A prediction model for hybrid air pollutants combining two-stage decomposition and two-scale feature selection

空气污染是现代生活中挥之不去的存在，但有一种特定的隐形威胁往往在造成伤害之前难以被察觉：地面臭氧。与高层大气中具有保护作用的臭氧层不同，近地面的臭氧是阳光与其它污染物反应后产生的有毒副产物。它是雾霾的主要驱动因素，也是显著的健康风险，尤其是对儿童和老年人，常会引发呼吸系统问题并损害农作物。由于臭氧水平的变化可能迅速且难以预测，了解其浓度何时激增对于公共卫生至关重要。这能让人们规划日常生活，帮助医生为病患涌入做准备，并为城市规划者提供管理交通和工业所需的数据。然而，预测这些激增是非常困难的，因为数据非常杂乱，充满了突然的跳跃和隐藏的模式，标准的预测工具难以对其进行解码。

来自中国电科集团贵州电力工程有限公司和福州大学的研究团队开发了一种新方法来解决这一问题。他们创建了一个专门用于处理臭氧数据混沌特性的预测模型。该方法并非试图直接预测原始的、锯齿状的数值，而是将数据分解成更小、更简单的部分，清除噪声，然后以更高的精度重新构建预测结果。通过在北京和上海的每日臭氧记录上测试该系统，研究团队发现，他们的新模型显著优于现有方法，为何时可能出现危险空气质量提供了更清晰、更可靠的图景。

他们的核心策略涉及一个通过拆解来更好地理解事物的过程。想象一下，你试图在嘈杂的房间里听清一段对话；如果你只关注整体噪音，你就什么也听不清。但如果你隔离出特定的声音，信息就会变得清晰。研究人员将类似的逻辑应用于臭绪数据。他们首先使用一种称为改进完全自适应噪声集合经验模态分解的技术，将复杂的、波动的臭氧历史水平分解为几个不同的层级。这一初始步骤平滑了不规则的峰值，将混沌的信号转化为一系列更规则、更易处理的模式。

然而，研究人员注意到，即使在第一次分解之后，第一层数据仍然过于复杂，难以准确预测。它仍然含有过多的噪声且难以捉测。为了解决这个问题，他们对那一个最困难的层级应用了第二次更集中的分解，将其进一步细分，直到变得足够简单以便分析。随后，他们根据复杂程度对剩余的层级进行分组，将具有相似特征的层级合并为单一、更干净的数据流。这种两阶段的方法确保了喂给最终预测的每一份数据都是尽可能简单且清晰的。

一旦数据经过清洗和简化，团队面临着另一个挑战：决定过去的哪些部分对未来真正重要。在机器学习中，向模型输入过多信息可能会使其产生混乱，这就是所谓的“维度灾难”。为了避免这个问题，研究人员使用了两步过滤法。首先，他们确定了哪些过去的天数与当前日期具有统计学上的联系。然后，他们使用计算机算法对这些联系进行排名并筛选出最重要的部分，丢弃其余部分。这确保了模型不会被无关细节所淹没，从而能够专注于臭氧变化的真实驱动因素。

最后，清洗并过滤后的数据被输入到一种名为时间卷积网络（Temporal Convolutional Network）的专门人工智能系统中。这种系统旨在观察时间序列，捕捉其他模型可能会错过的长期模式。通过将这种强大的预测器与他们严谨的数据准备步骤相结合，研究人员取得了卓越的成果。在北京和上海进行的测试显示，该模型的误差显著小于其他流行的预测方法。具体而言，新模型在北京实现的平均绝对误差仅为 0.53509，均方根误差为 0.73346，在上海也表现出了类似的高精度。这些数字表明，模型的预测结果与实际观测值极其接近，远超那些未使用这种两阶段分解和特征选择过程的标准模型。

这项研究表明，预测复杂环境现象的关键不仅在于拥有强大的计算机，更在于计算机在处理数据之前如何对数据进行准备。通过系统地剥离噪声并仅关注最相关的历史模式，研究人员创造了一个既稳健又精确的工具。虽然目前的模型仅侧重于臭氧水平，但作者建议未来的工作可以扩展到包括风速和温度在内的其他因素，从而可能使该系统更加有效。目前，这种新方法为空气质量控制提供了一个宝贵的参考，为预判我们呼吸的空气中存在的隐形威胁提供了一种更直观、更可靠的方式。