康俊锋,谭建林,方 雷,肖亚来

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

康俊锋1,谭建林1,方 雷2*,肖亚来1

(1.江西理工大学土木与测绘工程学院,江西 赣州 341000；2.复旦大学环境科学与工程系,上海 200433)

为进一步提高PM2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM(Variable).过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM2.5浓度的影响,确定最优PM2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM(Variable)模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM(Equal)和XGBoost-LSTM(Residual)模型.分季节预测结果表明,XGBoost-LSTM(Variable)模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.

LSTM；XGBoost；PM2.5预测；变权组合

社会经济的快速发展导致PM2.5等空气污染问题日益突出[1-2],对PM2.5等空气污染物浓度进行精准预测和提前预警具有重要意义.PM2.5浓度预测模型主要包括以CAMQ[3](通用多尺度空气质量模型)模式、WRF-Chem[4](区域大气动力-耦合模型)模式和NAQPMS[5](嵌套空气质量预报模式系统)模式等为代表的机理模型,以多元统计理论、灰色预测模型(G,M)[6-7]、多元线性回归模型[8]等为代表的统计预报模型,以及以径向基神经网络(RBF)、反向传播神经网络(BP)、支持向量机(SVM)等神经网……