基于渐进DS证据理论的空气质量评价方法

摘要

【目的】科学地评价环境空气质量对大气污染防治具有重大的现实意义。环境空气质量的好坏是一个不确定性问题,常用的模糊综合评判法综合了多种大气污染物来评价空气质量,但评价结果往往低于我国空气质量指数(AQI)标准等级,弱化了多种污染物同时超标对空气质量的影响。DS证据理论在处理模糊或不确定等问题时具有很大优势,但是目前较少有DS证据理论评价空气质量的研究。DS证据理论的关键问题是基本概率分配(BPA)和证据冲突可能引起反直觉的结果。【方法】因此本文首先利用Pearson和Spearman相关系数分析了大气污染物浓度数据,确立了高可信度的非线性BPA函数,并提出渐进式DS证据理论策略(Pro-DS)避免了冲突证据的融合问题,建立了环境空气质量综合评价模型。然后将该模型实际应用于2019年天津市空气质量评价,并以国家标准AQI为评价指标,与主因素型与加权型常用的模糊综合评判模型对比。最后本文提出了综合污染相对系数(CPRC)量化了多种污染物对总体空气质量的影响。【结果】以AQI为评价指标,本文模型F1-score比常用的模糊综合评判模型最少提高了4.58%,最大提高了27.46%,验证了本文模型的优越性。由于AQI标准空气质量评价取决于某个污染物而不是综合多个污染物,几种模糊综合评判模型的F1-score都低于50%。以CPRC为评价指标,AQI评价结果的F1-score超过99.1%,几类模糊综合评判模型F1-score都超过89.0%,验证了CPRC的有效性。而Pro-DS模型F1-score为93.1%,综合评价空气质量的模型最优,具有很强的实际应用价值。【结论】Pro-DS模型的综合评价结果低于或高于AQI评价级别,更好地体现了多种污染物对空气质量的综合影响。相比AQI评价方式,本文Pro-DS模型得出了综合空气质量级别的概率值,CPRC指标能够对综合空气质量日排名,为相关部门预防治理空气污染和生态环境工程建设提供实质性参考。