基于EMD分解高频与低频本征模函数的PM2.5浓度混合预测模型

更准确的空气预报为何关系到日常生活

空气中的细颗粒物，称为PM2.5，微小到可以深入肺部甚至进入血液。在以重工业和冬季取暖集中著称的华北，这类颗粒常常达到会触发健康警报、扰乱交通、甚至导致工厂和学校停工的水平。本研究提出了一个非常务实的问题：能否更准确地逐小时预测PM2.5水平，让城市管理者和居民在空气变得有害之前，获得更早、更可靠的预警？

近观华北的污染面貌

研究人员聚焦华北六个主要城市：北京、天津、石家庄、太原、济南和郑州。这些城市代表了人口密集、工业化程度高且冬季污染事件频繁的区域。研究团队使用官方监测数据，收集了2021全年每小时的PM2.5观测值，为每个城市获得了8,760个数据点。他们发现各地污染水平差异显著；例如，太原的PM2.5平均值最高，而北京相对最低。极端事件尤为显著：在一次三月的沙尘与污染复合事件中，太原的浓度曾飙升至652微克/立方米，使空气质量指数达到最高档，清楚地表明空气严重污染。

为何PM2.5难以预测

PM2.5受多重因素共同驱动——来自交通和工厂的局地排放、尘埃与烟雾的区域传输、风速、湿度等。因此，污染记录不像平滑曲线，更多表现为参差不齐、起伏不定的“心跳”。传统的统计工具甚至现代的神经网络在处理这类数据时常常吃力：它们可能能捕捉总体趋势，但错过突发的激增；或者在某个城市效果良好，却难以推广到其他城市。以往研究要么通过加入更多物理细节（如化学输送模型）来改进预报，要么完全依赖复杂的机器学习方法。本文则将多种方法结合起来，各自处理数据中的不同“节奏”。

将信号拆成快节奏与慢节奏

关键步骤是经验模态分解（EMD），它将原始PM2.5时间序列分解为若干更简单的成分。其中一些成分振荡迅速，捕捉短期尖峰与噪声；另一些则变化缓慢，反映潜在趋势。作者将前五个分量归为“高频”部分，剩余分量及残余趋势归为“低频”部分。高频成分更不规则且强非线性，被输入长短期记忆网络（LSTM）——一种擅长学习时间模式的深度学习模型。较为平滑的低频成分则交由经典时间序列方法ARIMA处理，该方法在数据呈较规则、近线性行为时更为有效。

将不同模型融合为更智能的预报

在LSTM和ARIMA各自生成部分预测之后，研究仍面临一个挑战：如何将这些独立预测合并为下小时PM2.5的最终最佳估计？为此，作者使用支持向量机（SVM），另一种机器学习方法，用以学习如何加权并组合两类输入。本质上，SVM像一名裁判，决定何时应更依赖“快”视角（高频模式），何时应让“慢”视角（长期趋势）占主导。作者将该组合系统命名为Hybrid‑EMDHL，并用若干性能指标评估其表现，包括平均误差、预测与观测值的贴近程度，以及模型对变化方向（上升或下降）的判断能力。

更清晰的预警与更好的应对规划

混合模型在六个城市中均优于其任一单独组成部分。它不仅降低了平均误差和均方误差，还大幅提升了对下小时PM2.5上升或下降的预测能力——这是发布及时健康预警的关键属性。在许多情况下，与单一神经网络模型相比，混合方法把误差指标削减超过一半，其“方向准确率”超过0.69，意味着在远超过三分之二的测试案例中能正确预测趋势。对普通公众而言，这意味着类似天气预报的空气质量预报将更清晰、更可靠。对城市规划者和卫生主管部门而言，它提供了一个实用工具，支持在污染峰值到来前采取有针对性的早期行动——例如调整工业运行或交通管控——有助于减少暴露，保护中国一些污染最严重城市区域的日常生活。

引用: Wang, P., Wu, Q. & Zhang, G. A hybrid prediction model for PM_2.5 concentration based on high-frequency and low-frequency IMFs with EMD decomposition. Sci Rep 16, 4969 (2026). https://doi.org/10.1038/s41598-026-35386-9

关键词: PM2.5 预测, 空气污染, 华北, 机器学习, 时间序列分解