技术领域
[0001] 本
发明涉及计算机技术领域，具体来说，涉及一种基于移动设备的机会 式群体智能空气质量监测及评估方法。
背景技术
[0002] 随着我国大多数地区工业化和城市化
进程的推动，许多城市的社会环境问 题逐渐开始暴露，发达国家经历了上百年的环境问题也在我国经济发达的地区 开始集中性爆发，而其中雾霾的问题一直是社会各界关注的舆论热点。雾霾的 核心污染物是PM2.5，它指的是环境空气中空
气动力学当量直径小于等于2.5 微米的颗粒物，它能够在空气中飘浮很长一段时间，人类长期吸入后会对其健 康产生巨大的影响和危害。PM2.5的化学成分主要包括有机
碳、元素碳、
硝酸 盐、
硫酸盐、铵盐、钠盐等。在我国，2012年实现了PM2.5的自动监测和实 时信息发布，2014年正式成立长三
角区域空气质量预报中心，2015年发布了 PM2.5的源分析结果，目前有关PM2.5的研究尚在进一步拓展当中。
[0003] PM2.5的预测方法有很多，常用的有基于多元线性回归模型的，基于时间 序列进行预测的，还有基于自回归移动平均模型等等。例如，
现有技术通常采 用主成分分析法找出与PM2.5浓度相关的一系列主要指标，通过分析他们对 PM2.5浓度的影响大小，划分成主要成分和次要成分，进而进一步降低数据维 度，最后借助LASSO(The Least Absolute Shrinkage and Selectionator operator)
算法进行特征选取，给各成分确定相应的系数建立模型然后再进行 回归分析。
[0004] 由于PM2.5的浓度变化是非线性的，使用神经网络可以构造出复杂的非线 性预测结构，可以很好地适应非线性量的预测，有现有技术采用自组织递归模 糊神经网络的方法来对PM2.5的小时浓度作预测。他同样的先采用主成分分析 法选取与PM2.5浓度相关影响性较强的量，将其作为自变量输入到神经网络， 用偏最小二乘法以及ε准则的方法对神经网络结构进行优化调整，并通过自适 应梯度下降算法调整模型的宽度和权值等参数，最后使用典型非线性系统预测 PM2.5的浓度值。
[0005] 由于对人类健康的危害，烟雾的广泛传播和频繁发生引起了人们的极大关注。 据报道，由于空气污染，每年有超过300万人过早死亡。细颗粒物(PM2.5) 是许多
疾病的主要原因，因为空气污染物能够深入
呼吸道，到达
肺部。最近 的研究表明，
接触细颗粒会导致短期健康影响，如眼睛，鼻子，喉咙和肺部刺 激，咳嗽，打喷嚏，流鼻涕和呼吸急促。接触细颗粒也会影响肺功能并恶化 哮喘和心脏病等疾病。
[0006] 在
指定地点(交通路口，景区，
建筑物屋顶)部署了复杂但昂贵的监测站， 以收集污染物(PM2.5或PM10)和污染气体(CO，O3，NO2，SO2等)。由于 部署和维护的成本，这些监测站是静态和稀疏部署的，因此在我们的分析后面 的分析中未能在许多城市化区域提供全面
覆盖。
[0007] 通常，基于激光的粒子
传感器配备有提供精确的PM2.5测量。有缩小版本 可以更加普遍地
感知家庭内部的空气质量，但准确性不够精确。使用移动设备 对PM2.5值进行人群感知被认为是一种补充官方
站点读数的潜在解决方案。 但是，即使是缩小的传感器仍然昂贵且大尺寸用于嵌入在移动设备上的大规模 部署。
[0008] 针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
[0009] 针对相关技术中的上述技术问题，本发明提出一种基于智能设备进行 机会主义群体空气质量监测及评估方法，能够不直接测量PM2.5值，而是 分析污染物与污染气体之间的关系，并利用相关性构建
预测模型进行估算。
[0010] 为实现上述技术目的，本发明的技术方案是这样实现的：
[0011] 一种基于智能设备进行机会主义群体空气质量监测及评估方法，利用 机会网络构建群体感知系统，所述群体感知系统包括同一区域的多个智能 设备，所述系统为间断连接系统，每个带有
气体传感器的所述智能设备收 集气体数据用于空气质量监测(NO2、SO2和CO)，并通过移动继电器将数 据以机会多跳的方式发送到同一区域的其他智能设备，通过差异化预测模 型来计算所述区域内的空气质量；
[0012] 其中，所述通过差异化预测模型来计算所述区域内的空气质量包括： 分别对PM2.5和SO2，NO2，O3，CO的每小时浓度进行相关分析，首先应用 每组数据的K-S
(Kolmogorov-Smirnov)统计检验，对每组气体数据进行 Spearman相关分析，获取PM2.5的浓度和SO2，NO2，O3，CO的浓度之间 存在的关系，并筛选出对PM2.5浓度影响最大的气体，再根据对空气质量 监测站的气体参数与PM2.5之间的Spearman等级相关性，构建有效模型， 其中，所述构建有效模型包括多项式回归模型、非线性多项式回归模型及 其他非线性回归模型。
[0013] 更进一步地，收集的各监测站的污染物数据，对空气质素监测站分类， 具体包括将监测站划分为不同的类型，并为不同类型的监测站和不同的季 节建立不同的模型，采用k近邻算法(KNN)、
支持向量机(SVM)和朴素贝叶 斯分类器对两类监测站进行分类。
[0014] 更进一步地，基于上述分析建立合适的模型作为估计模型来预测实时 PM2.5值，所述合适的模型为：
[0015] Y＝β0+β1X1+β2X2+β3X3+β4X4+β5X1X2+β6X1X3+
[0016] β7X1X4+β8X2X3+β9X2X4+β10X3X4+ε
[0017] 其中，Y为PM2.5的预测值，X1为SO2的自变量，X2为NO2的自变量， X3为O3的自变量，X4为CO的自变量，βn为回归系数，n＝[0,10],ε为 随机误差。
[0018] 更进一步地，多种预测模型被应用于不同类型的监测站。
[0019] 更进一步地，为了提高预测效果，建立不同类型监测站的预测模型和 不同季节的预测模型，所述不同类型监测站的预测模型为交通站点预测模 型、背景站点预测模型和各站点普通预测模型。
[0020] 更进一步地，将气体传感器设置于共享出行工具或智能设备上，以利 于空气质量的监测和数据收集。
[0021] 更进一步地，气体传感器从共享出行工具或智能设备中获得稳定的电 力供应。
[0022] 更进一步地，所诉空气质量监测站的气体参数与PM2.5之间的 Spearman等级相关性进一步包括：相关系数的绝对值越高，相关性越强； 相关系数越接近1或-1，相关度越强，相关系数越接近0，相关度越弱。
[0023] 更进一步地，所述获取PM2.5的浓度和SO2，NO2，O3，CO的浓度之间 存在的关系进一步包括：PM2.5的浓度和SO2，NO2，O3，CO的浓度之间为 非线性相关，且CO对PM2.5浓度的影响比NO2和SO2更显著。
[0024] 更进一步地，所述有效模型进一步包括，从最简单的二次多项式开始， 用幂函数建立变量多项式回归模型和多元回归模型，其中，所述多项式回 归模型包括纯二次方模型、交互二次方模型、完全二次方模型。
[0025] 与现有技术相比，有益效果为：本发明分析了官方空气质量监测站的 实际原始数据的分布和特征，提出了一种群体感应方案，通过预测污染气 体读数来预测PM2.5进而得出空气质量
水平；分析并绘制PM2.5与其他污 染气体参数(NO2，SO2，O3和CO)之间的相关性，然后建立和改进用于估 算PM2.5的气体值和场地类型的预测模型。本发明不直接测量PM2.5值， 而是分析污染物与污染气体之间的关系，并利用相关性构建预测模型进行 估算，与现有技术中相比，用于测量污染气体的传感器便宜得多且形状因 子更小，这使得它们可用于许多人群感应应用中的大规模部署。
附图说明
[0026] 为了更清楚地说明本发明
实施例或现有技术中的技术方案，下面将对实施 例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是 本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的 前提下，还可以根据这些附图获得其他的附图。
[0027] 图1是根据本发明实施例所述的一种基于移动设备的机会式群体智能空 气质量监测及评估方法的
流程图。
具体实施方式
[0028] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是 全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其 他实施例，都属于本发明保护的范围。
[0029] 细颗粒主要来自
汽车，
卡车，公共汽车和越野车辆(例如，建筑设备，
雪 地车，
机车)排气，其他涉及燃烧的操作木材，取暖油或
煤等
燃料以及森林和 草火等天然来源。
[0030] PM2.5是中国空气质量的决定性因素。然而，由于现有商用检测器的高 成本，很难获得高
精度和宽的单独PM2.5数据，并且它具有强大的时间和空间 灵敏度。所以我们需要用气体参数(SO2，NO2，O3和CO)来估算PM2.5值， 这些参数可以由移动传感器收集。城市空气污染与特定污染之间存在内在联系。 SO2是SOx中的一种，它可以与大气中的其他化合物反应形成小颗粒，NO2也 会形成细颗粒污染，表明NO2与大气中的其他化合物反应形成PM2.5，SO2也 有助于大气中的PM2.5。PM2.5的浓度与NO2，SO2和CO的浓度显着正相关， 表明NO2，SO2和CO对PM2.5的浓度有显着影响。
[0031] 本实施例进公开了一种基于智能设备进行机会主义群体空气质量监测 及评估方法，利用机会网络构建群体感知系统，所述群体感知系统包括同 一区域的多个智能设备，所述系统为间断连接系统，每个带有气体传感器 的所述智能设备收集气体数据用于空气质量监测(NO2、SO2和CO)，并通 过移动继电器将数据以机会多跳的方式发送到同一区域的其他智能设备， 通过差异化预测模型来计算所述区域内的空气质量；
[0032] 其中，所述通过差异化预测模型来计算所述区域内的空气质量包括： 分别对PM2.5和SO2，NO2，O3，CO的每小时浓度进行相关分析，首先应用 每组数据的K-S
(Kolmogorov-Smirnov)统计检验，对每组气体数据进行 Spearman相关分析，获取PM2.5的浓度和SO2，NO2，O3，CO的浓度之间 存在的关系，并筛选出对PM2.5浓度影响最大的气体，再根据对空气质量 监测站的气体参数与PM2.5之间的Spearman等级相关性，构建有效模型， 其中，所述构建有效模型包括多项式回归模型、非线性多项式回归模型及 其他非线性回归模型。
[0033] 更进一步地，收集的各监测站的污染物数据，对空气质素监测站分类， 具体包括将监测站划分为不同的类型，并为不同类型的监测站和不同的季 节建立不同的模型，采用k近邻算法(KNN)、支持向量机(SVM)和朴素贝叶 斯分类器对两类监测站进行分类。
[0034] 更进一步地，基于上述分析建立合适的模型作为估计模型来预测实时 PM2.5值，所述合适的模型为：
[0035] Y＝β0+β1X1+β2X2+β3X3+β4X4+β5X1X2+β6X1X3+ β7X1X4+β8X2X3+β9X2X4+β10X3X4+ε[0036] 其中，Y为PM2.5的预测值，X1为SO2的自变量，X2为NO2的自变量， X3为O3的自变量，X4为CO的自变量，βn为回归系数，n＝[0,10],ε为 随机误差。
[0037] 更进一步地，多种预测模型被应用于不同类型的监测站。
[0038] 更进一步地，为了提高预测效果，建立不同类型监测站的预测模型和 不同季节的预测模型，所述不同类型监测站的预测模型为交通站点预测模 型、背景站点预测模型和各站点普通预测模型。
[0039] 更进一步地，将气体传感器设置于共享出行工具或智能设备上，以利 于空气质量的监测和数据收集。
[0040] 更进一步地，气体传感器从共享出行工具或智能设备中获得稳定的电 力供应。
[0041] 更进一步地，所诉空气质量监测站的气体参数与PM2.5之间的 Spearman等级相关性进一步包括：相关系数的绝对值越高，相关性越强； 相关系数越接近1或-1，相关度越强，相关系数越接近0，相关度越弱。
[0042] 更进一步地，所述获取PM2.5的浓度和SO2，NO2，O3，CO的浓度之间 存在的关系进一步包括：PM2.5的浓度和SO2，NO2，O3，CO的浓度之间为 非线性相关，且CO对PM2.5浓度的影响比NO2和SO2更显著。
[0043] 更进一步地，所述有效模型进一步包括，从最简单的二次多项式开始， 用幂函数建立变量多项式回归模型和多元回归模型，其中，所述多项式回 归模型包括纯二次方模型、交互二次方模型、完全二次方模型。
[0044] 本实施例模拟了CO，NO2，SO2，O3和PM2.5值之间的一些数学模型，并 根据这些模型得出它们的相关性。选择合适的模型作为预测模型来估计实时 PM2.5值。
[0045] Effective Model有效模型
[0046] 我们从最简单的二次多项式开始，尝试用幂函数建立变量多项式回归模型 和多元回归模型。
[0047] (1)Polynomial Regression Model多项式回归模型
[0048] Model 1Pure Quadratic模型1纯二次方
[0049]
[0050] Model 2Interaction Quadratic模型2交互二次方
[0051] Y＝β0+β1X1+β2X2+β3X3+β4X4+β5X1X2+β6X1X3+β7X1X4+ β8X2X3+β9X2X4+β10X3X4+ε (2)[0052] Model 3Full Quadratic模型3完全二次方
[0053]
[0054] (2)Nonlinear Polynomials regression非线性多项式回归
[0055] 当n的值不同时，存在不同的非线性多项式回归模型。
[0056] Model 4
[0057] Y＝β0+(β1X1+β2X2+β3X3+β4X4)n+ε (4)
[0058] (3)Other Nonlinear Regression其他非线性回归
[0059] 考虑到PM2.5的分布与复变量之间的非线性关系，我们使用幂函数形式的 几个多元回归方程。
[0060] Model 5
[0061]
[0062] Model 6
[0063]
[0064] Model 7
[0065]
[0066] 我们可以建立一个合适的模型，仅通过SO2，NO2和CO来预测PM2.5浓度 得到O3对P M2：5浓度几乎没有贡献。
[0067] 考虑到PM2.5的分布与复变量之间的非线性关系，我们建立了幂函数形式 的多项式二次回归模型(公式8)。
[0068] Model Interaction Quadratic二次模型交互
[0069] Y＝β0+β1X1+β2X2+β3X3+β4X4+β5X1X2+β6X1X3+β7X1X4+ β8X2X3+β9X2X4+β10X3X4+ε (8)[0070] 由式8多项式回归得到的预测PM2.5值与SO2、NO2、O3、CO的关系。因 此，我们可以建立一个合适的模型，仅通过SO2、NO2和CO作为O3来预测PM2.5 浓度，估计模型建立方程使用2014年和2015年的空气质量数据作为
训练数据 集。然后,我们预测未来数据(2016年)的数据基于估计模型和比较这个模型和 实际模型之间的绝对误差,以验证这个估计模型的有效性。
[0071] 分别以SO2、NO2、O3、CO、SO2、NO2、CO为参数的交互模型(方 程8)推导出黑线和黄线的曲线。这两条曲线非常接近。这意味着， 参数为SO2、NO2、CO的模型与参数为SO2、NO2、O3、CO的模型性能 基本相同。
[0072] Y＝9.7718+0.6268X1+0.2122X2+37.7171X4+0.0027X1X2-0.2982X1X4+ 0.1184X2X4 (9)
[0073] 空气质素监测站分类
[0074] 本
申请根据本节收集的各监测站的污染物数据，把不同类型的监测站分类。 本文考虑了交通站和背景站的分类器，因为这两种类型的站是典型的，完全不 同。
[0075] 因此，根据站点类型的不同建立分类模型。本文采用k近邻算法(KNN)、 支持向量机(SVM)和朴素贝叶斯分类器对两类监测站进行分类。
[0076] 在
数据挖掘技术中，简单实现的KNN算法是更常用的分类算法。SVM是最 好的现成
监督学习算法之一。朴素贝叶斯算法是一种基于贝叶斯定理的非常 简单的分类算法。给出了三种不同分类器的准确分类比率。由于样本选择的 随机性，模拟结果是100次的平均值。筛选出分类效果最高准确分类率，分类 性能最佳的分类器。
[0077] 为了方便理解本发明的上述技术方案，以下通过具体使用方式上对本发明 的上述技术方案进行详细说明。
[0078] 考虑到大气污染物的上述特点，建立不同类型监测站和不同季节的预测模 型是提高预测效果的良好选择。
[0079] 多种预测模型被应用于不同类型的监测站。三种预测模型的预测误差率 CDF，分别为交通站点预测模型、背景站点预测模型和各站点常见预测模型。
[0080] PM2.5的预测是利用四种污染气体和三种污染气体这两种数据建立的三 种预测模型进行的。为了考察所提出的基于站点类型的预测模型的准确性， PM2.5绝对误差小于10、20、30、35、40、50和100/ig/m3。基于站类型的 预测模型的预测精度高于普通模型。例如，交通站预测模型中PM2.5绝对误 差小于35ig/m3的比例为79.61％，而当三种污染气体用作数据源时，所有站 的普通模型的比率为64.92％，因此基于台站类型的预测模型的预测精度提 高了约15％。
[0081] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内，所作的任何
修改、等同替换、改进等，均应包含在本发 明的保护范围之内。
