陈嘉昊，刘 佳

（北京信息科技大学，北京 100192）

基于数据挖掘的雾霾预测和分析

陈嘉昊1，刘 佳2

（北京信息科技大学，北京 100192）

近几年我国很多地区出现的严重雾霾天气给人们的生活造成了巨大影响。根据互联网上北京近年的空气质量和气象数据，对雾霾的发生进行预测，并分析各因素在雾霾预测中的作用。建立包括BP神经网络在内的多种分类模型，通过交叉验证的方式训练模型并得到预测结果。选取不同属性组进行分类，结合ROC曲线、准确率等评价标准，分析不同属性组对雾霾天气的影响，从而得出供暖、交通等与雾霾天气的关系。该工作可为雾霾的防治提供理论支持。

雾霾；BP神经网络；分类器；数据挖掘

0 引言

近年来雾霾严重影响了人们的日常生活。众所周知，雾霾天气的形成，既有气象原因，也与污染气体排放、地形等因素密切相关。就北京而言，冬季燃煤供暖消费巨大，机动车保有量持续上升，是重要的污染来源。2015年柴静在《苍穹之下》之中指出“北京的污染源之中最大的就是来自机动车”，而中科院大气物理研究所某课题组曾对外公布了一组数据：三大主要PM2.5的来源是土壤粉尘（15%）、燃煤（18%）、生物质燃烧（12%），然而机动车尾气只占4%。各污染因素对雾霾的产生起多大作用，特别是机动车尾气和供暖对雾霾的影响哪个更大，一直是一个饱受争议的话题。近年来已经有不少学者运用多种非线性的模型对雾霾天气进行了预测和分析，但是对于上述争议性话题还没有系统的分析研究。……