科创中国

水利、环境和公共设施管理业

从空气污染物浓度流数据中获取有价值的信息对于促进动态环境管理具有重要意义。然而，流数据中复杂的非线性特征，特别是概念漂移，使得研究具有相当大的挑战性，这增加了开发在线空气质量预警系统（AQWS）的必要性。 为了准确预测流数据的未来趋势和不确定性，并为空气质量提供科学的评估，本研究建立了一种新型在线AQWS，包括数据预处理、预测、绩效评估和空气质量评估模块，对该领域做出贡献。在所提出的在线AQWS中，研究首先在数据预处理模块中开发了先进的去噪算法来净化所研究的流数据，这有利于保证预测模块的泛化性；其次，在预测模块中开发了概率非参数贝叶斯方法，即稀疏谱高斯过程回归，以对流数据进行确定性预测和不确定性量化；最后，研究还在空气质量评价模块中构建了基于云模型的在线空气质量评价模型，可以同时对评价过程中涉及的模糊性和随机性进行建模。 为了验证所提出的在线AQWS的有效性和可行性，基于中国两个城市的流数据进行了两个案例研究，并且在绩效评估和空气质量评估模块中的相应结果表明，在线AQWS与所考虑的基准相比，可以产生更准确的预测结果，并且在动态环境管理中具有巨大的应用潜力。

亮点一：基于空气污染物浓度流数据，本研究提出了一种新颖的在线预测模型。考虑到流数据中的随机性对模型性能有显着的负面影响，在线预测模型中有效地开发了ICEEMDAN算法，旨在滤除冗余噪声以提高泛化能力。重要的是，研究提出模型可自适应地学习流数据固有的动态特征，且与基于离线学习的基准相比，在预测精度方面具有明显的优势。 亮点二：深入研究了在线空气质量评价云模型的有效性和适用性。以往研究中的权重确定大多依赖于静态层次分析法，针对该方法存在的潜在主观不确定性可能会降低空气质量评价准确性的问题，提出了一种新的熵超尺度权重方法。该方法可以根据空气污染物流数据的动态特征提供时变权重，且基于案例研究的评价结果​​证明了模型的有效性。

郑州大学能源环境经济研究中心(Center for Energy, Environment & Economy Research, ZZU，简称“3E中心”) 围绕双碳国家重大战略，建设能源环境经济、政策与管理优势特色（交叉）学科方向和高水平团队。中心的研究骨干来自于 加州大学伯克利分校、瓦赫宁根大学、乌特勒支大学、北京大学、清华大学、中国科学院大学、四川大学、天津大学、重庆大学、大连理工大学等国内外著名高校的毕业博士和博士后。研究方向集中于能源环境经济政策与管理、能源系统与规划、能源大数据、可再生能源发展、碳金融、碳市场、电力市场等，擅长利用数据处理软件和建模方法分析问题并提出政策解决方案。 累计发表论文130余篇，出版学术专著4部，申请专利7项，承担国家重大课题3项、国家自科与社科基金项目20项，中国博士后基金项目5项，国家发改委、教育部、省级项目课题17项，获省部级科研奖励12项。