基于偏最小二乘回归算法的空气质量监测系统研究*

王 刚， 张福印， 李明辉， 王金龙， 王艺博， 武传伟

(1.汉威科技集团股份有限公司，河南 郑州 450001；2.郑州大学 化工学院，河南 郑州 450001)

0 引 言

随着我国国民经济不断发展和城市化进程的加快，大量工业废气、工地扬尘以及化石燃料燃烧产生的污染物排放到大气中，造成严重的空气污染，制约着经济的可持续绿色发展。近年来，颗粒物污染和臭氧污染已成为影响我国城市空气质量的关键因素之一[1]。随着大气污染防治工作逐渐向区县、园区等精细尺度延伸，网格化高密度监测的需求逐渐旺盛[2]。针对该需求，利用低成本多参数空气质量监测系统或标准仪器监测系统通过密集布点的模式，可以获得更高时空分辨率的污染分布特征，实现对环境气体的实时精确监测[3]。

低成本多参数空气质量监测系统与标准仪器监测系统相比，具有价格低廉、体积小等优点，然而，由于传感器与标准仪器之间的对比工作还不够完善，对于具体的用户来说，传感器数据的可信度有待考证。另外，网格化布设的多参数空气质量监测系统大多工作在室外，环境因素是一个影响很大的变量，进而导致传感器在室外测试中的效果往往不太理想[3]。算法优化使得数据订正结果得到明显改善[4～8]，也为低成本多参数空气质量监测系统的性能改善提供了参考。当前，常用的非线性多项式模型补偿技术只研究了单一参数，没有直接应用于多参数监测系统中；其他的主流建模方法还包括神经网络法，如反向传播(BP)神经网络[4]、模糊神经网络[9]，虽然获得了较好的效果，但是仍然存在学习速度慢，容易陷入局部最优解及在不同场合参数调整复杂等缺点。……