技 2019(06)
    • [24].空气质量指数共分六级[J]. 建筑工人 2017(12)
    • [25].基于主成分分析的空气质量指数评价方法优化[J]. 内蒙古煤炭经济 2016(Z2)
    • [26].2001-2013年乌鲁木齐市空气质量指数特征分析[J]. 环境与发展 2014(07)
    • [27].山西省城市空气质量指数地理特征及其与气象要素的关系[J]. 太原师范学院学报(自然科学版) 2015(02)
    • [28].雾霾,再见[J]. 小学生优秀作文 2018(11)
    • [29].陪孩子走路上学[J]. 婚姻与家庭(社会纪实) 2015(02)
    • [30].空气质量指数相关知识[J]. 电力科技与环保 2014(02)

    标签:;  ;  ;  

    一种AQI实时预测模型的研究
    下载Doc文档

    猜你喜欢