針對aqi稀疏監(jiān)測的非樣本點監(jiān)測方法
【專利摘要】本發(fā)明公開了一種針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法，包括建立擴展場強單參數(shù)模型，引入?yún)?shù)以控制場強衰減程度；基于樣本數(shù)據(jù)得到與均方誤差的關(guān)系圖，借助二分查找算法求解最優(yōu)值；建立擴展場強雙參數(shù)模型，加入?yún)?shù)以調(diào)整場強影響范圍；基于樣本數(shù)據(jù)得到、與均方誤差的關(guān)系圖，借助迭代雙線性插值算法求解最優(yōu)、組合；針對樣本數(shù)據(jù)對應(yīng)的區(qū)域，使用單參數(shù)或雙參數(shù)的擴展場強模型進(jìn)行AQI稀疏監(jiān)測數(shù)據(jù)的空間插值計算。本發(fā)明具有模型簡單、插值精度高的優(yōu)點，且容易推廣應(yīng)用于不同區(qū)域及AQI之外的其它類型空間數(shù)據(jù)。
【專利說明】針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及與空氣質(zhì)量指數(shù)AQI相關(guān)的大氣污染監(jiān)測領(lǐng)域，尤其涉及一種針對 AQI稀疏監(jiān)測數(shù)據(jù)的非樣本點監(jiān)測值獲取技術(shù)方案。

【背景技術(shù)】
[0002] 近年來，隨著空氣質(zhì)量惡化，我國空氣污染出現(xiàn)增多且危害加重，例如霧霾。霧霾 主要成分包括二氧化硫、氮氧化物和可吸入顆粒等，霧霾的形成與燃煤、汽車尾氣、燃油、廢 棄物燃燒等污染物排放密切相關(guān)。2013年1月，全國約143萬平方公里面積陷入霧霾天氣， 其中北京市霧霾多達(dá)25天。2014年2月，我國中東部約81萬平方公里面積出現(xiàn)霧霾，其 中20多個城市為重度污染。因此，制定包括霧霾在內(nèi)的空氣污染判別與預(yù)警方法，進(jìn)行空 氣污染的監(jiān)測與預(yù)報，已經(jīng)成為關(guān)系國計民生的大事。
[0003] 2012年上半年國家出臺規(guī)定，用空氣質(zhì)量指數(shù)（Air Quality Index，簡稱AQI)替 代原有的空氣污染指數(shù)（API)。AQI是定量描述空氣質(zhì)量狀況的無量綱指數(shù)，針對單項污染 物的還規(guī)定了空氣質(zhì)量分指數(shù)。參與空氣質(zhì)量評價的主要污染物為細(xì)顆粒物（PM2. 5)、可吸 入顆粒物（PMlO)、二氧化硫、二氧化氮、臭氧、一氧化碳六項。然而，目前的AQI值只能通過 分布稀疏的氣象站點對整個區(qū)域進(jìn)行點狀的有限測量。例如，北京市AQI實時監(jiān)測站點只 有13個，武漢市AQI監(jiān)測站只有10個。這些零散分布的監(jiān)測站點雖然可以對空氣污染程 度進(jìn)行定點測量，但是無法提供監(jiān)測點之外位置的AQI值，即無法實現(xiàn)對區(qū)域的全面監(jiān)測， 更無法做到對污染源、污染物擴散等的定位、跟蹤與分析。
[0004] 基于監(jiān)測站采樣點集計算區(qū)域中每個坐標(biāo)處的AQI值，獲取非樣本點監(jiān)測值，是 空間插值的典型應(yīng)用，即將離散點的測量數(shù)據(jù)轉(zhuǎn)換為連續(xù)的數(shù)據(jù)曲面。現(xiàn)有的空間插值方 法主要有線性插值法、最臨近點插值法、多項式插值法、最小曲率法、樣條函數(shù)插值法、反距 離加權(quán)插值法、克里金插值法等。到目前為止，已有若干研究工作對上述方法進(jìn)行了比較與 分析。例如：以327個氣象站溫度數(shù)據(jù)插值為例，對反距離加權(quán)、樣條函數(shù)、克里金三種插值 方法進(jìn)行了比較，實驗證明克里金插值法擁有較高精度；基于910個地磁數(shù)據(jù)，采用交叉驗 證方法對反距離加權(quán)、最小曲率、徑向基函數(shù)、克里金等插值方法進(jìn)行了精度評估，結(jié)果表 明克里金法構(gòu)建的地磁圖能夠較為準(zhǔn)確地反映局部地區(qū)地磁信息；根據(jù)在南極冰蓋選取的 三個實驗區(qū)域，對常用的六種插值方法即反距離加權(quán)、克里金、最小曲率、局部多項式、最臨 近點、線性插值進(jìn)行了比較分析，結(jié)果表明克里金法更適合構(gòu)建南極冰蓋DEM。
[0005] 但對于空氣污染監(jiān)測來講，AQI測量值是過于稀疏的采樣點集，即使克里金算法， 其插值結(jié)果的可信度也不夠高。空間插值的理論假設(shè)是分布對象都是空間相關(guān)的，即彼此 接近的對象往往具有相似的特征。就是說，空間中越接近采樣點的位置，與采樣點相似的可 能性越大；距離采樣點越遠(yuǎn)的位置，其相似性越小。因此，基于物理學(xué)庫侖定律的場強公式 E = kQ/r2適用于空間插值。但是，場強模型直接用于空間插值還有不足之處：公式中距離 對場強的影響過于單一，而不同類型的插值，受距離影響的方式往往不同。


【發(fā)明內(nèi)容】

[0006] 針對上述存在的技術(shù)問題，本發(fā)明目的是提供一種基于擴展場強模型的針對AQI 稀疏監(jiān)測數(shù)據(jù)的空間插值新技術(shù)方案，以獲得精度更高的AQI插值結(jié)果。
[0007] 為達(dá)到上述目的，本發(fā)明采用如下的技術(shù)方案：
[0008] -種針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法，包括以下步驟：
[0009] 步驟1，建立擴展場強單參數(shù)模型，包括以下子步驟：
[0010] 步驟1. 1，提出擴展場強單參數(shù)模型公式如下，
[0011]

【權(quán)利要求】
1. 一種針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法，其特征在于，包括以下步驟： 步驟1，建立擴展場強單參數(shù)模型，包括以下子步驟： 步驟1. 1，提出擴展場強單參數(shù)模型公式如下，
其中，q為空間中某監(jiān)測點的AQI測量值，e為受q影響而在待測點處產(chǎn)生的值，r為待 測點與該監(jiān)測點的空間距離，c為參數(shù)，c>0 ; 步驟1. 2,設(shè)定參數(shù)c為待求解的未知參數(shù)，參數(shù)c的取值將對場強衰減程度產(chǎn)生不同 影響； 步驟1. 3,定義受所有AQI測量值影響的空間插值如下， 設(shè)空間中有N個已知AQI測量點，對于空間中任一坐標(biāo)i，該點受所有AQI測量值影響 的空間插值結(jié)果為
其中，q」是第j個監(jiān)測點的AQI測量值，rij是坐標(biāo)i與監(jiān)測點j之間的距離，Ei是N個 AQI測量值影響疊加后的值； 步驟2,基于樣本數(shù)據(jù)獲取擴展場強單參數(shù)模型的最優(yōu)c值，包括以下子步驟： 步驟2. 1，定義空間某時刻樣本數(shù)據(jù)的均方誤差如下， 采集空間某時刻的N個AQI測量樣本，根據(jù)步驟1. 3的空間插值定義，以測量點j為插 值點，計算j點受其它N-I個測量點影響而得到的疊加插值&，則點j處的測量誤差為e j = Ej-Qj ⑶ 依次計算N個測量點處的測量誤差，進(jìn)一步得到樣本數(shù)據(jù)對應(yīng)的均方誤差RMSE
步驟2. 2,通過樣本數(shù)據(jù)得到c與RMSE的關(guān)系圖； 步驟2. 3,根據(jù)c與RMSE的關(guān)系圖，采用二分查找算法求解最優(yōu)c值； 步驟3,建立擴展場強雙參數(shù)模型，包括以下子步驟， 步驟3. 1，提出擴展場強雙參數(shù)模型公式如下，
其中，k為第二個參數(shù)，k>0 ; 步驟3. 2,設(shè)定參數(shù)k也為待求解的未知參數(shù)，參數(shù)k的取值將對場強影響范圍產(chǎn)生不 同影響；步驟3. 3,定義受所有AQI測量值影響的空間插值如下， 設(shè)空間中有N個已知AQI測量點，對于空間中任一坐標(biāo)i，該點受空間中N個已知AQI 測量值影響的空間插值結(jié)果為
其中，q」是第j個監(jiān)測點的AQI測量值，rij是坐標(biāo)i與監(jiān)測點j之間的距離，Ei是N個 AQI測量值影響疊加后的值； 步驟4,基于樣本數(shù)據(jù)獲取擴展場強雙參數(shù)模型的最優(yōu)c、k組合，包括以下子步驟， 步驟4. 1，定義空間某時刻樣本數(shù)據(jù)的均方誤差
中h = Ej-qj，疊加插值Ej通過采集空間某時刻的N個AQI測量樣本，根據(jù)步驟3. 3的空 間插值定義，以測量點j為插值點，計算j點受其它N-I個測量點影響而得到； 步驟4. 2,通過樣本數(shù)據(jù)得到c、k與RMSE的關(guān)系圖； 步驟4. 3,根據(jù)c、k與RMSE的關(guān)系圖，采用迭代雙線性插值算法求解最優(yōu)c、k組合； 步驟5,針對樣本數(shù)據(jù)對應(yīng)的空間使用擴展場強單參數(shù)模型或擴展場強雙參數(shù)模型進(jìn) 行AQI插值計算，包括以下子步驟， 步驟5. 1，以基于樣本數(shù)據(jù)獲取的最優(yōu)c值或最優(yōu)c、k組合，作為樣本數(shù)據(jù)對應(yīng)空間的 擴展場強單參數(shù)模型或擴展場強雙參數(shù)模型的參數(shù)； 步驟5. 2,對于樣本數(shù)據(jù)對應(yīng)的空間，使用確定參數(shù)后的擴展場強單參數(shù)模型或擴展場 強雙參數(shù)模型進(jìn)行AQI稀疏監(jiān)測數(shù)據(jù)的空間插值計算。
2. 根據(jù)權(quán)利要求1所述針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法，其特征在于：步驟2. 2 通過樣本數(shù)據(jù)得到c與RMSE的關(guān)系圖，實現(xiàn)方式如下， 在參數(shù)c的預(yù)設(shè)取值范圍之內(nèi)，通過預(yù)設(shè)變化步長枚舉一系列c值，求出每個參數(shù)c值 對應(yīng)的均方誤差RMSE，得到兩者之間的關(guān)系圖。
3. 根據(jù)權(quán)利要求1或2所述針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法，其特征在于：步 驟2. 3根據(jù)c與RMSE的關(guān)系圖采用二分查找算法求解最優(yōu)c值，實現(xiàn)方式如下， (1) 遍歷c與RMSE關(guān)系圖中數(shù)據(jù)，找到最小RMSE對應(yīng)的c值Ctl ; (2) 以Ctl左鄰c值為查找區(qū)間起點Cs，以右鄰c值為查找區(qū)間終點C6 ; C + C (3) 求查找區(qū)間中點Cw = 2^，若果Cs對應(yīng)的冊SE大于Ce對應(yīng)的冊SE，則用 Cm作 為新的查找區(qū)間起點取代Cs，反之，用Cm作為新的查找區(qū)間終點取代Ce ; (4) 基于本次迭代執(zhí)行（3)更新后的查找區(qū)間起點Cs和查找區(qū)間終點C6，返回重復(fù) 步驟（3)進(jìn)行下一次迭代，直到Ce與Cs對應(yīng)的RMSE之差小于預(yù)定的閾值，結(jié)束迭代，進(jìn)入 (5)； (5) 以迭代終止時的Cs或C6為最優(yōu)c值。
4. 根據(jù)權(quán)利要求1所述針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法，其特征在于：步驟4. 2 通過樣本數(shù)據(jù)得到c、k與RMSE的關(guān)系圖，實現(xiàn)方式如下， 在參數(shù)c與參數(shù)k的各自預(yù)設(shè)取值范圍之內(nèi)，通過預(yù)設(shè)變化步長枚舉一系列c值與k 值，求出每對參數(shù)c、k組合對應(yīng)的均方誤差RMSE，得到三者之間的關(guān)系圖。
5. 根據(jù)權(quán)利要求1或4所述針對AQI稀疏監(jiān)測的非樣本點監(jiān)測方法，其特征在于：步 驟4. 3根據(jù)c、k與RMSE的關(guān)系圖采用迭代雙線性插值算法求解最優(yōu)c、k組合，實現(xiàn)方式如 下， (1)遍歷c、k與RMSE關(guān)系圖中數(shù)據(jù)，找到最小RMSE對應(yīng)的c、k組合（kQ，cQ); ⑵獲?。╧Q，CQ)的四個相鄰坐標(biāo)點Qn、Q12、Q 22、Q21 ; (3) 沿X軸方向線性插值； (4) 沿Y軸方向線性插值； (5) 遍歷步驟（3)與⑷得到的雙線性插值點，從中找到最小RMSE值對應(yīng)的新參數(shù)組 合（k， c); (6) 以本次迭代執(zhí)行（5)所得（k，c)為新的㈨，Ctl)，獲取四個新的相鄰坐標(biāo)點，返回重 復(fù)步驟（3)、（4)和（5)進(jìn)行下一次迭代，直到相鄰兩次迭代對應(yīng)的最小RMSE之差小于預(yù)定 的閾值，結(jié)束迭代，進(jìn)入（7); (7) 以迭代終止時的（k，c)為參數(shù)c、k的最優(yōu)組合。
【文檔編號】G01N33/00GK104360028SQ201410717369
【公開日】2015年2月18日 申請日期:2014年12月1日 優(yōu)先權(quán)日:2014年12月1日
【發(fā)明者】趙儉輝, 師澤源, 武小平 申請人:武漢大學(xué)