尹文君，张大伟，严京海，张超，李云婷，芮晓光

（1.IBM中国研究院，北京 100193；2. 北京市环境保护监测中心，大气颗粒物监测技术北京市重点实验室，北京 100048）

基于深度学习的大数据空气污染预报

尹文君1，张大伟2*，严京海2，张超1，李云婷2，芮晓光1

（1.IBM中国研究院，北京 100193；2. 北京市环境保护监测中心，大气颗粒物监测技术北京市重点实验室，北京 100048）

摘 要为了更好地反映环境污染变化趋势，为环境管理决策提供及时、全面的环境质量信息，预防严重污染事件发生，开展城市空气质量预报研究是十分必要的。本文针对环境大数据时代下的城市空气质量预报，提出了一种基于深度学习的新方法。该方法通过模拟人类大脑的神经连接结构，将数据在原空间的特征表示转换到具有语义特征的新特征空间，自动地学习得到层次化的特征表示，从而提高预报性能。得益于这种方式，新方法与传统方法相比，不仅可以利用空气质量监测、气象监测及预报等环境大数据，充分考虑污染物的时空变化、空间分布，得到语义性的污染物变化规律，还可以基于其他空气污染预测方法的结果（如数值预报模式），自动分析其适用范围、优势劣势。因此，新方法通过模拟人脑思考过程实现更充分的大数据集成，一定程度上克服了现有方法的缺陷，应用上更加具有灵活性和可操作性。最后，通过实验证明新方法可以提高空气污染预报性能。

关键词空气污染预报；深度学习；深度信念网络；……