应用数学进展  >> Vol. 6 No. 5 (August 2017)

京津冀地区空气质量指数相关性的研究及模糊聚类分析
Discussion on Correlation of Beijing-Tianjin-Hebei Region’s Air Quality Index and Fuzzy Clustering Analysis

DOI: 10.12677/AAM.2017.65085, PDF, HTML, XML, 下载: 895  浏览: 1,544  国家自然科学基金支持

作者: 李洪亮, 裴慧丽:河北大学,数学与信息科学学院,机器学习与人工智能重点实验室,河北 保定

关键词: 京津冀地区空气质量指数模糊聚类巴氏度量Beijing-Tianjin-Hebei Region Air Quality Index Fuzzy Clustering Bhattacharyya Distance

摘要: 本文提出基于巴氏距离的统计方法,研究了京津冀地区十三个城市2013年12月至2016年9月每日空气质量指数(AQI)数据,对该地区的空气质量的相关性进行了分析。通过观察数据生成的折线图,发现京津冀各地区的AQI折线图具有一定的相似性。于是,本文基于巴氏距离研究了各地空气质量的相关性,利用模糊聚类方法对上述地区聚类,并分析了聚类结果。聚类结果及数据平均值显示京津冀地区大部分城市处于空气质量恶劣的条件下。
Abstract: This paper introduces a new statistical method by Bhattacharyya distance, studies thirteen cities’ daily air quality index (AQI) data of the Beijing-Tianjin-Hebei region, between December 2013 and September 2016. The line charts generated by data, show that Beijing-Tianjin-Hebei regional AQI charts have a similarity. Then, based on Bhattacharyya distance, this article studies correlation of different cities’ AQI, uses the fuzzy clustering method to cluster different regions’ data, and analyzes the clustering results. The clustering results and the average of data show that most cities in the Beijing-Tianjin-Hebei region are under the condition of bad air quality.

文章引用: 李洪亮, 裴慧丽. 京津冀地区空气质量指数相关性的研究及模糊聚类分析[J]. 应用数学进展, 2017, 6(5): 711-715. https://doi.org/10.12677/AAM.2017.65085

参考文献

[1] Wang, Y., Jia, C., et al. (2016) Chemical Characterization and Source Apportionment of PM2.5 in a Semi-Arid and Petrochemi-cal-Industrialized City, Northwest China. Science of the Total Environment, 573, 1031-1040.
https://doi.org/10.1016/j.scitotenv.2016.08.179
[2] 徐恒鹏, 李岳, 史国良, 王玮, 轩淑艳. 基于模糊聚类的PM2.5拟合组分选择模型的研究[J]. 中国环境科学, 2016, 36(1): 12-17.
[3] 刘俊, 安兴琴, 朱彤, 翟世贤, 李楠. 京津冀及周边减排对北京市PM2.5浓度下降评估研究[J]. 中国环境科学, 2014, 34(11): 2726-2733.
[4] 吴从炘, 马明, 方锦喧. 模糊分析学的结构理论[M]. 贵阳: 贵州科技出版社, 1994.
[5] 谢季坚, 刘承平. 模糊数学方法及其应用[M]. 武汉: 华中科技大学出版社, 2006: 44-88.
[6] 中国空气质量在线监测分析平台. 空气质量历史数据[EB/OL]. https://www.aqistudy.cn/historydata/daydata.php?city=北京&month=201610, 2016-10-09.