随着工业、商业的不断发展,空气污染给人们的生活造成了严重影响,空气质量越来越受到广泛关注。分析各个监测站点采集的数据,在大量数据中挖掘出有效的信息,优化站点布局,识别异常数据,预测空气污染成为当前研究和应用的热点问题。国家生态环境部在各地布控监测站点(称为国控站点),将采集的数据作为空气质量分级的主要依据。地方政府部门在国控站点周围部署了微型站点,通过采集微型站点监测数据并分析在不同时间和不同区域各个微型站点对国控站点做出的“贡献率”(即相关性大小),进行针对性治理,减少空气污染浓度过高对人们造成的不良影响。主要工作如下:(1)分析、设计和实现了空气质量监测数据可视化分析系统。调用高德地图API实现地图可视化,ECharts实现图表可视化。使用Ajax异步数据传输接口在高德地图上依照经纬度数据对监测站点区别标记,并且利用信息窗体显示站点的具体信息。设计了一组图表可视化显示各个污染物浓度的变化趋势。(2)计算国控站点和微型站点的相关性。用斯皮尔曼相关性系数计算在不同时间和不同区域国控站点与微型站点各个污染物浓度的相关性,根据相关性大小判断各个微型站点对国控站点的“贡献率”,通过“贡献率”大小有针对性的治理,并且对优化站点布局提供决策支持。(3)设计了污染物浓度异常检测方案。污染物浓度检测数据是一个时间序列数据。选择一类支持向量机(One-Class SVM)技术进行异常数据检测。(4)设计了污染物浓度预测方案。建立基于RBF神经网络预测模型,预测未来一天内各个污染物浓度。根据预测结果提前采取措施,及时做出预警,减少空气污染对人们造成的不良影响。