邢台市污染严重地区雾霾与气象条件的大数据分析研究

董雪

（邢台现代职业学校，河北 邢台 054000）

对于目前如此严峻的气象条件，有什么方法可以预测到像雾霾这样的重污染天气吗？

通过查阅大量的网络资料，我们发现现在很多研究员，诸如微软亚洲研究院主管研究员郑宇【麻省理工科技评论TR35（35名在科技创新领域具有杰出成就的35岁以下顶级青年创新者）2013年的获奖者】一直从事大数据挖掘和算法研究，希望用大数据解决现代城市所面临的天气问题。如果大数据可以带给人们对于天气问题的预测，那么何尝不是一件好事。

那么大数据能不能成功预测雾霾？答案是肯定的。Urban Air正是由微软亚洲研究院开发，用大数据预测城市空气质量的项目。目前，Urban Air已经实现全国70多个城市空气质量预测，可以对京津冀、长三角、珠三角、成渝城市群未来48小时的空气质量进行预测。

大数据不仅能预测雾霾，还可以精细化预测。除了在预测精度上有优势外，大数据精细化预测还体现在地域范围上。目前，传统模拟方法预测雾霾只能精细到区的范围，比如可以预测到邢台市桥东区、桥西区的空气质量，而大数据可以精细化到每个空气质量站点，比如可以预测桥西区达活泉站点未来48小时的空气质量状况。大数据不仅能预测雾霾，还可以快速预测。传统的重污染天气预测工作需要6小时左右的模拟运算时间，无法快速实时发布，而大数据可以在几秒钟之内快速算出重污染空气质量数据。未来，雾霾的运行轨迹也将有望实现，雾霾从哪来，到哪去都将不是难题。

预测雾霾的大数据主要包括当前空气质量数据、气象条件、未来天气预报三类数据。空气质量数据并不是指单纯的空气质量站点数据，而是以某空气质量站点为圆心，囊括了方圆300公里范围内所有的与空气质量相关的数据，比如空气质量站点数据、交通流数据、气象数据、厂矿数据、人口流动数据、路网结构等。与传统模拟空气质量不同，大数据预测雾霾依靠的是多元融合方法，也就是说，空气质量的预测不仅仅看空气质量数据，还要看与之相关的气象数据、交通流量数据、厂矿数据、城市路网结构等不同领域的数据，不同领域的互相叠加，相互补强，从而预测空气质量状况。大数据应用于预测雾霾，首先，由于每个站点、每个时段空气质量的影响因素都不尽相同，所以针对每个空气质量站点，我们都会为这个站点每个时段单独建一个空气质量模型，之后再将三者数据叠加，最后将数据进行融合，制作出空气质量预测模型。

此外，大数据预测与传统模拟方法有一定的相似性，都是通过数据来拟合模型，只不过是数据量大小不同。以往由于获知的数据有限，传统模拟方法只能基于有限的样本数据，由科研人员通过经验、假设找出这些数据间的规律，模拟出简单的模型，预测空气质量。而随着数据增多，单单依靠人工已经无法从海量繁杂的数据中找出规律，所以需要借助机器学习和数据挖掘等工具来发现多源数据中隐含的规律。如今影响空气质量的因素越来越多，传统模拟空气质量预测首先需要搜集完整的污染源数据，比如企业的排污数据和汽车尾气排放等，而这些数据无法全部获知;其次模型太理想化，污染物在空气中传播和变化的实际情况也要复杂很多，因此，传统模拟的方法显得“力不从心”。在这样的因素下，大数据在空气质量预测上就显得颇有优势。比如传统方法要拿到精确的地面污染源数据才能预测，而大数据则可以解决数据缺失的问题。比如对于交通尾气数据难获取的情况，大数据运算可以采用与交通尾气相关的交通流量、排量等相关数据，间接地分析其与空气质量的关系。大数据的精髓就是A领域的问题可以借助B领域、C领域、D领域的数据来一起解决，通过多元数据融合的方法来解决数据缺失和不精准的问题。

虽然大数据对雾霾的预测已经成功实践，但还有存在很多困难。数据量少是大数据发展的掣肘，我国数据开放进程比较晚，并且很多污染源数据都还不完善。数据量大小直接影响大数据预测的精准度。比如数据样本量不够，会导致雾霾的拐点很难预测，目前传统经典模型和大数据模型都很难说清楚雾霾何时会消散。

“很多人认为大风来了，雾霾一定会散去”，而真实情况并非如此。雾霾消散与大风的强度、持续时间、风向来源地都有非常大的关系。比如，如果风向的来源地本身是污染源，那么雾霾不但不会散去，反而会加重等情况。针对大数据在环保领域未来的发展，不仅仅是懂大数据的算法，还要懂一定的行业知识，这样才能把大数据转化为生产力。其次，大数据时代要求政府及相关部门的配合，对数据进行开放。只要数据足够，整个城市设计与空气质量的变化情况，完全可以依靠大数据实现。

总之，伴随着网络的普及以及大数据的应用，我们对于雾霾预测和气象条件的分析都可以运用数据网络，利用先进的大数据技术来实现。以往人们都是以每天的天气预报来获取天气情况但不是实时情况，而大数据可以做到实时数据的发布。利用大数据技术对雾霾进行监测和预测是气象天气预测的必然，改变大家固化的思维模式，将大数据能量转化为真正的生产力，为人们服务，让大家对恶劣天气有效预防和治理。