本技術(shù)屬于大氣污染領(lǐng)域，主要使用數(shù)據(jù)分析的方法用于研究大氣污染領(lǐng)域的污染成因分析。

背景技術(shù)：

在污染成因分析方面，現(xiàn)有方法主要采用基于物理化學(xué)分析的源解析，例如環(huán)保局和中科院大氣所都采用此類方法。總的來說，形成空氣污染的原因主要有污染物總排放量(源強(qiáng)度)和大氣擴(kuò)散等氣象條件。但要分析具體某一天的空氣質(zhì)量及變化原因，除了要掌握各個(gè)污染源的排放情況，需要了解氣象擴(kuò)散條件(包括局地氣象、中尺度氣象乃至大尺度氣象情況影響)，還要有可靠的理論和模型分析。目前要做可靠的分析還比較困難。

2014年，中科院欲斥資5億建世界最大霧霾實(shí)驗(yàn)室，模擬大氣中發(fā)生的反應(yīng)，研究二次污染顆粒的形成機(jī)制，為揭示污染成因、有效控制霧霾提供理論依據(jù)。這種分析主要針對(duì)城市級(jí)別，成本較高，對(duì)污染源的定位較宏觀，也缺乏對(duì)演變規(guī)律和傳播路徑的分析。

目前有一些研究者采用數(shù)據(jù)挖掘的方法發(fā)掘污染影響因素之間的關(guān)聯(lián)，如李令軍等人利用時(shí)間序列分析的方法對(duì)空氣污染指數(shù)(api)大于200的空氣重污染做了系統(tǒng)分析。劉彩霞等人的研究指出地面風(fēng)場對(duì)空氣質(zhì)量的影響具有雙重性，不同降水強(qiáng)度對(duì)空氣污染的作用也是有差異的。李德平等人統(tǒng)計(jì)分析2001年-2007年北京地區(qū)3級(jí)以上api與氣象要素之間的相關(guān)關(guān)系，并對(duì)出現(xiàn)4級(jí)以上重污染日的污染源進(jìn)行了分析。楊素英等人則從北京秋季一次重污染過程出發(fā)，分析了空氣污染的形成原因。

然而直接采用數(shù)據(jù)挖掘分析大氣污染的成因，還沒有相關(guān)工作。本課題擬采用因果關(guān)聯(lián)挖掘的方法，深入挖掘污染源和相關(guān)特征變量的因果關(guān)系，從而逐步推導(dǎo)出污染成因以及傳播路徑。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是，提供一種采用因果關(guān)聯(lián)挖掘的放法，挖掘大氣污染的成因。首先采用granger因果關(guān)系檢驗(yàn)對(duì)所有大氣污染數(shù)據(jù)進(jìn)行檢驗(yàn)，然后對(duì)檢驗(yàn)結(jié)果進(jìn)行篩選，選出具有單向granger原因的數(shù)據(jù)(一種污染物是另外一種污染物的granger原因，反過來則不是)。篩選出來的具有單向granger因果關(guān)系的兩條數(shù)據(jù)，它們之間的關(guān)系為一條數(shù)據(jù)能夠影響另外一條數(shù)據(jù)，相反的話則不能影響。因此可以通過這兩條數(shù)據(jù)確定一個(gè)大氣污染傳播路徑。

本發(fā)明面向大氣污染多維時(shí)序數(shù)據(jù)，提供了一種通過大氣污染多維時(shí)序數(shù)據(jù)挖掘大氣污染傳播路徑的方法。使用granger因果關(guān)系檢驗(yàn)挖掘具有g(shù)ranger因果關(guān)系的數(shù)據(jù)，從而通過數(shù)據(jù)挖掘大氣污染污染物之間的因果關(guān)系，從而發(fā)現(xiàn)大氣污染傳播路徑。相對(duì)于其他方法，granger因果關(guān)系檢驗(yàn)可以在透過污染物濃度變化的復(fù)雜性以及相互影響的情況，揭示大氣污染不同污染物之間相互影響的本質(zhì)關(guān)系，從數(shù)據(jù)中挖掘出具有因果關(guān)系的污染物。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)的一個(gè)前提條件是時(shí)間序列必須具有平穩(wěn)性，否則可能會(huì)出現(xiàn)虛假回歸問題。因此在進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)之前首先應(yīng)對(duì)各指標(biāo)時(shí)間序列的平穩(wěn)性進(jìn)行單位根檢驗(yàn)(unitroottest)。常用增廣的迪基—富勒檢驗(yàn)(adf檢驗(yàn))來分別對(duì)各指標(biāo)序列的平穩(wěn)性進(jìn)行單位根檢驗(yàn)。對(duì)平穩(wěn)的時(shí)間序列可以直接進(jìn)行g(shù)ranger因果關(guān)系檢驗(yàn)，而對(duì)不平穩(wěn)的時(shí)間序列用差分來使時(shí)間序列平穩(wěn)，通過一階差分和二階差分平穩(wěn)后的時(shí)間序可以進(jìn)行g(shù)ranger因果關(guān)系檢驗(yàn)。格蘭杰因果關(guān)系檢驗(yàn)對(duì)于滯后期長度的選擇有時(shí)很敏感。其原因可能是被檢驗(yàn)變量的平穩(wěn)性的影響，或是樣本容量的長度的影響。不同的滯后期可能會(huì)得到完全不同的檢驗(yàn)結(jié)果。因此，通過var模型確定滯后階，確定滯后值，然后進(jìn)行g(shù)ranger因果關(guān)系檢驗(yàn)。

一種挖掘大氣污染傳播路徑的方法包括以下步驟：

步驟1、獲取大氣污染數(shù)據(jù)集，并對(duì)大氣污染數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，得到經(jīng)過預(yù)處理后的大氣污染數(shù)據(jù)集，并且在步驟1.1-步驟1.3對(duì)大氣污染數(shù)據(jù)集進(jìn)行操作。

步驟1具體包括以下步驟：

步驟1.1使用最近距離決定填補(bǔ)法填補(bǔ)缺失值，由于大氣污染數(shù)據(jù)集中的數(shù)據(jù)為時(shí)序數(shù)據(jù)，并且時(shí)間因素對(duì)數(shù)據(jù)變化的影響不明顯。所以使用最近距離決定填補(bǔ)法填補(bǔ)缺失值有效貼近實(shí)際值。

步驟1.2采用離群點(diǎn)分析的方法，通過聚類檢測離群點(diǎn)，由于污染物濃度不會(huì)突然大幅度變化，通過聚類檢測離群點(diǎn)，糾正數(shù)據(jù)，減少數(shù)據(jù)噪聲。

步驟1.3刪除數(shù)據(jù)集中缺失數(shù)據(jù)超過10％的不合格的數(shù)據(jù)，以免造成實(shí)驗(yàn)結(jié)果不準(zhǔn)確。

步驟2、對(duì)大氣污染數(shù)據(jù)集進(jìn)行adf檢驗(yàn)，對(duì)不平穩(wěn)的時(shí)序數(shù)據(jù)進(jìn)行差分，得到平穩(wěn)的大氣污染時(shí)間序列。

步驟3、對(duì)通過步驟2得到的平穩(wěn)時(shí)間序列建立var模型，然后滯后結(jié)構(gòu)和滯后長度標(biāo)準(zhǔn)得到赤池信息量準(zhǔn)則和施瓦茲準(zhǔn)則，然后根據(jù)這兩個(gè)準(zhǔn)則選擇滯后值。

步驟4、基于步驟2得到的平穩(wěn)大氣污染時(shí)間序列進(jìn)行g(shù)ranger因果關(guān)系檢驗(yàn)，檢驗(yàn)滯后期選擇步驟3得到的滯后值。

步驟4.1將當(dāng)前的y對(duì)所有的滯后項(xiàng)y做回歸計(jì)算，即y對(duì)y的滯后項(xiàng)yt-1，yt-2，…，yt-q的回歸，但在這一回歸計(jì)算中沒有把滯后項(xiàng)x包括進(jìn)來，這是一個(gè)受約束的回歸計(jì)算。然后從此回歸計(jì)算得到受約束的殘差平方和rssr。y為平穩(wěn)時(shí)間序列，yt-1，yt-2，…，yt-q指y的不同的滯后項(xiàng)，yt-1為y的滯后值為1的滯后項(xiàng)，yt-q為y的滯后值為q的滯后項(xiàng)。

步驟4.2做一個(gè)含有滯后項(xiàng)x的回歸計(jì)算，即在步驟4.1中的回歸計(jì)算中加進(jìn)滯后項(xiàng)x，這是一個(gè)無約束的回歸計(jì)算，由此回歸計(jì)算得到無約束的殘差平方和rssur。

步驟4.3零假設(shè)是h0：α1＝α2＝…＝αq＝0，即滯后項(xiàng)x不屬于此回歸計(jì)算。

步驟4.4為了檢驗(yàn)此假設(shè)，用f統(tǒng)計(jì)量捕捉殘差平方和的變化，即：



該統(tǒng)計(jì)量遵循自由度為q和(n-k)的f分布。此處，n是樣本容量，q等于滯后項(xiàng)x的個(gè)數(shù)，即有約束回歸方程中待估參數(shù)的個(gè)數(shù)，k是無約束回歸中待估參數(shù)的個(gè)數(shù)，rssr為受約束的殘差平方和，rssur為無約束的殘差平方和。

步驟4.5如果在選定的顯著性水平α上計(jì)算的f值超過臨界值fα，則拒絕零假設(shè)，這樣滯后x項(xiàng)就屬于此回歸，表明x是y的原因。

步驟4.6為了檢驗(yàn)y是否是x的原因，將變量y與x相互替換，重復(fù)步驟4.1～4.5。

步驟5、對(duì)步驟4得到的結(jié)果進(jìn)行篩選，選出具有單向granger因果的大氣污染數(shù)據(jù)，從而得到大氣污染的污染物之間因果關(guān)系，從而得到大氣污染的傳播路徑。

與現(xiàn)有技術(shù)相對(duì)，本發(fā)明具有以下明顯優(yōu)勢：

目前在大氣污染傳播方面，現(xiàn)有方法主要采用基于物理化學(xué)分析的源解析，需要考慮風(fēng)俗、溫度、濕度、擴(kuò)散速度，二次污染等各種情況，還要建立可靠的理論和分析模型。使得大氣污染傳播的研究極為困難，二本發(fā)明通過監(jiān)測到的數(shù)據(jù)，從數(shù)據(jù)層面，通過挖掘數(shù)據(jù)，挖掘大氣污染各種污染物之間的關(guān)系，從而得到大氣污染的傳播路徑。將傳統(tǒng)通過物理化學(xué)方法研究大氣污染成因分析所考慮的復(fù)雜的因素以及建立理論個(gè)模型分析等步驟化簡為通過研究大氣污染數(shù)據(jù)，使用數(shù)據(jù)挖掘技術(shù)，得到大氣污染傳播路徑，從而研究大氣污染傳播情況，極大的簡化了研究大氣污染的步驟，從而為研究大氣污染傳播情況提高了效率，并且能有節(jié)約大氣污染治理的成本。在研究大氣污染傳播方面甚至成因分析方面具有極大的優(yōu)勢。

附圖說明：

圖1為本發(fā)明所涉及的方法流程圖。

圖2為本發(fā)明大氣污染路徑示意圖。

具體實(shí)施方式：

以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。

本發(fā)明所用到的硬件設(shè)備有pc機(jī)1臺(tái)；

如圖1所示，本發(fā)明提供了一種挖掘大氣污染傳播路徑的方法。

具體包括如下步驟：

步驟1、獲取大氣污染數(shù)據(jù)集，并對(duì)大氣污染數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，得到經(jīng)過預(yù)處理后的大氣污染數(shù)據(jù)集，并且在下面的步驟對(duì)大氣污染數(shù)據(jù)集進(jìn)行操作。

步驟1具體包括以下步驟：

步驟1.1使用最近距離決定填補(bǔ)法填補(bǔ)缺失值，由于大氣污染數(shù)據(jù)集中的數(shù)據(jù)為時(shí)序數(shù)據(jù)，并且時(shí)間因素對(duì)數(shù)據(jù)變化的影響不明顯。所以使用最近距離決定填補(bǔ)法填補(bǔ)缺失值有效貼近實(shí)際值。

步驟1.2采用離群點(diǎn)分析的方法，通過聚類檢測離群點(diǎn)，由于污染物濃度不會(huì)突然大幅度變化，通過聚類檢測離群點(diǎn)，糾正數(shù)據(jù)，減少數(shù)據(jù)噪聲。

步驟1.3刪除數(shù)據(jù)集中缺失數(shù)據(jù)超過10％的不合格的數(shù)據(jù)，以免造成實(shí)驗(yàn)結(jié)果不準(zhǔn)確。

步驟2、對(duì)大氣污染數(shù)據(jù)集進(jìn)行adf檢驗(yàn)，對(duì)不平穩(wěn)的時(shí)序數(shù)據(jù)進(jìn)行差分，得到平穩(wěn)的大氣污染時(shí)間序列。

步驟3、對(duì)通過步驟2得到的平穩(wěn)時(shí)間序列建立var模型，然后滯后結(jié)構(gòu)和滯后長度標(biāo)準(zhǔn)得到赤池信息量準(zhǔn)則和施瓦茲準(zhǔn)則，然后根據(jù)這兩個(gè)準(zhǔn)則選擇滯后值。

步驟4、基于步驟2得到的平穩(wěn)大氣污染時(shí)間序列進(jìn)行g(shù)ranger因果關(guān)系檢驗(yàn)，檢驗(yàn)滯后期選擇步驟3得到的滯后值。

步驟4.1將當(dāng)前的y對(duì)所有的滯后項(xiàng)y做回歸計(jì)算，即y對(duì)y的滯后項(xiàng)yt-1，yt-2，…，yt-q的回歸，但在這一回歸計(jì)算中沒有把滯后項(xiàng)x包括進(jìn)來，這是一個(gè)受約束的回歸計(jì)算。然后從此回歸計(jì)算得到受約束的殘差平方和rssr。y為平穩(wěn)時(shí)間序列，yt-1，yt-2，…，yt-q指y的不同的滯后項(xiàng)，yt-1為y的滯后值為1的滯后項(xiàng)，yt-q為y的滯后值為q的滯后項(xiàng)。

步驟4.2做一個(gè)含有滯后項(xiàng)x的回歸計(jì)算，即在步驟4.1中的回歸計(jì)算中加進(jìn)滯后項(xiàng)x，這是一個(gè)無約束的回歸計(jì)算，由此回歸計(jì)算得到無約束的殘差平方和rssur。

步驟4.3零假設(shè)是h0：α1＝α2＝…＝αq＝0，即滯后項(xiàng)x不屬于此回歸計(jì)算。

步驟4.4為了檢驗(yàn)此假設(shè)，用f統(tǒng)計(jì)量捕捉殘差平方和的變化，即：



該統(tǒng)計(jì)量遵循自由度為q和(n-k)的f分布。此處，n是樣本容量，q等于滯后項(xiàng)x的個(gè)數(shù)，即有約束回歸方程中待估參數(shù)的個(gè)數(shù)，k是無約束回歸中待估參數(shù)的個(gè)數(shù)，rssr為受約束的殘差平方和，rssur為無約束的殘差平方和。

步驟4.5如果在選定的顯著性水平α上計(jì)算的f值超過臨界值fα，則拒絕零假設(shè)，這樣滯后x項(xiàng)就屬于此回歸，表明x是y的原因。

步驟4.6為了檢驗(yàn)y是否是x的原因，將變量y與x相互替換，重復(fù)步驟4.1～4.5。

步驟5、對(duì)步驟4得到的結(jié)果進(jìn)行篩選，選出具有單向granger因果的大氣污染數(shù)據(jù)，從而得到大氣污染的污染物之間因果關(guān)系，從而得到大氣污染的傳播路徑。

以上實(shí)施例僅為本發(fā)明的示例性實(shí)施例，不用于限制本發(fā)明，本發(fā)明的保護(hù)范圍由權(quán)利要求書限定。本領(lǐng)域技術(shù)人員可以在本發(fā)明的實(shí)質(zhì)和保護(hù)范圍內(nèi)，對(duì)本發(fā)明做出各種修改或等同替換，這種修改或等同替換也應(yīng)視為落在本發(fā)明的保護(hù)范圍內(nèi)。

技術(shù)特征：

技術(shù)總結(jié)

本發(fā)明公開了一種挖掘大氣污染傳播路徑的方法，本方法面向大氣污染多維時(shí)序數(shù)據(jù)，提供了一種通過大氣污染多維時(shí)序數(shù)據(jù)挖掘大氣污染傳播路徑的方法。使用granger因果關(guān)系檢驗(yàn)挖掘具有Granger因果關(guān)系的數(shù)據(jù)，從而通過數(shù)據(jù)挖掘大氣污染污染物之間的因果關(guān)系，從而發(fā)現(xiàn)大氣污染傳播路徑。相對(duì)于其他方法，Granger因果關(guān)系檢驗(yàn)可以在透過污染物濃度變化的復(fù)雜性以及相互影響的情況，揭示大氣污染不同污染物之間相互影響的本質(zhì)關(guān)系，從數(shù)據(jù)中挖掘出具有因果關(guān)系的污染物。

技術(shù)研發(fā)人員：劉博;蘇鵬方

受保護(hù)的技術(shù)使用者：北京工業(yè)大學(xué)

技術(shù)研發(fā)日：2018.09.30

技術(shù)公布日：2019.01.08

聲明：

“挖掘大氣污染傳播路徑的方法與流程” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究，如用于商業(yè)用途，請(qǐng)聯(lián)系該技術(shù)所有人。

我是此專利(論文)的發(fā)明人(作者)