空氣質量動態(tài)預測軟件平臺的開發(fā).pdf

1、近年來，隨著環(huán)境惡化帶來的一系列問題，更好地了解環(huán)境變化趨勢可以為政府提供環(huán)境保護對策。而環(huán)境污染指數(shù)是衡量環(huán)境污染程度的重要指標，能夠實時查看環(huán)境污染指數(shù)、預測其變化趨勢是亟待解決的首要問題?；诰W絡平臺建立空氣質量檢測與預測網站不但方便民眾查看也為科研人員提供了重要的科學依據。
　　本文開發(fā)了基于互聯(lián)網的在線數(shù)據采集系統(tǒng)。為了獲取各個行政區(qū)環(huán)境污染指數(shù)的數(shù)據，我們采用JAVA語言編寫程序代碼，借助PM2.5.in網站所提供的A

2、PI接口設置采集城市以及采集數(shù)據所需的間隔時間，對環(huán)境污染指數(shù)進行實時采集?？紤]到傳輸?shù)臄?shù)據量較大且對數(shù)據的安全性要求較高，最終在參數(shù)傳入方式上選擇用 POST。在數(shù)據預處理過程中，大量數(shù)據缺失為后臺算法預測帶來很大的麻煩，故采用ARX模型插值法對缺失數(shù)據進行插補。后臺選用Python中的Tornado服務器對超文本標記語言進行交互，在前端與后臺融合過程中需要解決的問題是計算時間過長以及數(shù)據格式轉換。本文通過多線程優(yōu)化以及 AJAX技術

3、實現(xiàn)異步通信數(shù)據交換，進而解決計算時間過長的問題；在數(shù)據格式轉換問題上選用輕量級的JSON數(shù)據交換格式。
　　本文所設計的軟件平臺優(yōu)勢在于將網絡數(shù)據挖掘技術應用于空氣質量的預測。將采集的環(huán)境污染指數(shù)分為歷史數(shù)據和預測兩個部分。歷史數(shù)據是研究的數(shù)據基礎；本文采用最小二乘（Least Squares，LS）和遺忘因子遞推辨識（Recursive Forgetting Factor，RFF）兩種算法對歷史數(shù)據進行實時預測。此外，該系統(tǒng)在