周凯 刘萍

（陆军炮兵防空兵学院 合肥 230000）

1 引言

“绿水青山就是金山银山”，十八大以来，人们逐渐把生态文明建设放在突出位置。在各种有力措施的治理下，空气质量作为生态文明建设的重要一环，其情况得到了有效改善。但大气污染物对身体健康的影响还持续存在。像华北地区，进入秋冬季，雾霾便会笼罩全城，引起一系列呼吸道疾病，严重的造成交通事故危及生命。据世界卫生组织称，每年因空气污染导致疾病而死亡的人数高达700万［1］。因此在大数据技术浪潮兴起的今天，如何通过数据挖掘和分析对未来空气质量，进行实时有效的预测预警，以避免各种灾难的发生，成为一个亟待研究的课题。

数据挖掘技术在20世纪90年代得到了飞速的发展，所谓数据挖掘，顾名思义即是在大量的关系或非关系数据库中发掘出隐含的、未知的有价值信息。它是一种决策支持过程，主要为决策者提供信息支持。主要基于机器学习、人工智能、传统统计学等数理手段。通常由数据准备、数据挖掘和数据分析三阶段组成。空气质量数据经过数十年的积累，其隐含的价值是可观的。空气质量指数（AQI）是衡量一个地区此刻空气质量水平的一个重要指标，指数越大，危害越大［2］。

空气质量数据是典型的时序数据，主要来自地面监测、气象卫星等采集站点。通过对空气质量数据进行数理分析已经成为空气质量预测的可行性途径之一。传统的空气质量预测主要分……