基于后向氣團軌跡的大氣污染特征時序分析研究

關鍵詞：后向軌跡氣團；大氣污染；時間序列；特征分析

中圖分類號：X513 文獻標志碼：B

前言

目前，針對大氣污染時序分析主要有兩種研究方向，分別為污染源擴散路徑模擬以及氣團軌跡路徑模擬兩種。其中，污染源擴散路徑模擬指的是通過對研究區域進行網格劃分，并結合不同區域內的污染顆粒濃度，從而實現污染源定位。并根據不同網格內污染物密度分布情況，模擬出污染源的擴散路徑。該方法雖然能夠有效實現擴散路徑數值模擬，但是由于缺乏對沉降因素的考慮，導致分析效果不佳。例如，劉威杰等人以春節期間的大氣監測數據作為研究對象，通過結合網格劃分法，對不同區域內的大氣污染顆粒濃度進行了計算，從而提取出大氣污染特征。黨瑩等人通過對比兩種城市的污染源擴散路徑，從而分析出大氣污染特征，并提出對應的空氣質量改善措施。而氣團軌跡路徑模擬方法指的是通過構建軌跡分析模型，對后向氣團軌跡的影響情況進行量化分析，在此基礎上實現污染物顆粒擴散路徑的預測。該方法不僅有效結合了大氣運動特征，同時也考慮到顆粒物的沉降效果，因此在分析效果上更占優勢。為此，文章提出基于后向氣團軌跡的大氣污染特征時序分析研究，對大氣污染時間序列監測數據進行清洗和歸一化處理，引入權重因子來修正污染源軌跡，構建大氣污染特征時序分析模型。

1基于后向氣團軌跡的大氣污染特征時序分析研究

1.1大氣污染物濃度數據相關性分析

在對大氣污染濃度數據進行采集的過程中，通常會因采集環境或采集手段等因素，導致數據集存在監測指標缺失的情況，從而影響數據集的質量。因此針對大氣污染物濃度時間序列數據，文章通過對其進行數據歸一化以及缺失值填充處理，在此基礎上結合皮爾遜相關系數法，對數據相關性進行分析。

1.2基于后向氣團軌跡的大氣污染物潛在源分析

后向氣團軌跡是指氣團在上空中實際移動路徑，可以對大氣污染物的移動路線進行表征。通過結合后向氣團軌跡的聚類分析結果，可以對大氣污染物顆粒的潛在源進行分析。為捕捉氣團軌跡，文章首先針對研究區域進行網格劃分。通過將研究區域分為i×j個網格，每個網格均代表不同的經緯度，由此可以對氣團軌跡的移動位置進行有效表征。后向氣團軌跡區域網格劃分示意圖見圖1。

根據上述時間序列分析模型整體分析流程可以看出，文章所設計的模型首先會結合多站點污染物數據以及歷史氣象數據進行提取，并針對原始數據集進行預處理，其中包括數據集編碼處理、數據集缺失值填充處理以及數據標準化處理等。然后通過對時間序列數據的局部趨勢特征以及空間特征進行提取，從而實現序列時空特征的有效提取。最后通過結合污染源的預測定位結果以及后向氣團軌跡的分析情況，實現大氣污染特征的有效分析，從而輸出氣團的移動預測路線。

通過上述步驟即可完成對于大氣污染特征時間序列分析模型的構建，通過提取局部趨勢特征以及空間特征，對大氣污染特征時間序列進行預測。至此，基于后向氣團軌跡的大氣污染特征時序分析方法設計完成。

2實驗論證

為了證明文章提出的基于后向氣團軌跡的大氣污染特征時序分析方法在實際分析效果方面優于常規的大氣污染特征時序分析方法，在理論部分的設計完成后，構建實驗環節，對文章方法的實際分析效果進行檢驗。

2.1實驗說明

為驗證文章提出的基于后向氣團軌跡的大氣污染特征時序分析方法在實際分析效果方面的優越性，此次實驗選取了兩組常規的大氣污染特征時序分析方法作為對比對象，分別為基于深度學習的大氣污染特征時序分析方法，以及基于神經網絡的大氣污染特征時序分析方法。通過構建實驗平臺，采用三種時序分析方法對同一個大氣污染物軌跡模型進行分析，對比不同方法的實際分析效果。

2.2實驗準備

此次實驗選取的研究區域位于某省市中心城區120 km，屬于重點氣象規劃地區。該區域屬于溫帶大陸性氣候，降水年際變化明顯，總體區域面積為24.5×10⁴ km²。為獲取實驗數據集，此次實驗針對研究區域設定了多處大氣質量監測站。針對風速、風險、氣溫、濕度等多項氣象變量監測數據進行統計，部分實驗數據見表1。

為保證實驗結果的可靠性，此次實驗結合大氣質量的監測數據，對研究區域的后向氣團軌跡進行模擬。采用三種大氣污染時序特征分析方法進行分析，待分析結果后，記錄不同方法下的污染源定位結果，對比不同方法的污染源定位精度。

2.3時序分析性能對比結果

此次對比實驗選取的對比指標為不同分析方法的分析效果，具體衡量指標為大氣污染源區域的定位效果，定位誤差越低，代表方法的分析效果越好，具體實驗結果見圖3。

通過上述實驗結果可以看出，隨著迭代次數的不斷提高，不同算法的分析性能也在形成收斂。通過數值上的對比可以明顯看出，文章提出的基于后向氣團軌跡的大氣污染特征時序分析方法的分析效果明顯更好，大氣污染源定位精度較高。

3結束語

文章針對常規的大氣污染特征時序分析方法在分析效果方面較差的問題，通過結合后向氣團軌跡數據，提出了一種新型的分析方法。預處理大氣污染時間序列監測數據，將研究區域劃分為網格，基于權重修正后的污染源軌跡，計算不同污染物在各個網格內的權重濃度值，結合計算結果，構建大氣污染特征時序分析模型，考慮到污染物之間的關聯性以及地理位置的影響，從而更準確地描繪大氣污染的時空分布規律。結合了數據關聯性計算、權重修正和時序分析模型構建，使得大氣污染監測數據處理更加精細化和準確化。通過引入皮爾遜相關系數方法和權重因子修正，有望提高模型預測的精準度和質量，從而促進大氣環境監測與治理領域的創新發展。