AQI

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。

摘要： 利用2017—2019年吉林省中部3个城市大气污染监测数据和高空、地面气象观测资料,对吉林省中部地区AQI分布特征及其与气象要素的相关性进行研究。结果表明:2017—2019年吉林省中部地区AQI总体呈下降趋势,重度污染及严重污染天数从多到少依次为吉林市、长春市、辽源市;3个城市空气污染日数季节分布均表现为冬季>春季>夏季>秋季,其中重度污染等级以上污染日数冬季要明显多于其他季节;空气污染天气易发生在高压脊、平直西风带和高空槽后3种大尺度背景下,对应的地面形势为高压控制、均压场和低压前部;长春市AQI与气象要素之间存在显著的相关性,说明气象条件对空气质量有明显的影响,但季节差异比较显著。

摘要： 校园环境是大学生一天中所处时间最长的地方,设计空气质量监测系统有助于同学们了解校园的环境空气状况。本系统通过实时网络爬虫技术在云平台爬取由传感器收集到的数据,并存入MySQL数据库中,然后利用Spark技术对数据进行分析及拆分,最后使用ECHarts进行数据可视化。通过本系统获取校园内空气质量的相关参数,方便同学们选择合适的时间进行体育锻炼和室外活动。

摘要： 空气质量与人们生产、生活以及人体健康息息相关,在社会经济和城镇化快速发展时期,空气质量更容易受到影响,因此研究空气质量的时空变化及其影响因素具有重要的社会价值和理论价值。以贵州省2015~2019年空气质量指数以及主要污染物数据对其空气质量时序变化进行分析,并结合空间插值、地理探测器及灰色关联模型对其空间分异和驱动因素进行了探究。结果表明:1) 贵州省2015~2019年空气质量整体较好,且整体呈向好的方向发展。空气质量月际变化特征基本与干湿季相吻合,主要污染物浓度除O3外,基本呈下降趋势。2) 贵州省2015~2019年AQI值有明显的空间格局变化,2015~2017年呈现出西北高,东南低的空间格局,2018~2019年整体呈现出东北高,东南低的空间格局。3) 地理探测器和灰色关联模型均表明气象因子是影响贵州省2015~2019年空气质量的主要影响因子,而社会经济是次要影响因子,且因子交互协同作用中气象因子间两两协同作用更加显著。4) 贵州省2015~2019年空气质量受气象因素和社会经济因素共同影响,我们推测空气污染事件多发生在特殊天气条件下以及有利于污染物形成的天气条件下。研究结果将为贵州省空气质量防治及其空气质量的提升提供一定的科学依据。

摘要： 基于2016—2018年西安市空气质量逐日监测数据和气象数据,通过统计分析、空间插值分析和相关性分析等方法分析了AQI时空变化特征,与主要气象要素、六项污染物的相关性。结果表明:AQI时间变化特征为:2018年(112)<2016年(116)<2017年(123);AQI在季节和月份上存在明显差异,冬季(166)高于其他季节,且在1月、12月出现峰值。空气污染日数约占全年的48%,首要污染物以PM_(10)、PM_(2.5)和O_(3)为主。AQI空间分布特征为:在未央区、阎良区AQI较高;在临潼区、灞桥区、长安区AQI较低,呈西北高东南低的趋势。AQI与湿度(-0.72)呈强负相关,与气温(-0.311)呈中等程度负相关,与O _(3)(-0.168)、降雨(-0.214)和风力(-0.180)呈弱负相关;与其他五项污染物(0.608~0.899)都呈强正相关。

摘要： 利用2017—2019年中卫市环保局提供的环境监测资料,统计分析中卫市主要污染物的变化及污染物平均浓度与气象要素的关系。结果表明,中卫市空气污染主要出现在冬、春两季,主要污染物为PM_(10)和PM_(2.5),4月开始一直到夏季,中卫市典型的大气污染源为,中卫市中度以上污染主要为PM_(10)污染,大多由扬沙、浮尘天气引起。PM_(2.5)、PM_(10)和AQI指数与风速和气温都成正比关系,和气压及相对湿度、降水量、能见度呈反相关。

摘要： 近年来,河北频繁发生严重的大气污染事件,因此研究大气污染特征及其健康风险至关重要。利用河北省11个城市的6种污染物(PM_(2.5)、PM10、CO、SO_(2)、NO_(2)和O_(3)-8h)的监测浓度(2016年1月至2018年12月)分析大气污染特征,结果表明,河北省大气污染状况有所改善,PM_(2.5)的年平均浓度符合中国环境空气质量标准的二级标准(75μg/m^(3)),但仍严峻。PM_(2.5)是冬季的主要污染物,在夏季,臭氧污染可能会非常严重。选用空气质量指数(AQI)、总空气质量指数(AAQI)和基于健康风险的空气质量指数(HAQI)评估健康风险。结果表明,当前的AQI系统可能会大大低估空气污染的健康风险,这表明公众可能需要更严格的健康保护措施。未来的工作应进一步改进HAQI算法,并验证流行病学与HAQI值之间的联系。

摘要： 选取污染事件较为严重的河北省南部地区为研究对象,分析该地区空气质量指数(Air Quality Index,以下简称AQI)变化及其与气象要素之间的相关特性,为这一地区今后在大气污染治理方面提供相关的理论依据。利用2014~2018年河北省南部5市逐日AQI与同时段气象观测资料,分析了河北南部5市近5年来AQI时空分布及变化特征。同时运用SPSS20.0计算了AQI与气象要素间的Pearson相关系数,分析其两者之间的相关性。结果表明,2014~2018年河北南部5市年平均AQI呈现波动下降,表明河北南部空气质量过去五年总体呈好转态势。从统计平均的相关性特征来看:月平均气温与AQI均大致呈显著负相关,月平均气压与AQI呈显著正相关;月平均10m风速与AQI呈负值较低的弱相关。从统计学的角度分析了AQI与气象要素的相关性,为今后该地区根据气象条件更有针对性的去进行环境治理提供了相应参考。

摘要： 空气质量的好坏直接影响着人们的日常生活,因此,了解空气质量的变化趋势尤为重要。文章以鹤壁市2021年6月1日—12月31日的空气质量指数(AQI)日报数据为样本,基于时间序列分析建立预测模型。首先,利用多种时间序列方法建立拟合模型,经过分析对比得出预测效果较好的ARMA模型;其次,使用此模型对鹤壁市未来10天的空气质量指数进行预测,预测结果与实际数据非常接近,并且此模型并不复杂,具有一定的应用性和可操作性;最后,参照AQI级别划分表可得出鹤壁市未来10天的空气质量所处等级。

摘要： 针对发生在2020年8月20-21日格尔木大风-沙尘暴-扬沙-浮尘天气过程,利用常规高空、地面资料及AQI值,分析研究本次沙尘暴天气的高空及地面天气形势,沙尘暴出现前后地面气象要素及AQI的响应,探索格尔木夏季出现沙尘暴过程前后气象要素及AQI值的变化规律及参考指标。结果表明:(1)高空槽及地面冷锋过境为沙尘暴发生发展提供了动力条件。(2)前期地面空气的干暖状态,有利于沙尘暴天气的发生和发展,沙尘出现的2h内格尔木站气温骤降5.5°C,对应沙尘暴强度增强、能见度瞬间下降。(3)格尔木沙尘暴发生前后地面气压变化呈现“U”字形,沙尘暴发生前期地面气压减小明显(减压5hPa),气压低值出现时间比沙尘暴出现时间提前约5h。沙尘暴发生前风速很小.沙尘暴来临时风速迅速增大,风速的急速增大为起沙提供必要的动力条件。(4)PM_(10)与能见度呈现明显的负相关。沙尘暴发生前AQI较小,沙尘暴发生时AQI上升明显,而且首要污染物要素发生变化,沙尘期间首要污染物是PM_(10)沙尘前和沙尘后首要污染物为臭氧8h(O_(3)8h),沙尘天气对空气质量的影响非常明显。

摘要： 本发明涉及一种基于深度多任务学习的城市AQI预测与空间细粒度AQI等级估计方法，本发明对于AQI预测，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对有监测站区域的AQI进行预测。对于空间细粒度AQI等级估计，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对无监测站区域的AQI等级进行估计。通过共享数据表示，对模型参数进行协同训练。本发明结合深度学习和多任务学习对有空气质量监测站的区域进行AQI预测，对无空气质量监测站的区域进行AQI等级估计，在普适计算、环保等领域具有广阔的应用前景。

摘要： 本发明涉及室内空气净化产品及测试技术领域，特指一种控制室内AQI数值的复合空气净化过滤器的性能测试方法，该过滤器包括：壳体，于所述壳体的进风口与壳体的出风口之间层叠设置有以下过滤层：用于吸附室内细微颗粒物的PM2.5微粒过滤层；用于吸附室内二氧化硫、二氧化氮的化学过滤层；用于催化分解有机污染物的第一催化过滤层；用于去除臭氧的第二催化过滤层；以及，用于吸附残留的吸附过滤层。该过滤器可以对PM2.5、二氧化硫、二氧化氮、臭氧等污染有害体进行净化过滤的过滤器，同时提出该过滤器的性能测试计算方法，以对该过滤器的性能、寿命等指标设立检测标准。

摘要： 本发明公开了一种针对AQI稀疏监测的非样本点监测方法，包括建立扩展场强单参数模型，引入参数以控制场强衰减程度；基于样本数据得到与均方误差的关系图，借助二分查找算法求解最优值；建立扩展场强双参数模型，加入参数以调整场强影响范围；基于样本数据得到、与均方误差的关系图，借助迭代双线性插值算法求解最优、组合；针对样本数据对应的区域，使用单参数或双参数的扩展场强模型进行AQI稀疏监测数据的空间插值计算。本发明具有模型简单、插值精度高的优点，且容易推广应用于不同区域及AQI之外的其它类型空间数据。

摘要： 本发明涉及一种基于深度多任务学习的城市AQI预测与空间细粒度AQI等级估计方法，本发明对于AQI预测，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对有监测站区域的AQI进行预测。对于空间细粒度AQI等级估计，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对无监测站区域的AQI等级进行估计。通过共享数据表示，对模型参数进行协同训练。本发明结合深度学习和多任务学习对有空气质量监测站的区域进行AQI预测，对无空气质量监测站的区域进行AQI等级估计，在普适计算、环保等领域具有广阔的应用前景。

摘要： 本发明公开了一种基于PEARSON‑LSTM多步长融合网络的AQI指数预测方法，包括如下步骤：先通过采集模块获取两个月内的空气质量指数AO，并进行测试集和培训集的分割，根据预测数据库内的数据通过长短期记忆神经网络模块进行多步骤预测，根据多步骤预测后的数据建立预测模型；将培训模型与预测模型利用PEARSON相关系数模块进行比对衡量，确认培训模型与预测模型之间定距变量间的线性关系，得到培训模型与预测模型之间的相似度；最后根据培训模型、预测模型和相似度确定待预测的AQI指数；本发明通过采集模块、长短期记忆神经网络模块和PEARSON相关系数模块的配合实现了基于PEARSON‑LSTM多步长融合网络进行多步骤预测，提高了AQI预测的准确性。

摘要： 本发明提供一种空气质量指数AQI的预测方法和装置。该方法包括：获取M个网格的空气质量指数AQI；分别计算M个网格中每个网格和待预测网格之间的距离以及网格相似度；所述网格相似度包括M个网格中每个网格和所述待预测网格之间的兴趣点POI的相似度、交通拥堵度相似度和用户活跃度相似度；根据所述M个网格的AQI、所述距离、所述网格相似度和预先训练的空间预测模型，确定所述待预测网格的AQI。和现有技术中线性差值的方式相比，提高了预测得到的AQI的准确度。

摘要： 本发明公开一种基于AQI空气质量模块混气数据滤波算法，包括以下步骤，S1：通过MCU的A/D通道采集外部N个数据，并将其存入数组AD中，转入步骤S2；S2：判断数组AD中的数据是否已满，若没满，则转入步骤S1，若已满，则转入S3；S3：对数组AD中的N个数据进行排序；S4：去掉排序前后各M个数据；S5：用剩余的n个数据求和，并取其平均值，得到最终采样值。本发明提供的一种基于AQI空气质量模块混气数据滤波算法，能有效的去除干扰，数据滤波的有效和可靠性能得到保障，从而极大的提升数据的准确性。

摘要： 本实用新型公开一种具有AQI显示功能的空气质量监测仪，包括：监测装置，用于将污染物浓度转换成可识别的电信号；采集装置，与监测装置连接，用于采集所述电信号，对电信号进行A/D转换以及滤波处理；控制及通讯装置，与采集装置连接，用于控制采集装置的运行状态，并计算出AQ I数据，将所述AQI数据传送给采集装置；呼吸灯单元与采集装置连接，用于根据AQI数据进行不同亮度和不同颜色的显示；供电单元，用于监测装置、采集装置以及控制及通讯装置供电。所述空气质量监测仪可更直观的观察当前空气质量指数和污染等级。

摘要： 本实用新型公开了一种集成的AQI系统转接板，包括主控模块、电源模块、电源控制模块、通信模块、传感器模块、输入扩展口和输出扩展口，所述电源模块与电源控制模块、通信模块、输入扩展口和输出扩展口连接，所述主控模块与电源模块、电源控制模块、通信模块、输入扩展口和输出扩展口连接，该设备采用统一硬件架构设计，集成通用接口类型，将六种污染物指标传感器集成在一起，同时增加了温湿度和气压传感器，构成了一个完整的AQI监测体系。该设备当中采用了RS485通信与串口两种通信方式，方便了该AQI系统转接板搭建在RS485通信系统中，同时也可在PC端采集与调试。同时，预留了多余的串口和I2C接口，增加了该转接板的可扩展性。

摘要： 本实用新型公开了AQI空气质量检测及实时监控灯，包括电源插头、灯罩、快速更换装置和光源，所述灯罩与底座固定连接，所述快速更换装置与底座的顶部连接，所述光源设置在灯罩的内部，且与快速更换装置连接，所述底座的内部设置有PM2.5传感器、VOC传感器和音箱，所述底座的上部设置有功能模块开关，所述底座的中部设置有显示屏，所述底座的下部从左到右依次设置有光源开关、USB手机快充接口和睡眠开关，所述电源插头与USB手机快充接口电性连接。该AQI空气质量检测及实时监控灯灯罩可以随意更换，智能底座不要灯罩也可以独立使用。