这里是log

用大数据预测雾霾

  • 来源:武房网
  • 张曦予
  • 话题 大数据
  • 分享

全球范围里,有超过半数的人类居住在城市之中,城市化的进程也从未停止过。面对越来越庞大的城市,许多事情已经超出了控制:拥堵的交通,严重的空气污染,让人烦躁的噪音等等。

没有人真正了解城市中到底发生了什么,也没有人真正了解城市里的居民、住户每天在发生什么样的故事。对于城市管理者来说,他们需要更多的信息化方式来了解动态的城市,知晓正在发生的情况,并即时做出反应。

11.jpg

有外卖的大数据显示,户外污染严重,到店餐饮订单量同比下降了3.6%;而相对的,外卖餐饮消费飙升,雾霾期间外卖订单量更是上涨近4成。数据还显示,清肺菜品为食材的菜品销量较上月同期显著上涨。其中莲藕、山药类菜品销量上涨均超过3成,排骨莲藕汤、蜜汁山药、萝卜羊肉等都是雾霾天较受欢迎的菜品;在电子商城上,口罩、净化器等相关防霾产品交易量也大幅提升。

22.jpg

此外,网络约车数据显示,雾霾天导致打车去景点公园、休闲娱乐场所的需求有所减少,打车去景点公园的订单量更是下降了22.5%,而打车去往医院的需求增长8.8%。

33.jpg

大数据不仅能预测雾霾,最重要的是反应迅速。北京政府已经收集了大量的空气质量数据。根据这些数据,当PM2.5浓度上升速度过快时,采取一些紧急措施:例如关闭工厂、限制汽车上路数量或学校停课等。

据专家介绍,传统的重污染天气预测工作需要6小时左右的模拟运算时间,无法快速实时发布,而大数据可以在几秒钟之内快速算出重污染空气质量数据。

雾霾的大数据主要包括当前空气质量数据、气象条件、未来天气预报3类数据。

44.jpg

空气质量数据并不是单纯的空气质量站点数据,而是以某空气质量站点为圆心,囊括了方圆300公里范围内所有的与空气质量相关的数据,比如空气质量站点数据、交通流数据、气象数据等。

大数据预测雾霾要靠数据的多元融合,不仅看空气质量数据,还要看与之相关的气象数据、城市路网结构等不同领域的数据,不同领域的互相叠加,相互补强,从而预测空气质量状况。

55.jpg

以空气质量为例,我们可以根据有限的空气监测站点给出的数据,算出城市每个角落的空气质量分布,了解清楚现状;也可以通过数据预测未来。当然也可以通过这些数据,分析历史:雾霾产生的原因是什么?

要预测一个地方的空气质量,并不是指单纯地只看这个地方本地的数据,而且要考虑到周边地区的空气及其他因素,比如厂矿数据、人口流动数据、路网结构等。

与传统模拟空气质量不同,大数据预测空气质量依靠的是基于多源数据融合的机器学习方法,不同领域的数据互相叠加,相互补强,从而预测空气质量状况。给在城市生活的居民出行带来重要的提示信息,如果你约3-5个好友一起周末踢球,你就可以根据预测给出的空气质量情况进行选择。

责任编辑:甘心怡

新闻视界政策解读房产市场金融