除了硬件防霾，我們還可以用AI/大數(shù)據(jù)預(yù)測

　　節(jié)能減排已成為實體經(jīng)濟無法回避的首要問題，環(huán)保也將成為制造大廠選擇供應(yīng)商的首要條件。而隨著超700家工廠的暫時關(guān)閉，各行業(yè)又炒起一波原材料漲價風(fēng)。很多企業(yè)都被逼到“不漲價就死”的情況下的無奈之舉。

　　近日，我國發(fā)生持續(xù)大面積重霧霾天氣，波及17省份、71個城市，多地相繼出現(xiàn)PM2.5“爆表”情況，引起了輿論高度關(guān)注。據(jù)了解，北京周一暫時關(guān)閉了超過700家工廠，交通部門對出行車輛采取單雙號輪流限行的措施，限制出行車輛。

　　節(jié)能減排已成為實體經(jīng)濟無法回避的首要問題，環(huán)保也將成為制造大廠選擇供應(yīng)商的首要條件。而隨著超700家工廠的暫時關(guān)閉，各行業(yè)又炒起一波原材料漲價風(fēng)。據(jù)了解，從年初開始，煤碳、鐵礦石、造紙等大宗原材料就開始上漲，數(shù)月后傳導(dǎo)到整個工業(yè)領(lǐng)域。隨著包裝印刷、PCB、LED、元器件等中間環(huán)節(jié)工業(yè)品的漲價，很多企業(yè)都被逼到“不漲價就死”的情況下的無奈之舉。

　　工業(yè)污染真的是霧霾最主要的來源嗎？在根除污染前，是否有方法提前預(yù)測重霾的到來？

　　工業(yè)為霧霾背鍋？

　　小編記得去年在周小平的一篇評論中看到這么一段話：“很多人認(rèn)為，中國的環(huán)境污染治理水平不高，因此工業(yè)發(fā)展是中國霧霾的主要成因。但實際上，這樣的認(rèn)識是不完全嚴(yán)謹(jǐn)?shù)摹Ｓ袃牲c原因：第一、中國工業(yè)一年四季不停工，產(chǎn)能分布也很均衡。那么為什么在無風(fēng)的夏季，北京連續(xù)幾周的藍(lán)天白云也是很常見的，難道夏季中國的工廠都整體停產(chǎn)了嗎？第二、為何秋冬季為霧和霾多發(fā)季節(jié)？如果這是工業(yè)排放造成的問題，那么我們算一下華北地區(qū)的霧霾立方量，就絕對能得出一個驚人的數(shù)字。不要說中國，全人類加起來都沒有這么大的能力在一夜之間排放如此之多的霧霾氣體。

　　那么這就說明，霧霾有很強的氣象偶發(fā)性，與工業(yè)生產(chǎn)水平不能形成直接的因果聯(lián)系，它一定有其他的原因?！?/p>

　　一位環(huán)境工程專業(yè)認(rèn)識表示：霧霾霧霾，要分開說。先說霧吧，有霧的時候沒有風(fēng)，溫度升高的時候沒有霧，霧與氣流有關(guān)。再說霾，當(dāng)局部地區(qū)有霧的時候，恰巧又在城市，又沒有風(fēng)，而城市里的污染物在排放，進(jìn)入大氣中。和水分子緊密結(jié)合。中午十分由于太陽照射，水分子蒸發(fā)，但是水分子里有懸浮顆粒。導(dǎo)致水分子不能上如一定高度，不能被吹散，繼續(xù)停留在局部。這時，城市的污染物繼續(xù)排放。所以霧霾就會一直爆表。而西西伯利亞的冷風(fēng)來了呢，屬于低空氣流，就帶走了霧霾。這大概就是霧霾的一些吧。其實我可以在這里向大家保證一點。如果電力系統(tǒng)供應(yīng)充足，完全可以在城市高層之間建立電網(wǎng)，以達(dá)到吸附的效果。所以說，工業(yè)，耗能都很重要。

　　根除霧霾前，我們?nèi)绾晤A(yù)測污染？

　　據(jù)了解，由IBM和微軟開發(fā)的工具去年在中國進(jìn)行了空氣污染預(yù)報測試，它們都整合了廣泛的數(shù)據(jù)源，如空氣污染監(jiān)測站、環(huán)境監(jiān)測站、交通系統(tǒng)、氣象衛(wèi)星、經(jīng)濟數(shù)據(jù)甚至社交媒體，能提供3到10天的污染預(yù)警。IBM的系統(tǒng)能以超過80%的正確率提供3天內(nèi)的預(yù)報，以75%的正確率提供7到10天內(nèi)的預(yù)報。微軟的系統(tǒng)在北京的測試顯示，它能以75%的精度提供6小時預(yù)警，60%的精度提供12小時預(yù)警。大氣學(xué)家說，如何最佳的組合物理學(xué)模型和機器學(xué)習(xí)去提供空氣質(zhì)量預(yù)報是一個活躍的研究領(lǐng)域。除了IBM和微軟外，北京的一家創(chuàng)業(yè)公司AirVisual也在提供利用機器學(xué)習(xí)增強的空氣污染預(yù)報。

　　這種AI/大數(shù)據(jù)應(yīng)用于預(yù)測霧霾，是如何實現(xiàn)的呢？

　　預(yù)測霧霾需要當(dāng)前的空氣質(zhì)量數(shù)據(jù)、氣象條件、未來天氣預(yù)報等數(shù)據(jù)?？諝赓|(zhì)量的數(shù)據(jù)，并不是指單純的空氣質(zhì)量站點數(shù)據(jù)，而是以空氣質(zhì)量站點為圓心，囊括了方圓300公里范圍內(nèi)所有的與空氣質(zhì)量相關(guān)的數(shù)據(jù)。

　　大數(shù)據(jù)預(yù)測霧霾依靠的是多元融合方法。與傳統(tǒng)模擬空氣質(zhì)量不同，空氣質(zhì)量的預(yù)測不僅僅看空氣質(zhì)量數(shù)據(jù)，還要看與之相關(guān)的氣象數(shù)據(jù)、交通流量數(shù)據(jù)、廠礦數(shù)據(jù)、城市路網(wǎng)結(jié)構(gòu)等不同領(lǐng)域的數(shù)據(jù)，不同領(lǐng)域的互相疊加，相互補強，從而預(yù)測空氣質(zhì)量狀況。

　　由于每個站點、每個時段空氣質(zhì)量的影響因素都不盡相同，所以針對每個空氣質(zhì)量站點，都需要采集多方數(shù)據(jù)，進(jìn)行疊加、融合，最后制作出空氣質(zhì)量預(yù)測模型。

　　大數(shù)據(jù)準(zhǔn)確度比傳統(tǒng)模擬方法高15~20%

　　與傳統(tǒng)的空氣模擬預(yù)測相比，多元融合的大數(shù)據(jù)算法是否更加準(zhǔn)確呢？

　　先來看傳統(tǒng)的模擬方法，由于以往獲知的數(shù)據(jù)有限，只能基于有限的樣本數(shù)據(jù)，再由科研人員通過經(jīng)驗、假設(shè)找出這些數(shù)據(jù)間的規(guī)律，模擬出簡單的模型，預(yù)測空氣質(zhì)量；隨著數(shù)據(jù)的增多，海量繁雜的數(shù)據(jù)中已經(jīng)無法依靠人工找出規(guī)律，所以需要借助機器學(xué)習(xí)和數(shù)據(jù)挖掘等工具來發(fā)現(xiàn)多源數(shù)據(jù)中隱含的規(guī)律。對比可得知，大數(shù)據(jù)預(yù)測與傳統(tǒng)模擬方法在一定程度上有相似性，都是基于數(shù)據(jù)來擬合模型，不過數(shù)據(jù)量的大小和模擬方法有所不同。

　　除此之外，在傳統(tǒng)模擬方法中，需要搜集完整的污染源數(shù)據(jù)進(jìn)行預(yù)測，例如企業(yè)的排污數(shù)據(jù)和汽車尾氣排放等，然而這些數(shù)據(jù)很難全部獲知，污染物在空氣中傳播和變化的實際情況要復(fù)雜很多，所以傳統(tǒng)模型其實是比較理想化的產(chǎn)物。隨著影響空氣質(zhì)量的因素增多，數(shù)據(jù)量的增大，傳統(tǒng)模擬的方法漸漸顯得“力不從心”。

　　大數(shù)據(jù)在空氣質(zhì)量預(yù)測上頗有優(yōu)勢，其精髓就是某一領(lǐng)域的問題可以借助多個領(lǐng)域的數(shù)據(jù)來一起解決，通過多元數(shù)據(jù)融合的方法來解決數(shù)據(jù)缺失和不精準(zhǔn)的問題。比如需要獲取交通尾氣數(shù)據(jù)，傳統(tǒng)方法要拿到精確的污染源數(shù)據(jù)才能進(jìn)行預(yù)測，大數(shù)據(jù)運算可以采用與交通尾氣相關(guān)的交通流量、排量等相關(guān)數(shù)據(jù)，間接地分析其與空氣質(zhì)量的關(guān)系，解決了數(shù)據(jù)缺失的難題。