空氣信息綜合管理評估系統①

王有帥,陳 梅,陳藝丹

(蘭州交通大學 電子與信息工程學院,蘭州 730070)

空氣是人類賴以生存的寶貴資源,近年來遭到嚴重的破壞,空氣污染已成為一個亟待解決且嚴重威脅人類健康生活的世界性問題.據科學報告[1-3],人類因呼吸疾病導致的死亡率與空氣污染加劇具有明顯的相關性關系,尤其是可吸入顆粒物,如PM2.5、PM10、SO2、NO2及O3等,可浸透入肺部和心血管系統導致中風和肺癌等嚴重疾病[4].因此,對空氣質量進行評估可讓人們了解自己所處的空氣質量情況.在戶外時做好防護準備,從而提高人們的環保意識,減少污染排放.

環境研究者們為解決空氣污染問題曾提出了多種空氣質量評估系統.Dionova 等提出利用模糊推理系統進行環境室內空氣質量評價系統[5],該系統采用4 種室內空氣污染物(IAP)和4 種熱舒適污染物(TCP),使用室內空氣質量指數(EIAQI)對污染狀況進行量化,采用聚類算法對模糊邏輯控制器的IAQI 值和TCI 值進行劃分,從而有效區分室內空氣和熱舒適污染物.Jasim等提出集成化智能算法和地理信息系統建模的城市空氣質量評估系統[6],使用機器學習和地理信息系統建立空氣污染模型,并用主成分分析算法和支持向量回歸對該模型進行優化,對空氣質量進行有效的評估.Xu 等提出基于云模型的空氣質量評估系統[7],使用云模型空氣質量評估方法對空氣質量數據進行定性和定量分析,結合熵值和超熵值對分析結果的模糊性和隨機性進行深入分析,得出大氣污染等級.張澍一等提出氣象調整下的區域空氣質量評估[8],使用一種消除氣象干擾的時空調整方法.通過控制氣象條件調整污染物的時空平均濃度,捕捉到潛在排放量的變化,從而規避因氣象條件造成的污染物濃度的變化.Xu 等提出的中國城市空氣質量預警系統[9],采用“分解與集成”理論,結合數據處理技術、支持向量機、仿生優化算法和留置一權決策策略提出了一種混合預測模型,該模型與模糊評估方法共同組成了空氣質量的評價系統,在預測和評估方面具有一定的優勢.上述提到的空氣質量評估方式在某些特定的情況下,評估效果較好,但不能大規模使用,具有一定的局限性.

本文針對上述空氣質量評估系統評估形式單一、準確度欠佳等缺點提出了空氣信息管理評估系統,旨在應用多樣化方法提高空氣質量評估準確度和以多種方式展示評估結果.在文中介紹了空氣質量數據收集、加工處理及空氣質量評估展示,實現了空氣質量數據一站式處理,評估結果多樣化展示.文中對系統的架構設計、系統功能、主要技術及系統展示進行了詳細的介紹.

1 系統設計

1.1 總體架構

本系統針對現有系統評估形式單一,準確度低,評估范圍有限等缺點設計的一套集數據預處理、標準化及多樣化評估為一體的空氣質量評估系統.系統采用BS 分層架構,具有開發及維護成本低,分布性和共享性強,訪問簡單等優勢.如圖1所示,該系統由3 部分組成:數據預處理、數據標準化和空氣質量評估.數據預處理是對原始數據進行抽取、清洗、單位轉化等;數據標準化是將數據進行多種標準化處理;空氣質量評估是通過按時、日、月、采集點和污染物等多種檢索方式對空氣質量進行評估展示.

圖1 系統架構圖

1.2 系統流程圖

系統流程圖如圖2所示,系統運行由數據導入開始.檢測數據是否有缺失值和無效值,若有則根據圖3進行缺失值填充或圖4 進行無效值替換.然后根據式(1)-式(4)對數據進行標準化處理.標準化處理后的數據可以通過檢索進行空氣質量評估展示,也可以保存至本地數據庫或以文件的方式導出.

圖2 系統流程圖

圖3 缺失值填充

圖4 無效值替換

1.3 數據流圖

空氣質量智能評估系統的核心目標是實現各種空氣質量數據的統一收集、處理、存儲及對空氣質量的評估展示.功能主要有數據導入、數據加工、數據存儲、導出及空氣質量評估展示,數據流圖如圖5所示.

圖5 數據流圖

(1)數據導入.將從空氣質量檢測站、空氣質量數據網站或行業共享等收集到的空氣質量數據導入系統.按業務需求將數據分發給數據加工模塊,也可以存儲在數據庫或以文件的形式導出.

(2)數據加工.按需求對接收到的數據進行抽取、清洗、標準化、單位轉化、污染物分類等,提交給空氣質量評估模塊,也可以將處理后的數據存儲在數據庫或以文件的形式導出.

(3)空氣質量評估展示.通過對數據加工后的數據進行計算空氣質量指數,然后按時、日、月、監測站位置及污染物種類等檢索方式對空氣質量進行評估展示.

1.4 關鍵技術及數據存儲

本文采用Flask 框架[10]開發,該框架為Python 語言中輕量級框架,具有核心簡單、靈活、輕便高效和使用文檔完整等優勢.空氣質量數據存儲的難點在于數據量大、維度高、內容復雜及存取頻繁等.傳統的關系型數據庫MySQL[11],Oracle[12]等無法實現動態擴容,且在數據量較大時,存取效率低,讀寫成本高.本文采用MongoDB 文檔數據庫[13]進行數據存儲,具有高擴展、弱一致性、支持大容量存儲、讀寫高效及具有failover 機制[14]等.

2 數據處理

2.1 數據獲取

空氣質量評估的關鍵在于空氣質量數據,為了全面和準確的評估該地區的空氣質量情況,需要選擇最具代表性的數據來源.通常情況下,空氣質量數據從環境監測網站或行業共享獲得,從網站采用網絡爬蟲爬取,行業共享是通過大氣研究人員共享獲得.以上兩種方式獲取的數據各有特點,網站爬取的數據量大,標準不統一,數據缺失嚴重等,需要經過嚴格的清洗、補充等預處理.行業共享獲得的數據已經過預處理,只需要標準化處理.以蘭州市為例,通過行業共享和網絡爬蟲獲得了蘭州市多年的監測數據,涵蓋了蘭大榆中校區、蘭苑賓館、師范大學、生物制品所、職工醫院、舟曲中學、西固環保局和鐵路設計院等遍布蘭州市的空氣檢測站,如圖6所示.

圖6 蘭州市空氣檢測站布局

2.2 缺失值與無效值處理

在通常情況下,空氣檢測設備收集的污染物種類繁多,數據量巨大,難免會收集到無效值和缺失值,在本文中對數值為0 的數據視為無效值.如圖4所示,無效值替換是指對數值為0 的數據統一替換為0.01.缺失值補充采用前5 后3 處理[15],如圖3所示,前5 后3 指取缺失值的前5 位和后3 位相加求均值進行補充.

2.3 數據標準化

在本文中使用的數據標準化方法有0-1 標準化、Z-score 標準化、小數定標標準化和均值歸一化,下面進行詳細的介紹,

(1)0-1 標準化[16],按式(1)將原始數據縮放到[0,1]區間內.

其中,x為原始數據,xmin為總體數據中的最小值,xmax為總體數據中的最大值.

(2)Z-score 標準化[17],利用總體數據的均值和標準差對原始數據進行標準化,如式(2)所示.

其中,μ為總體數據的平均值,σ為總體數據的標準差.

(3)小數定標標準化,通過移動數據小數點的位置對原始數據進行標準化,如式(3)所示.

其中,a為使max(|x|)＜1的最小值.

(4)均值歸一化[18],通過原始數據得到的均值、最大值和最小值對原始數據進行標準化,如式(4)所示.

其中,μ為總體數據的均值,xmax為總數據中的最大值,xmin為總體數據中的最小值.

2.4 空氣質量指數

根據中國環境部門2012年發布的《環境空氣質量指數(AQI)技術規定(試行)》(HJ633-2012)[19]和《環境空氣質量標準》(GB3095-2012)[20]規定,采用空氣質量指數AQI衡量空氣質量.通常情況下,空氣污染物含有很多種類,如PM2.5、PM10、SO2、NO2及O3等,首先用各污染物的實測濃度值,按式(5)分別計算空氣質量分指數IAQI(individual air quality index)[19]:

其中,IAQIp為相應地區的污染物P的空氣質量分指數;Cp為相應地區的污染物P的濃度值;BPHi為空氣質量分指數對應的污染物濃度限值表中與Cp相近的污染物濃度限值的高位值;BPLo為空氣質量分指數對應的污染物濃度值限制表中與Cp相近的污染物濃度限值的低位值;IAQIHi為空氣質量分指數對應的污染物濃度限值表中與BPHi對應的空氣質量分指數;IAQILo為空氣質量分指數對應的污染物濃度限值表中與BPHi對應的空氣質量分指數.在得到各個污染物空氣質量分指數后,由式(6)計算空氣質量指數[19].

其中,IAQI為空氣污染物分指數,n為污染物.由式(6)可得,AQI取污染物分指數IAQI的最大值.當AQI大于50 時,IAQI最大的污染物為首要污染物;若IAQI最大的污染物為兩項或更多時,并列為首要污染物;當IAQI大于100 時,該污染物為超標污染物.如表1所示,本文根據當地AQI值給出當前空氣質量等級、類別、表示顏色、對健康生活影響及對各類人群應采取的措施等.

表1 空氣質量指數對照表

3 系統實現

3.1 系統設計

依據如圖1所示的系統架構設計,本文系統功能如圖7所示,空氣信息綜合管理評估系統由數據預處理、數據標準化處理、空氣質量評估和系統管理4 個模塊構成.其中,數據預處理模塊由數據導入、缺失值填充和無效值替換構成;數據標準化處理模塊由0-1 標準化、Z-score 標準化、小數點定標標準化和均值歸一化組成;空氣質量評估由按時、日、月、監測站位置及污染物種類空氣質量評估組成;系統管理模塊由用戶管理、日志管理和自定義管理組成.

圖7 系統功能

3.2 系統實現

本文系統空氣質量評估采用多樣化檢索方式,由按時、日、月、監測站位置及污染物種類評估組成.下面對系統運行效果的部分功能進行展示.圖8 是在多個監測站按污染物種類以餅圖、柱狀圖和折線圖的檢索方式展示以月為單位的環境污染物濃度情況,用戶按需求選擇污染物及展示方式.

圖8 部分監測站按需求展示結果

圖9 是空氣質量數據進行如圖3、圖4 的無效值和缺失值處理后的展示;圖10 是對經過如圖9 處理之后的數據進行0-1 標準化、Z-score 標準化、小數定標標準化和均值歸一法數據標準化展示;圖11 是對標準化后的數據進行按時空氣質量評估展示;圖12 是對標準化后的數據進行按日空氣質量評估展示.

圖9 缺失值及無效值檢測處理

圖10 數據標準化處理

圖11 按時計算空氣質量指數

圖12 按日計算空氣質量指數

在得到污染物的空氣質量指數后,參考表1 獲取空氣質量評估信息.如圖13所示,計算空氣質量分指數IAQI,獲取IAQI中的最大值為空氣質量指數AQI,經分析得首要污染物為PM2.5,無超標污染物,當天空氣質量指數級別為三級、屬于輕度污染;易感人群癥狀有輕度加劇,健康人群出現刺激癥狀;建議兒童、老年人及患有心臟病或呼吸系統疾病的人應減少長時間、高強度的戶外鍛煉.

圖13 按日空氣質量評估

在本文評估系統中,按需求選擇檢測站,按月評估為根據當月的空氣質量數據,計算空氣質量等級為優、良、輕度污染、中度污染和重度污染的天數,及其所占的概率.如圖14所示,在鐵路設計院空氣監測站某年1月份的空氣質量評估結果中,空氣質量等級為優和重度污染的天數為0、良為16 天,輕度污染為14 天及重度污染為1 天.以扇形圖表示空氣質量等級,等級為優和重度污染占0%,等級為良占51.62%,等級為輕度污染占45.17%,等級為中度污染占3.23%.

圖14 按月空氣質量評估

3.3 系統運行

本系統已開發完畢,且已在2021年6月掛載在阿里云服務器,訪問地址為http://47.242.77.108:5001/,目前使用于蘭州市空氣質量評估,使用效果較好.運行環境為1 vCPU,16 GB 內存,40 GB 高效云盤,1 Mb/s 帶寬及Linux 操作系統.

4 結論與展望

空氣信息綜合管理評估系統構建了集數據預處理、標準化及多樣評估為一體的多功能評估平臺.主要進承擔了各地的空氣質量評估,為用戶提供實時的空氣質量情況及出行建議.并對系統進行優化處理,響應速度快、功能完善、界面友好,為空氣污染數據處理、空氣質量評估提供了良好的支撐,得到眾多大氣污染相關科研人員的一致肯定,接下來的研究工作是進一步擴充完善系統功能,提升數據支撐和評估能力.