基于极端梯度提升算法的西安市逐小时PM2.5浓度预报研究

doi:10.3969/j.issn.1673-503X.2023.01.006

气象与环境学报 ›› 2023, Vol. 39 ›› Issue (1): 44-54.doi: 10.3969/j.issn.1673-503X.2023.01.006

基于极端梯度提升算法的西安市逐小时PM_2.5浓度预报研究

张煦庭^1,²(),刘慧^2,³,刘瑞芳^2,^4,*(),巨菲^2,⁵,刘嘉慧敏^2,³,高星星^2,³,黄少妮^2,³,王楠^2,⁵

1. 陕西省农业遥感与经济作物气象服务中心, 陕西西安 710016
2. 陕西省气象局秦岭和黄土高原生态环境气象重点实验室, 陕西西安 710016
3. 陕西省气象台, 陕西西安 710014
4. 西安市气象局, 陕西西安 710016
5. 陕西省气象科学研究所, 陕西西安 710016

收稿日期:2022-07-28 出版日期:2023-02-28 发布日期:2023-03-27
通讯作者: 刘瑞芳 E-mail:zhang_xuting26@126.com;26886083@qq.com
作者简介:张煦庭, 男, 1989年生, 工程师, 主要从事环境气象方面的研究, E-mail: zhang_xuting26@126.com
基金资助:
陕西省自然科学基础研究计划项目(2021JQ-965);陕西省自然科学基础研究计划项目(2022JQ-249);陕西省自然科学基础研究计划项目(2022JQ-294);陕西省气象局秦岭和黄土高原生态环境气象重点实验室开放研究基金课题(2020G-6)

Study on hourly PM_2.5 concentration forecast based on XGBoost method in Xi'an city

Xu-ting ZHANG^1,²(),Hui LIU^2,³,Rui-fang LIU^2,^4,*(),Fei JU^2,⁵,Jia-hui-min LIU^2,³,Xing-xing GAO^2,³,Shao-ni HUANG^2,³,Nan WANG^2,⁵

1. Shaanxi Meteorological Service Center of Agricultural Remote Sensing and Economic Crops, Xi'an 710016, China
2. Key Laboratory of Eco-Environment and Meteorology for the Qinling Mountains and Loess Plateau, Shaanxi Meteorological Service, Xi'an 710016, China
3. Shaanxi Meteorological Observatory, Xi'an 710014, China
4. Xi'an Meteorological Service, Xi'an 710016, China
5. Meteorological Institute of Shaanxi Province, Xi'an 710016, China

Received:2022-07-28 Online:2023-02-28 Published:2023-03-27
Contact: Rui-fang LIU E-mail:zhang_xuting26@126.com;26886083@qq.com

摘要/Abstract

摘要：

利用西安市2016—2021年逐小时PM_2.5浓度监测数据和气象观测数据, 基于极端梯度提升机器学习算法模型(extreme Gradient Boosting, XGBoost), 选择气象因子和时间因子作为特征变量, 对西安市逐小时PM_2.5浓度进行预报试验。结果表明: 西安市PM_2.5浓度与平均气温和能见度显著负相关, 冬季PM_2.5浓度与相对湿度和露点温度显著正相关, 偏东风更易诱发重污染天气。西安市12月底至翌年1月初空气污染频发, 但PM_2.5浓度总体逐年降低。冬季PM_2.5浓度的双峰形日变化最明显, 最高值分别出现在凌晨和11时。西安市PM_2.5浓度变化存在“周末效应”。模型能够较为真实地反映PM_2.5浓度量级和演变趋势的变化, 预报值与实况值之间的决定系数为0.77、平均绝对误差为12.79 μg·m^-3、均方根误差为18.68 μg·m^-3。模型秋冬季表现较为稳定, 预报效果优于春夏季, 但对极端峰值存在低估。模型具有较好的可解释性, 能见度特征变量的影响最大, 露点温度、相对湿度、平均气温和海平面气压等特征变量的重要性依次减弱, 时间因子特征变量对模型也有一定影响。与其他统计模型及机器学习模型相比, 模型有更高的预报精度和效率。

关键词: PM_2.5浓度, 极端梯度提升算法, 机器学习, 气象因子, 预报

Abstract:

Based on the eXtreme Gradient Boosting (XGBoost) machine learning algorithm model, using hourly PM_2.5 concentration monitoring data and meteorological observation data in Xi'an from 2016 to 2021, the forecast test of hourly PM_2.5 concentration was carried out by selecting meteorological and time factors as the input features.The results showed that PM_2.5 concentration has a significant negative correlation with average temperature and visibility, and relative humidity and dew point temperature are significantly positively correlated with PM_2.5 concentration in winter.Easterly wind is more likely to produce heavily polluted weather.Generally, air pollution occurs frequently from the end of December to the beginning of January, but the PM_2.5 concentration is decreasing year by year.The PM_2.5 concentration in winter shows the most obvious bimodal diurnal variation with the highest values appearing in the early morning and around 11:00.Meanwhile, there is a "weekend effect" in the change of PM_2.5 concentration.The forecast model can truly reflect the changes of PM_2.5 concentration magnitude and trend with the determination coefficient of 0.77, the mean absolute error of 12.79 μg·m^-3 and the root mean square error of 18.68 μg·m^-3 between forecasted and observed values.The model has a relatively stable performance and better effect in forecasting PM_2.5 concentration in autumn and winter than in spring and summer but underestimates the extreme peaks.Besides, the forecast model has good interpretability and is clearly influenced by the visibility feature variables and the importance of feature variable such as dew point temperature, relative humidity, average temperature, and sea level pressure decrease in turn.Meanwhile, the time factors have a certain impact on the model.In addition, the forecast accuracy and efficiency of this model are higher than those of other statistical and machine-learning models.

Key words: PM_2.5 concentration, eXtreme Gradient Boosting, Machine learning, Meteorological factors, Forecast

中图分类号:

P456.8

张煦庭, 刘慧, 刘瑞芳, 巨菲, 刘嘉慧敏, 高星星, 黄少妮, 王楠. 基于极端梯度提升算法的西安市逐小时PM_2.5浓度预报研究[J]. 气象与环境学报, 2023, 39(1): 44-54.

Xu-ting ZHANG, Hui LIU, Rui-fang LIU, Fei JU, Jia-hui-min LIU, Xing-xing GAO, Shao-ni HUANG, Nan WANG. Study on hourly PM_2.5 concentration forecast based on XGBoost method in Xi'an city[J]. Journal of Meteorology and Environment, 2023, 39(1): 44-54.

图/表 12

表1

图1

图2

表2

图3

图4

图5

图6

表3

图7

图8

表4

参考文献 30

1	王庚辰, 王普才. 中国PM_2.5污染现状及其对人体健康的危害[J]. 科技导报, 2014, 32 (26): 72- 78. doi: 10.3981/j.issn.1000-7857.2014.26.010
2	Khaniabadi Y O , Goudarzi G , Daryanoosh S M , et al. Exposure to PM₁₀, NO₂, and O₃ and impacts on human health[J]. Environmental Science & Pollution Research, 2017, 24 (3): 2781- 2789.
3	张灿, 王静, 简高武, 等. 环境空气质量预报方法简介[J]. 环境与可持续发展, 2018, 43 (5): 139- 141. doi: 10.3969/j.issn.1673-288X.2018.05.036
4	Zhou G Q , Xu J M , Xie Y , et al. Numerical air quality forecasting over eastern China: An operational application of WRF-Chem[J]. Atmospheric Environment, 2017, 153, 94- 108. doi: 10.1016/j.atmosenv.2017.01.020
5	刘闽, 王帅, 林宏, 等. 沈阳市冬季环境空气质量统计预报模型建立及应用[J]. 中国环境监测, 2014, 30 (4): 10- 15. doi: 10.19316/j.issn.1002-6002.2014.04.002
6	沈劲, 钟流举, 何芳芳, 等. 基于聚类与多元回归的空气质量预报模型开发[J]. 环境科学与技术, 2015, 38 (2): 63- 66.
7	张自银, 赵秀娟, 熊亚军, 等. 基于动态统计预报方法的京津冀雾霾中期预报试验[J]. 应用气象学报, 2018, 29 (1): 57- 69.
8	李晓岚, 刘旸, 栾健, 等. 基于BP人工神经网络法沈阳市PM_2.5质量浓度集成预报试验[J]. 气象与环境学报, 2018, 34 (2): 100- 106.
9	戴李杰, 张长江, 马雷鸣. 基于机器学习的PM_2.5短期浓度动态预报模型[J]. 计算机应用, 2017, 37 (11): 3057- 3063.
10	曲悦, 钱旭, 宋洪庆, 等. 基于机器学习的北京市PM_2.5浓度预测模型及模拟分析[J]. 工程科学学报, 2019, 41 (3): 401- 407.
11	夏晓圣, 陈菁菁, 王佳佳, 等. 基于随机森林模型的中国PM_2.5浓度影响因素分析[J]. 环境科学, 2020, 41 (5): 2057- 2065.
12	任才溶, 谢刚. 基于随机森林和气象参数的PM_2.5浓度等级预测[J]. 计算机工程与应用, 2019, 55 (2): 213- 220.
13	夏润, 张晓龙. 基于改进集成学习算法的在线空气质量预测[J]. 武汉科技大学学报, 2019, 42 (1): 61- 67.
14	康俊锋, 黄烈星, 张春艳, 等. 多机器学习模型下逐小时PM_2.5预测及对比分析[J]. 中国环境科学, 2020, 40 (5): 1895- 1905.
15	高星星, 桂海林, 潘留杰, 等. 基于卫星遥感和地面观测资料的汾渭平原空气污染分析[J]. 气象与环境学报, 2020, 36 (4): 36- 44.
16	张文静, 王琦, 胡琳, 等. 西安市霾天气与清洁天气变化特征及影响因素分析[J]. 气象与环境学报, 2015, 31 (2): 31- 36.
17	白杨, 杨剑, 陈鹏, 等. 基于空间插值的西安市重空气污染期间主要污染物时空变化特征及相关性分析[J]. 环境科学研究, 2020, 33 (4): 809- 819.
18	黄蕾, 毕旭, 杨晓春, 等. 2014—2017年西安市PM_2.5污染特征及影响因子[J]. 干旱气象, 2020, 38 (3): 440- 447.
19	高星星, 桂海林, 王楠, 等. 汾渭平原一次沙尘和人为混合空气污染过程分析[J]. 气象与环境学报, 2021, 37 (1): 1- 8.
20	梁杰, 陈嘉豪, 张雪芹, 等. 基于独热编码和卷积神经网络的异常检测[J]. 清华大学学报(自然科学版), 2019, 59 (7): 523- 529.
21	Chen T Q, Guestrin C. XGBoost: A scalable tree boosting system[C]//Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. San Francisco, USA: ACM, 2016: 785-794.
22	齐甜方, 蒋洪迅, 石晓文. 面向多源数据沈阳市PM_2.5浓度预测研究及实证分析[J]. 系统工程, 2018, 36 (5): 104- 115.
23	Lundberg S M, Lee S. A unified approach to interpreting model predictions[C]//Proceedings of the 31st International Conference on Neural Information Processing Systems (NIPS'17). California, USA: NIPS, 2017: 4768-4777.
24	Parsa A B , Movahedi A , Taghipour H , et al. Toward safer highways, application of XGBoost and SHAP for real-time accident detection and feature analysis[J]. Accident Analysis & Prevention, 2020, 136, 105405.
25	郑小华, 李明星, 刘慧, 等. 汾渭平原空气质量的时空特征及其与气象因子的关系[J]. 环境科学学报, 2020, 40 (11): 4113- 4121.
26	高维英, 李明, 李茜, 等. 关中地区重污染发生和减弱天气类型及气象要素定量特征[J]. 灾害学, 2020, 35 (2): 102- 109.
27	黄少妮, 孟金平, 杜莉丽, 等. 陕西关中两次霾重污染过程气象条件分析[J]. 气象科技, 2019, 47 (5): 809- 817.
28	赵卉伊褶, 周卫健, 牛振川, 等. 西安市2013—2017年大气PM_2.5的时空变化特征及影响因素分析[J]. 地球环境学报, 2019, 10 (3): 248- 256.
29	邓宏兵, 蹇雪莹. 长江经济带城市雾霾污染的周末效应及假期效应研究[J]. 华中师范大学学报(自然科学版), 2020, 54 (4): 536- 545.
30	张淑平, 韩立建, 周伟奇, 等. 冬季PM_2.5的气象影响因素解析[J]. 生态学报, 2016, 36 (24): 7897- 7907.

空气质量级别	空气质量类别	PM_2.5浓度/(μg·m^-3)
一级	优	35
二级	良	75
三级	轻度污染	115
四级	中度污染	150
五级	重度污染	250
六级	严重污染	500

相关系数r	PM_2.5	海平面气压	平均气温	露点温度	相对湿度	平均风向	平均风速	能见度
PM_2.5	-	-0.2697^*	-0.0577^*	0.4363^*	0.4406^*	-0.0028	-0.2063^*	-0.6150^*
海平面气压	0.3613^*	-	-0.5399^*	-0.5398^*	-0.0881^*	0.0656^*	0.0322^*	0.3219^*
平均气温	-0.5040^*	-0.8896^*	-	0.3426^*	-0.4273^*	-0.0299^*	0.1096^*	0.0954^*
露点温度	-0.3976^*	-0.8080^*	0.8293^*	-	0.6757^*	0.0071	-0.1507^*	-0.6221^*
相对湿度	0.0883^*	0.0169^*	-0.1453^*	0.4163^*	-	0.0473^*	-0.2237^*	-0.6423^*
平均风向	0.0278^*	0.1226^*	-0.1071^*	-0.0873^*	0.0434^*	-	-0.2703^*	-0.0272^*
平均风速	-0.1682^*	-0.1236^*	0.1707^*	0.0625^*	-0.1750^*	-0.2811^*	-	0.2473^*
能见度	-0.5380^*	-0.3396^*	0.4807^*	0.1352^*	-0.5359^*	-0.0310^*	0.1879^*	-

季节	r	R²	MAE/(μg·m^-3)	RMSE/(μg·m^-3)
春季	0.76	0.58	12.53	16.14
夏季	0.65	0.42	7.05	9.17
秋季	0.88	0.77	11.25	15.48
冬季	0.85	0.72	20.46	28.61

方法	r	R²	MAE/(μg·m^-3)	RMSE/(μg·m^-3)	训练时长/s
线性回归	0.71	0.50	26.63	36.57	＜1
岭回归	0.71	0.50	26.54	36.41	＜1
支持向量机	0.71	0.50	19.45	28.22	190
随机森林	0.87	0.75	12.76	19.37	160
梯度提升决策树	0.87	0.75	13.42	19.38	16
本文方法	0.88	0.77	12.79	18.68	4

[1]	花瑞阳,李蔚,叶成志,倪长健. 2016—2019年长沙市O₃浓度变化特征及其影响因子分析[J]. 气象与环境学报, 2023, 39(2): 44-52.
[2]	谭政华, 陆忠艳, 林海峰, 聂安祺, 滕方达. 2020年辽宁省汛期多模式降水预报评估[J]. 气象与环境学报, 2023, 39(1): 10-16.
[3]	荀学义,杨保成,胡英华,张敏. 夏季欧亚中高纬集合预报环流系统的适用性分析[J]. 气象与环境学报, 2023, 39(1): 17-25.
[4]	王井利,高天娇,李荣平,余鹏程,马运涛,米娜,温日红,张凯. 基于光学遥感和微波遥感的土壤水分反演模型研究[J]. 气象与环境学报, 2023, 39(1): 73-82.
[5]	曲美慧,朱文刚,赵淑红,朱晓彤,涂钢,高枞亭. 常规观测同化对吉林一次短时强降水过程数值预报的影响[J]. 气象与环境学报, 2022, 38(6): 10-19.
[6]	刘静, 陈传雷, 王瀛, 才奎志, 任川, 董巍. 基于4种高分辨率模式的辽宁省雷达回波预报邻域检验结果对比[J]. 气象与环境学报, 2022, 38(5): 25-33.
[7]	方楠, 谢国权, 阮小建, 任晨平, 姜舒婕, 张玮玮. 长短期记忆神经网络(LSTM)模型在低能见度预报中的应用[J]. 气象与环境学报, 2022, 38(5): 34-41.
[8]	段云霞, 李得勤, 纪永明, 班伟龙, 吴宇童, 李晓鸥. 东北冷涡背景下沈阳地区一次强降水过程分析[J]. 气象与环境学报, 2022, 38(4): 1-10.
[9]	于跃, 毕明林, 阎琦, 林海峰, 冯冬蕾, 于凡越. 辽宁区域性大暴雨成因分析及多模式数值预报空间检验[J]. 气象与环境学报, 2022, 38(4): 11-18.
[10]	王东东, 孙丽, 杨磊, 沈历都, 王恕, 陈宇. 台风“巴威”不同类型降水多模式预报与空间检验对比评估[J]. 气象与环境学报, 2022, 38(4): 37-46.
[11]	王涛, 王乙舒, 赵春雨, 王小桃, 秦美欧, 沈玉敏, 侯依玲, 赵建云. 基于机器学习方法的辽宁省初霜冻日期预测模型研究[J]. 气象与环境学报, 2022, 38(4): 47-56.
[12]	陈圣劼,田心如,姚阮,姜麟. 基于气象因子的南京市冬季和夏季用电量预测研究[J]. 气象与环境学报, 2022, 38(4): 127-135.
[13]	尤琦,曲晓黎,赵增保,王洁,张娣,杨琳晗. 基于CART决策树的河北省低能见度分类研究[J]. 气象与环境学报, 2022, 38(3): 112-118.
[14]	包慧濛,郭达烽,李葳. 基于频率匹配法的江西省ECMWF降水预报订正研究[J]. 气象与环境学报, 2022, 38(2): 12-20.
[15]	孟莹莹, 李树岭, 赵玲, 白雪梅, 闫敏慧. 三种气温预报产品黑龙江省预报效果检验[J]. 气象与环境学报, 2022, 38(2): 21-30.

基于极端梯度提升算法的西安市逐小时PM_2.5浓度预报研究

Study on hourly PM_2.5 concentration forecast based on XGBoost method in Xi'an city

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 30

相关文章 15

Metrics

本文评价

推荐阅读 10

基于极端梯度提升算法的西安市逐小时PM2.5浓度预报研究

Study on hourly PM2.5 concentration forecast based on XGBoost method in Xi'an city

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 30

相关文章 15

Metrics

本文评价

推荐阅读 10

基于极端梯度提升算法的西安市逐小时PM_2.5浓度预报研究

Study on hourly PM_2.5 concentration forecast based on XGBoost method in Xi'an city