基于大數(shù)據(jù)及網(wǎng)絡(luò)信息提取對空氣質(zhì)量進行分析及預(yù)測

摘要□□在當前我國城市化進程的快速推進下，我國的交通規(guī)模、能源消耗也在不斷擴大，一氧化碳等有毒氣體及固體污染物大量增加，嚴重影響了人們的正常生活，如何減少空氣污染、打好污染防治攻堅戰(zhàn)，對推動生態(tài)文明建設(shè)有很強的指導性。所以我從國內(nèi)某的空氣質(zhì)量記錄網(wǎng)站上記錄的384個城市通過網(wǎng)絡(luò)信息爬取獲得了從2014年至今的空氣質(zhì)量記錄數(shù)據(jù)，包括一氧化碳濃度、二氧化硫濃度等參數(shù)，然后對數(shù)據(jù)中的缺失值、異常值進行處理，數(shù)據(jù)可視化、分析數(shù)據(jù)特征、接著對每個城市先按照省份進行分組，并將數(shù)據(jù)保存到數(shù)據(jù)庫中，同時對每個城市采用時間序列分析，在使時序數(shù)據(jù)變得穩(wěn)定后，對時序數(shù)據(jù)進行預(yù)測，用戶可以通過輸入城市和起止日期來預(yù)測這段時間的空氣質(zhì)量指數(shù)。□關(guān)鍵詞：□空氣質(zhì)量預(yù)測□ARIMA模型□網(wǎng)絡(luò)信息爬取□時序分析Abstract□Withtherapidpromotionofourcountriesurbanizationrate、theurbantrafficscaleandenergyconsumptionarealsoenlargingrapidly、whichraiseaplentyoftoxicgasandsolidgraincontamination、suchassulfurdioxideandfineparticulatematter、respirablesolidpollutantsandcarbonmonoxide.Thesepollutantmakeaseriousinfluencetohumans’normallife.So、reducetheairpollutionandwinningthePollutepreventionandmanagementbattlewouldhaveagreatinstructiveforpromotingtheEcologicalCivilizationConstruction.Therefore、Igotthreehundredandeightyfourcitiesairqualityindexdata、includingcarbonmonoxideconcentration、sulfurdioxideconcentrationandsoonsince2014tonowthroughtheNetworkinformationcrawlingtechnologyrecordedontheairqualityrecordsmonitoron-linewebsite.Thenprocessingtheairqualityindexdatabydealingthemissingandabnormalvalues.Afterthat、dealingthedatabymakingdatavisualizationandanalysesdatacharacterization.Thenextstepistoclassifythecitybyitsprovince、andsavethedatainthedatabase.Atthesametime、maketimeseriesanalysistotheeachcity、aftermakethetimeseriesstationary、forecasttothetimeseries.Andtheusercanforecasttheairqualityindexbyinputthecity’snameandthestartandenddate.Keywords：AirqualityforecastARIMAmodelNetworkinformationcrawlingTimeseriesanalyze廣東東軟學院本科生畢業(yè)設(shè)計(論文)目錄摘要IAbstractII1.緒論11.1研究背景11.2研究現(xiàn)狀41.3研究內(nèi)容61.4研究意義62.網(wǎng)絡(luò)信息爬取82.1獲取城市訪問鏈接82.2爬取各個城市的空氣質(zhì)量數(shù)據(jù)102.3將數(shù)據(jù)導入到數(shù)據(jù)庫中123.數(shù)據(jù)處理143.1缺失值和異常值的處理143.2數(shù)據(jù)轉(zhuǎn)換153.3數(shù)據(jù)可視化163.4分析數(shù)據(jù)特征164.時序分析與預(yù)測204.1建立ARIMA時間序列模型214.2ARIMA時間序列模型的參數(shù)選擇224.3安裝ARIMA時間序列模型234.4驗證預(yù)測254.5生成可視化預(yù)測26參考文獻27.緒論1.1研究背景自改革開放四十年以來，我國的工業(yè)化和城市化進程的快速發(fā)展，經(jīng)濟得到了飛速的發(fā)展，并給我國人民帶來了巨大的物質(zhì)財富和更舒適的生活，然而這一切卻對我國的生態(tài)環(huán)境造成了嚴重的破壞，從早期的亂砍亂伐造成黃河流域和西部地區(qū)的荒漠化，到現(xiàn)在沿海地區(qū)的霧霾的嚴重超標，無一不對我們的正常生活造成了嚴重的影響，甚至對我們的身體健康造成危害，如一系列的呼吸道、消化道疾病等。尤其是在2000年到2010年期間，當時我國由于在大氣污染防治方面的經(jīng)驗不足，當時許多的霧霾天氣都被誤報成大霧天氣。就在2004年，新華網(wǎng)發(fā)出來一篇報道，標題是《背景首都機場因霧出現(xiàn)近年最嚴重的航班延誤》，當時所謂的“大霧”天發(fā)生后不久，北京居民的短時間內(nèi)的呼吸道發(fā)病率大幅增加，并引起政府和民眾的廣泛關(guān)注。區(qū)域性大氣污染問題已經(jīng)對經(jīng)濟和社會的可持續(xù)發(fā)展以及人類的正常工作和生活造成了嚴重的影響，一下子成為了尤為突出的社會問題擺在了政府和監(jiān)管者面前。目前，我國的大氣監(jiān)測的污染物包括臭氧（O3）、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)等有害氣體及PM10、PM2.5兩種可吸入顆粒，且這些污染物污染分布廣泛，主要分布在一些工業(yè)化水平和城市化水平較高的區(qū)域。城市空氣污染主要表現(xiàn)為以下幾個方面：（1）懸浮的顆粒物總濃度在城市的范圍內(nèi)普遍超標，這一現(xiàn)象在以工業(yè)為主要產(chǎn)業(yè)的城市尤為明顯，特別是PM2.5和PM10的濃度過高。PM2.5和PM10是指大氣中直徑分別小于2.5微米和10微米并可以在空氣中懸浮較長的時間的細小顆粒物，這些細顆粒物在空氣中的單位體積內(nèi)的平均濃度越高，就代表此時的空氣污染越嚴重，并且這些細顆粒物對能見度有嚴重的影響。這些細顆粒物的成分主要包括有機碳(OC)、元素碳(EC)、硝酸鹽（NO3-）、硫酸鹽(SO42-)、銨鹽(NH4+)、鈉鹽(Na?)等無機鹽以及一些有機物的細小顆粒。這些懸浮的細顆粒物會首先通過呼吸作用由呼吸道進入肺部，然后通過支氣管和肺泡進入到血液中，導致混合在其中的如無機物、重金屬等有害物質(zhì)溶解在血液中，這些物質(zhì)對人體的傷害巨大，甚至可能誘發(fā)如哮喘等慢性疾病。（2）二氧化硫濃度普遍較高二氧化硫(SO2)是一種主要存在于火山爆發(fā)、化石燃料燃燒、含硫礦石的冶煉時產(chǎn)生的無色有刺激性氣體，是大氣中的主要污染物之一。由于煤炭和石油等化石燃料都含有硫元素，其中的硫元素化合物在化石燃料燃燒時與氧氣反應(yīng)生成二氧化硫，且由于二氧化硫易溶于水，其溶于水時會形成亞硫酸（H2SO3），當亞硫酸在PM2.5存在的條件下，其會被進一步氧化成硫酸，當硫酸與云層中的水混合，并在達到一定的溫度和濕度的條件下形成降水，這就是酸雨的來源。而在我國陜西省盛產(chǎn)煤炭，且在我國的能源消費中，煤炭的消費占據(jù)了相當大的一部分(見圖1)，因此我國華北平原地區(qū)的二氧化硫濃度比我國其他地區(qū)都要高(見圖2)。且從圖1中可以看到，從2014年起，每年我國的能源消費總量也在不斷上升，盡管煤炭和石油的消費總量變化不大，但由化石燃料燃燒所造成的污染仍十分嚴重。且我國的主要產(chǎn)煤地區(qū)主要在山西、陜西、河南，這些地區(qū)發(fā)電主要也是以煤炭作為燃料，因此這些地區(qū)的二氧化硫排放量普遍要比其他地區(qū)高。圖1我國的能源消費總量柱狀統(tǒng)計圖（來源：國家統(tǒng)計局）圖2我國的二氧化硫濃度分布（來源：）（3）一氧化碳濃度較高一氧化碳（CO）是一種主要出現(xiàn)在汽車尾氣、火力發(fā)電、金屬提煉所的無色無味的氣體。一氧化碳在化學性質(zhì)上既有氧化性也有還原性，同時還具有毒性，一氧化碳與氧氣相比，前者與血紅蛋白的親和力遠大于后者，且一氧化碳會主動和血液的血紅蛋白結(jié)合，從而阻止血紅蛋白結(jié)合并運算氧氣。它不僅會使血液的載氧能力降低，還使血液對人體組織的供氧量明顯減少，從而使人產(chǎn)生缺氧的現(xiàn)象。吸入少量一氧化碳會導致人出現(xiàn)頭痛、頭昏、惡心等癥狀的出現(xiàn)；吸入大量的一氧化碳會使人昏迷，嚴重的會使人缺氧死亡，甚至產(chǎn)生如神經(jīng)衰弱、智力障礙等后遺癥。（4）二氧化氮濃度呈增加趨勢，有些城市出現(xiàn)光化學煙霧現(xiàn)象。二氧化氮（NO2）是一種主要出現(xiàn)在汽車尾氣、鍋爐廢氣等高溫燃燒過程所釋放的在室溫下呈紅棕色且有強烈刺激性的氣體。二氧化氮在被人體吸入后，會對人的呼吸道、眼睛及肺部造成巨大的刺激作用，使人出現(xiàn)胸悶、咳嗽、咯泡沫痰等癥狀，吸入后幾小時或間隔更長時間可能會出現(xiàn)遲發(fā)性肺水腫、呼吸窘迫綜合征等呼吸道癥狀，在遲發(fā)性肺水腫消退后兩周左右甚至可出現(xiàn)遲發(fā)性阻塞性細支氣管炎；二氧化氮在慢性影響上主要表現(xiàn)為神經(jīng)衰弱綜合征及慢性呼吸道炎癥。同時，它也是形成光化學煙霧的罪魁禍首，會嚴重降低大氣能見度，從而引發(fā)交通事故；還能使地表水酸化，水體富營養(yǎng)化（由于氮、磷元素的營養(yǎng)物使藻類大量繁殖），并增加水體中的有害物質(zhì)，使水中的魚類因缺氧或有毒物質(zhì)而大量死亡。（5）臭氧污染嚴重臭氧（O3）是一種有魚腥味的具有強氧化性淡藍色氣體，但在大氣底層的臭氧并不是天然的，它是受環(huán)境污染的產(chǎn)物，這些近地臭氧主要在汽車尾氣、鍋爐排放的氮氧化物以及揮發(fā)性的有機物通過太陽光照輻射催化生成的，甚至連復印件的墨盒在打印時也會排放臭氧。它會使植物葉子變黃甚至枯萎，對植物造成損害；對人體的免疫機能也具有破壞性，使長時間直接接觸高濃度臭氧的人出現(xiàn)疲乏、咳嗽、胸悶胸痛等癥狀。目前我國正處于全面建成小康社會的決勝階段，打好污染防治攻堅戰(zhàn)，提升國家的生態(tài)文明水平，不僅可以滿足人民群眾美好生活的內(nèi)在需要，也是落實中華民族永續(xù)發(fā)展前年打擊的關(guān)鍵一步。而且我國地域遼闊，各地區(qū)的氣候差異明顯，因此形成了我國氣候的多樣化，同時各地區(qū)的經(jīng)濟發(fā)展也存在明顯的不同，各地區(qū)的側(cè)重產(chǎn)業(yè)也不一樣。因此，綜合以上因素，可以得出：我國各個地區(qū)的空氣質(zhì)量存在明顯差異。對于空氣質(zhì)量的預(yù)報，是需要非常先進的技術(shù)以及各種先進設(shè)備的，而隨著計算機技術(shù)的發(fā)展和各種新設(shè)備的出現(xiàn)，使得這種工作得以實現(xiàn)。隨著人們對空氣質(zhì)量的重視和要求不斷提升，人們的需求也從最開始的空氣質(zhì)量報告到現(xiàn)在的空氣質(zhì)量預(yù)測，而這種預(yù)測工作，也在成為環(huán)境科學以及計算機科學的一個重要的研究。[12]1.2研究現(xiàn)狀自從空氣污染問題產(chǎn)生以來，對污染進行預(yù)測一直是空氣污染防治的重要話題。科研人員對空氣污染預(yù)測方法進行了許多的探索和研究，在發(fā)展過程中出現(xiàn)了許多可以預(yù)測空氣污染的方法，主要分為三大類，分別為：數(shù)值預(yù)測法、統(tǒng)計預(yù)測法以及潛勢預(yù)測法。其中，潛勢預(yù)報方法依據(jù)氣象條件對空氣污染物擴散稀釋作用，預(yù)報未來一段時間的空氣污染情況，由于過于依賴對氣象條件的判斷，因此預(yù)報結(jié)果往往比較粗糙。而數(shù)值預(yù)報方法深入探索了污染數(shù)據(jù)和其他在大氣環(huán)境中的一系列復制變化，預(yù)測結(jié)果準確率最高。但是涉及數(shù)學、物理、化學、氣象等多領(lǐng)域交叉，同時需要豐富的氣象數(shù)據(jù)資料和高性能的計算設(shè)備，在普通實驗中很難實現(xiàn)。統(tǒng)計預(yù)測方法是基于大量現(xiàn)有的監(jiān)測數(shù)據(jù)，采用先關(guān)的統(tǒng)計方法建立預(yù)測模型，模型構(gòu)造簡單易行，通過對相關(guān)數(shù)據(jù)的分析計算可以得出準確的較高的預(yù)測結(jié)果因此統(tǒng)計預(yù)測方法在大多數(shù)情況下更具有實用性。在剛開始研究問題時，時序分析的主要方法是單一的預(yù)測模型，但由于各個模型的精度和應(yīng)用范圍都存在差異，所以目前預(yù)測領(lǐng)域研究的焦點主要是在如何通過結(jié)合各模型的優(yōu)點對單一模型的局限性進行處理。而組合模型卻能揚長避短，從多個角度挖掘信息，并系統(tǒng)全面地進行結(jié)論分析，因此組合模型更受青睞[13]。組合預(yù)測模型是將不同的模型組合后按照一定的比例來平均權(quán)重，以此吸收各模型的優(yōu)點，使單一預(yù)測模型的不足得到了有效的規(guī)避，減少由于精度和應(yīng)用范圍所造成的差異，使預(yù)測結(jié)果更理想。最初，離差或誤差是作為組合預(yù)測模型的主要的衡量指標，但是由于量綱和各個特征之間存在一定的差異，因此不同序列的離差及誤差直接可比性較弱；即使以某種方式消除了量綱和各特征之間的差異所造成的影響，但由于序列本身之間以及數(shù)據(jù)的波動幅度也會導致出現(xiàn)一定的誤差，因此預(yù)測方法的有效性也難以統(tǒng)一衡量。而在我國生態(tài)環(huán)境部的官網(wǎng)上，可以看到各城市的AQI實時發(fā)布、AQI指數(shù)日報，以及最長120小時的空氣質(zhì)量預(yù)報，無法對更長的時間跨度進行預(yù)測。因此，較長的時間跨度預(yù)測空氣質(zhì)量在國內(nèi)尚存在一定的空白。國外的空氣質(zhì)量預(yù)測普遍選擇人工神經(jīng)網(wǎng)絡(luò)來預(yù)報空氣質(zhì)量，并根據(jù)結(jié)果表明MLP模型（Multi-layerPerceptron）要比回歸模型更準確，但對于峰值卻無法準確的預(yù)測。由于我國的經(jīng)濟發(fā)展程度相對較為落后，導致我國在研究空氣污染的分析和評價方面與世界發(fā)達國家相比都落后了不少，但在近幾年，我國的經(jīng)濟發(fā)展速度迅速提高，并推動了一系列的科研發(fā)展，使得我國在該研究領(lǐng)域范圍內(nèi)取得了很高的成就，隨著大數(shù)據(jù)、機器學習等技術(shù)的廣泛推廣及應(yīng)用，國內(nèi)的環(huán)境信息系統(tǒng)也已經(jīng)逐漸完善成熟，并開始向國際領(lǐng)先水平看齊。目前，國內(nèi)的一些城市開始將環(huán)境信息系統(tǒng)加入到城市的管理作業(yè)中，并將其作為城市管理中不虧或缺的一部分。國內(nèi)的研究主要是在BP模型的基礎(chǔ)上，對NNs（神經(jīng)網(wǎng)絡(luò)）加入主成分分析，或者是將BP模型與灰色理論相結(jié)合，還有就是在BP模型中加入遺傳算法。這些算法在一定程度上都使得BP模型的不足之處得到了一定程度的解決，但也存在著一定的缺陷。其中有一種是通過將算法相互混合，形成彌補的狀態(tài)來解決遺傳算法原本的缺陷。對于這一設(shè)想，許多人嘗試去設(shè)計混合算法，其中主要將遺傳算法和貝葉斯正規(guī)化算法混合從而使算法更為合理，盡管在改進的過程中成功使遺傳算法的一些缺陷得到了較好的解決，但是仍然還需要對其進行不斷的改進。1.3研究內(nèi)容當今社會已經(jīng)屬于信息化時代，許多的信息都可以通過訪問互聯(lián)網(wǎng)來獲取，當然也包括各地的空氣質(zhì)量記錄，這是時代發(fā)展的必然結(jié)果，也是社會進步的重要指標。本設(shè)計通過研究分析，主要是通過計算機運算為了空氣質(zhì)量預(yù)測提供另一種科學可行的辦法。畢竟單憑人工無法處理大量的數(shù)據(jù)，所以必須依靠計算機來對數(shù)據(jù)進行處理。然而，空氣質(zhì)量的預(yù)測需要大量準確的數(shù)據(jù)來進行支撐，如果數(shù)據(jù)不完整或者錯誤較多，會導致對空氣質(zhì)量的預(yù)測不完整和不準確，某種程度對空氣質(zhì)量預(yù)測的發(fā)展造成了影響。因此，為了對大氣污染的動態(tài)變化作出及時的反應(yīng)，并掌握變化規(guī)律，使訓練模型時使模型更有效，從而提高空氣質(zhì)量預(yù)測大師準確性，為空氣質(zhì)量的預(yù)測提供另一種更科學合理的可行方法，本設(shè)計研究的內(nèi)容為：（1）首先通過網(wǎng)絡(luò)信息爬取技術(shù)獲取將網(wǎng)站上各城市的空氣質(zhì)量記錄的鏈接爬取下來，并將重復的鏈接刪除。（2）將鏈接以文本的形式保存在本地硬盤文本文件中。（3）讀取文件中記錄的城市所對應(yīng)的鏈接，并逐一進行訪問。（4）將網(wǎng)站上每個城市所記錄的空氣質(zhì)量爬取下來，并以表格文件的格式保存在本地硬盤中，以便日后使用。（5）讀取表格文件，對文件中的缺失值和異常值進行處理，并對文字類型的數(shù)據(jù)進行數(shù)據(jù)轉(zhuǎn)換。（6）對處理后的空氣質(zhì)量數(shù)據(jù)分析特征，并進行時序分析與預(yù)測，最后對預(yù)測進行驗證，并生成可視化結(jié)果。1.4研究意義大氣環(huán)境質(zhì)量與人們的健康和生活息息相關(guān)。在社會以及經(jīng)濟快速發(fā)展的同時，人們生活所造成的排放污染對環(huán)境產(chǎn)生了很大的影響和破壞，使生態(tài)環(huán)境持續(xù)惡化，空氣污染甚至威脅到了人類自身的安全和健康，這將直接導致可持續(xù)發(fā)展受到破壞。我國作為一個發(fā)展中的大國、世界上第二大經(jīng)濟體，一直面臨著來自環(huán)境問題的種種考驗，如何能準確預(yù)測大氣質(zhì)量，為各地區(qū)的大氣防治提供更多可參考的資料，以便提前做好部署和準備，為重大污染事件的發(fā)生做好充足的準備，并作出更長遠的監(jiān)測和預(yù)防，盡可能將污染事件的所造成的影響降到最低，并將萌芽扼殺在源頭，已成為社會和政府所廣泛關(guān)注的重要問題。我國政府在對控制大氣污染以及污染物的變化方面，正在提升污染物監(jiān)測的整體強度，并從中探索出各地的大氣污染物的變化規(guī)律，從而可以通過更好的方法來預(yù)測空氣質(zhì)量和污染物的擴散，對大氣污染加強監(jiān)督監(jiān)管，將各生產(chǎn)企業(yè)的空氣排放控制在指標允許的范圍內(nèi)，確保排放出的氣體經(jīng)過無害化處理，務(wù)必減少對周邊的生態(tài)環(huán)境及居民的正常生活和身體健康造成影響對空氣質(zhì)量進行預(yù)測的研究，有兩方面的意義：對于市民來說，可以通過各種渠道得知的空氣質(zhì)量預(yù)測提前做好個人防護，減少由于不知情的原因暴露在空氣質(zhì)量較差的環(huán)境下而誘發(fā)或感染疾病的可能；二是可以為環(huán)保部門提供有關(guān)空氣質(zhì)量的各種有關(guān)數(shù)據(jù)，從而對污染物和空氣污染之間的關(guān)系和影響得出更為準確的判斷和分析。同時，城市的空氣質(zhì)量在經(jīng)過空氣質(zhì)量預(yù)測后可以更好地作出評價，使各城市環(huán)保部門的治理方案更加具有針對性和獨特性，為城市的可持續(xù)發(fā)展提高評價水平，成為城市發(fā)展的重要監(jiān)督指標。在空氣質(zhì)量的預(yù)測方面，使用更加科學的技術(shù)，就是利用針對時間序列產(chǎn)生可靠的預(yù)測方法之一，稱為ARIMA，這種技術(shù)對空氣質(zhì)量數(shù)據(jù)所產(chǎn)生的時間序列進行非線性的檢測和處理，使預(yù)測的效率得到了提高，并且在一定程度上提高了預(yù)測的可靠性和準確性。所以利用ARIMA模型對空氣質(zhì)量進行預(yù)測，具有較高且科學可行的價值及較好的應(yīng)用前景。與傳統(tǒng)的預(yù)測方法相比，作為一種對實踐更具有針對性的分析預(yù)測模型，ARIMA模型對空氣質(zhì)量的預(yù)測效果更為準確，并有望成為未來空氣質(zhì)量預(yù)測的主要方法。2.網(wǎng)絡(luò)信息爬取網(wǎng)絡(luò)信息爬取技術(shù)（網(wǎng)絡(luò)爬蟲）主要是將需要的網(wǎng)頁通過網(wǎng)頁下載器下載下來然后轉(zhuǎn)換成字符串數(shù)據(jù)，字符串數(shù)據(jù)通過網(wǎng)頁解析器解析成樹形對象，將需要的數(shù)據(jù)通過網(wǎng)頁解析器進行提取，如：文字、鏈接、圖片等。網(wǎng)頁下載器可以將制定的URL網(wǎng)頁下載到本地存儲成本地文件或字符串格式，以便進行后續(xù)的數(shù)據(jù)分析，所以網(wǎng)頁下載器是整個爬取程序的核心模塊。[14]在本章中主要用到requests，它是一個python的第三方庫，支持網(wǎng)頁下載、登錄、文件上傳等功能。網(wǎng)頁解析器是一個能從網(wǎng)頁字符串文件中解析出價值數(shù)據(jù)的處理器，python中使用最廣泛的是BeautifulSoup這個第三方庫，BeautifulSoup最主要的功能是將網(wǎng)頁下載器所下載的網(wǎng)頁進行解析，BeautifulSoup自動將輸入文檔轉(zhuǎn)換為Unicode編碼，輸出文檔轉(zhuǎn)換為utf-8編碼。BeautifulSoup支持Python標準庫中的HTML解析器，它首先進行網(wǎng)頁字符的結(jié)構(gòu)化解析，利用DOM和HTML之間的映射關(guān)系，將HTML文檔轉(zhuǎn)換成DOM樹，通過基于語義及基于結(jié)果的過濾來進行剪枝操作，通過樹形結(jié)構(gòu)能精確地定位到某個節(jié)點、屬性、文本內(nèi)容，然后使用find或find_all方法查詢相應(yīng)的節(jié)點，訪問節(jié)點的屬性、名稱、文字等信息，從而提取出信息進行分析。在經(jīng)過BeautifulSoup解析后，整個HTML文檔會被轉(zhuǎn)換成一個復雜的樹形結(jié)構(gòu)，且每個節(jié)點都是一個對象，所有對象可以歸納為4種:NavigableString、BeautifulSoup、Tag、Comment。BeautifulSoup()主要用來遍歷文檔樹及其屬性，并為此提供了多種方法，比如獲取父子節(jié)點、兄弟節(jié)點等。在本章節(jié)中主要是從BeautifulSoup樹對象中搜索出所需的目標，通過使用find_all()方法在BeautifulSoup樹對象中按照標簽名稱（name）、文本（text）、屬性（attrs）等參數(shù)對所有tag的子節(jié)點進行搜索，并判斷是否符合過濾條件，將所有符合條件的節(jié)點保存并輸出。2.1獲取城市訪問鏈接首先，打開瀏覽器，訪問所需對其進行爬取的網(wǎng)站，本次是對中國空氣質(zhì)量在線監(jiān)測分析平臺進行爬取，這是一個公益性的軟件平臺，收錄了367個格式的空氣質(zhì)量信息(如圖3)，且在經(jīng)過對比后可得，他與國家生態(tài)環(huán)境部上公布的數(shù)據(jù)是一致的，而且，相較于生態(tài)環(huán)境部的訪問限制，以及限定時間范圍的下載及查詢，該網(wǎng)站爬取信息的難度更低，僅是對訪問的user-agent作出限制，并沒有其他限制措施。圖3中國空氣質(zhì)量在線監(jiān)測分析平臺主頁使用檢查功能查看網(wǎng)頁源代碼觀察各城市的標簽中所包含的地址，網(wǎng)站中所有的鏈接地址都被保存在<a>標簽中(如圖4)，在導入所需要的requests庫和BeautifulSoup庫后，就可以開始編寫程序來爬取城市的空氣質(zhì)量記錄訪問鏈接了。圖4中國空氣質(zhì)量在線監(jiān)測分析平臺主頁網(wǎng)頁源代碼(1)首先創(chuàng)建字典UA，用于在訪問頁面時偽裝成正常的瀏覽器訪問，繞開檢測。(2)編寫函數(shù)get_cityurl()用于爬取各個城市空氣質(zhì)量記錄的訪問鏈接。過程：函數(shù)get_cityurl():1.填入空氣質(zhì)量記錄主頁地址url2.創(chuàng)建用于保存各城市及其訪問鏈接的列表city_url_list3.訪問網(wǎng)站主頁并使用字典UA進行偽裝4.獲取網(wǎng)頁的源代碼5.使用網(wǎng)頁解析器對網(wǎng)頁源代碼進行解析6.使用bs4庫中的find_all()函數(shù)搜索網(wǎng)頁源代碼中所有包含<a>標簽的子節(jié)點，7.并返回列表類型的url_list8.Forurl_list的每一個值i：9.獲取i中所包含的鏈接10.Ifi中包含只有各城市的訪問鏈接特有的字段11.將訪問鏈接的前綴補充到i中并轉(zhuǎn)換成字符串得到city_url12.將city_url添加到列表city_url_list中13.Endif14.Endfor15.將city_url_list轉(zhuǎn)換成集合city_url_set16.創(chuàng)建文本文件city_url.txt并以寫入方式打開17.Forcity_url_set的每一個值url18.將url寫入到文件中，并且每輸入一個換行一次，以便后續(xù)使用19.Endfor輸出：一個命名為city_url.txt的文本文件在運行完這段代碼后，將會得到一個命名為city_url.txt的文本文件，里面是網(wǎng)站主頁上記錄的各城市的空氣質(zhì)量記錄的鏈接，在接下來的步驟會用到這個文件。2.2爬取城市的空氣質(zhì)量數(shù)據(jù)接下來，開始對city_url.txt文本文件里面記錄的各城市的空氣質(zhì)量記錄的鏈接下的空氣質(zhì)量記錄進行爬取，由于每個城市的空氣質(zhì)量記錄是按每個月份一個頁面進行展示，并且都是在網(wǎng)頁中的<td>標簽中，而且網(wǎng)站的空氣質(zhì)量數(shù)據(jù)需要經(jīng)過動態(tài)加載才會顯示在頁面中，所以我選擇使用selenium庫并結(jié)合webdriver調(diào)用瀏覽器進行網(wǎng)絡(luò)信息爬取，并且由于是使用真正的瀏覽器進行操作，所以并不需要添加特殊字段對爬取操作進行偽裝。這次主要用到BeautifulSoup庫和selenium庫，在從網(wǎng)上下載webdriver.exe并安裝到正確的目錄后就可以開始編寫程序來爬取編寫函數(shù)get_city_aqi()用于爬取各個城市的空氣質(zhì)量數(shù)據(jù)。輸入：path=文本文件city_url.txt的絕對路徑過程：函數(shù)get_city_aqi(path)：創(chuàng)建參數(shù)設(shè)置對象chrome_opt將無界面化參數(shù)添加到chrome_opt中，使瀏覽器無界面化運行創(chuàng)建driver對象來啟動瀏覽器并使參數(shù)對象Chrome_option=chrome_opt以只讀的形式打開city_url.txt對應(yīng)的path從而獲得file對象使用file對象下的readlines方法獲得文件所有行的內(nèi)容并返回列表url_list關(guān)閉文件fileForurl_list的每一個值url：輸出url以便記錄已經(jīng)進行過爬取操作的城市并用driver.get訪問url程序休眠2秒等待頁面完成動態(tài)加載使用網(wǎng)頁解析器對瀏覽器獲得的網(wǎng)頁源代碼進行解析使用bs4庫中的find_all()函數(shù)搜索網(wǎng)頁源代碼中所有包含<td>標簽的子節(jié)點，并返回列表類型的tds創(chuàng)建列表month_url_list和city_aqi_list分別用于儲存當前城市每個月的訪問鏈接和城市的空氣質(zhì)量數(shù)據(jù)。Fortds中的每一個值td：Iftd中包含只有月份的訪問鏈接特有的字段將td轉(zhuǎn)換成str類型，去除td中的<td>標簽的內(nèi)容，得到month_url將month_url添加到列表month_url_list中EndifEndforFormonth_url_list中的每一個值month_url：用driver.get訪問month_url程序休眠2秒等待頁面完成動態(tài)加載使用網(wǎng)頁解析器對瀏覽器獲得的網(wǎng)頁源代碼進行解析Forfind函數(shù)搜索<tbody>標簽后該標簽下的所有子節(jié)點tr:Iftr與所需的數(shù)據(jù)類型相同：生成列表tds=<tr>標簽中的<td>標簽If列表tds不為空：將列表中的元素用.text轉(zhuǎn)換成str類型并以列表的形式添加到列表city_aqi_list中EndifEndifEndforIfcity_aqi_list為空orcity_aqi_list長度小于365：輸出文本信息提示爬取的城市無法爬取到數(shù)據(jù)或數(shù)據(jù)長度過短Else：輸出文本信息提示當前爬取的城市已完成爬取操作創(chuàng)建以當前爬取的城市命名的csv格式的文件并以寫入的方式打開向文件寫入列標題并換行Forcity_aqi_list里的每一行l(wèi)ine：Forline里的每一個元素element：向文件寫入element和寫入逗號隔開Endfor向文件寫入換行符Endfor關(guān)閉文件輸出文本提示完成文件寫入Endfor輸出:全國27省及4個直轄市共計353個城市自2014年1月1日至今的空氣質(zhì)量記錄的csv表格文件。2.3將數(shù)據(jù)導入到數(shù)據(jù)庫中在獲得上述的空氣質(zhì)量數(shù)據(jù)文件后，因為數(shù)據(jù)量較大，且不利于管理，需要將其導入到數(shù)據(jù)庫中，使開發(fā)效率得到明顯的提升，令數(shù)據(jù)的調(diào)用更為方便，程序規(guī)模得到簡化，減少了程序的維護和修改的頻率，對數(shù)據(jù)進行了集中化的管理，使冗余得到有效的控制，從而使數(shù)據(jù)的利用率和一致性得到了提高，對應(yīng)用程序的開發(fā)和維護起到了積極的作業(yè)。Navicat作為一款為降低系統(tǒng)管理成本及簡化數(shù)據(jù)庫的管理流程及操作的專業(yè)數(shù)據(jù)庫管理軟件，用戶可以創(chuàng)建、組織、訪問并共用信息以安全簡單的方式，無需通過冗長復雜的指令來對數(shù)據(jù)庫進行操作，并且可以對本機或遠程的MySQL、SQLServer、SQLite、Oracle及PostgreSQL數(shù)據(jù)庫進行管理及開發(fā)。首先,打開Navicat,并輸入本地數(shù)據(jù)庫正確的用戶名及密碼，連接到數(shù)據(jù)庫后新建一個數(shù)據(jù)庫并命名為air_quality_data，用于存放城市的空氣質(zhì)量數(shù)據(jù)，然后選擇導入數(shù)據(jù)，將本地的csv文件導入到數(shù)據(jù)庫中，數(shù)據(jù)庫設(shè)計如下：字段名稱類型字段說明備注DateVarchar日期主鍵AQIIntAQI指數(shù)air_quality_levelVarchar質(zhì)量等級PM2.5FloatPM2.5濃度PM10FloatPM10濃度SO2Float二氧化硫濃度COFloat一氧化碳濃度NO2Float二氧化氮濃度O3_8hFloat臭氧濃度然后開始將數(shù)據(jù)進行導入。導入完成后，Navicat將會輸出信息表明完成導入（如圖5）。圖5最后再隨機打開幾個表進行核查，檢驗是否有出現(xiàn)錯誤或空缺?？梢钥吹?，表中數(shù)據(jù)(如圖6)，與原數(shù)據(jù)表格式一致，且和原數(shù)據(jù)表對比并沒有存在缺失值或異常值。圖63.數(shù)據(jù)處理本章節(jié)是對已經(jīng)保存在本地的空氣質(zhì)量記錄數(shù)據(jù)進行數(shù)據(jù)清洗，包括缺失值和異常值處理、數(shù)據(jù)轉(zhuǎn)換以及數(shù)據(jù)歸一化，以便訓練模型時提高模型準確度，減少誤差，以及對數(shù)據(jù)進行可視化處理，觀察數(shù)據(jù)特征，找出各個城市變化規(guī)律和差別。由于原始數(shù)據(jù)集的情況并不清楚，所以需要對原始數(shù)據(jù)先進行了解然后再進行數(shù)據(jù)處理。以下以七臺河市的空氣質(zhì)量記錄為例，首先打開記錄七臺河市的空氣質(zhì)量的文件，使用代碼對數(shù)據(jù)進行描述，可得：七臺河的空氣質(zhì)量記錄共有1779行9列數(shù)據(jù)，列名稱分別為：日期、AQI、質(zhì)量等級、PM2.5濃度、PM10濃度、SO2濃度、CO濃度、NO2濃度、O3_8h濃度。每一列的數(shù)據(jù)類型分別為：日期和質(zhì)量等級為object類型，其他均為數(shù)值類型。在對數(shù)據(jù)使用統(tǒng)計分析函數(shù)時發(fā)現(xiàn)若干個數(shù)據(jù)列都存在最小值等于0的情況，說明數(shù)據(jù)存在異常值。因此要對數(shù)據(jù)進行缺失值和異常值檢測和處理。AQI(AirQualityIndex)是環(huán)境空氣質(zhì)量指數(shù)的縮寫，用于描述該環(huán)境的空氣受污染程度的以及對健康的影響的一個參數(shù)。環(huán)境空氣質(zhì)量指數(shù)的重點是判斷暴露在數(shù)小時或數(shù)日受到污染的空氣對人體所造成的生理影響。環(huán)保局通過以下幾個主要污染標準來計算空氣質(zhì)量指數(shù)：地面臭氧(O3)，顆粒物污染（也稱顆粒物），一氧化碳(CO)，二氧化硫(SO2)，二氧化氮(NO2)。我國環(huán)保局為保障人民的身體健康在2012年均已對上述污染物成立了新的空氣質(zhì)量評價標準。我國空氣質(zhì)量取24小時平均值作為發(fā)布標準；同時，由于我國與美國采用的空氣質(zhì)量指數(shù)及污染物濃度指標不同，導致存在污染物濃度相同而空氣質(zhì)量指數(shù)的計算結(jié)果也可能存在一定的差異，因此在查閱實時數(shù)據(jù)經(jīng)常與會與媒體公布的結(jié)果不一致。3.1缺失值和異常值的處理首先對數(shù)據(jù)進行缺失值檢測，發(fā)現(xiàn)數(shù)據(jù)并沒有缺失，因此不需要對數(shù)據(jù)進行缺失值處理。然后對數(shù)據(jù)進行異常值的檢測，獲取數(shù)據(jù)集中AQI為0或質(zhì)量等級為無的行并將整行輸出。在七臺河的空氣質(zhì)量數(shù)據(jù)集中，一共有4行數(shù)據(jù)是AQI為0或質(zhì)量等級為無，以及有部分數(shù)據(jù)經(jīng)過核算后發(fā)現(xiàn)AQI指數(shù)是和污染物濃度不匹配的，因此需要對異常值進行處理，通過AQI的計算公式：I=Ih并結(jié)合空氣污染物濃度限值表(如表1)計算得出各項污染物對應(yīng)的AQI指數(shù)，最后取數(shù)值最大的為最終的AQI值。其中I為空氣質(zhì)量指數(shù)，即AQI指數(shù)；Cl、Ch為該污染物濃度限值，Il、Ih為AQI限值；C為該污染物濃度，即輸入值。AQISO2濃度PM10濃度O3濃度NO2濃度PM2.5濃度0000005050501604035100150150200807515047525030018011520080035040028015030016004208005652504002100500100075035050026206001200940500表1空氣污染物濃度限值表在計算完AQI指數(shù)并填入數(shù)據(jù)集中后，再對異常的質(zhì)量等級進行處理，將AQI指數(shù)所對應(yīng)的質(zhì)量等級填入后，這樣對數(shù)據(jù)的缺失值和異常值的處理就完成了。3.2數(shù)據(jù)轉(zhuǎn)換在對數(shù)據(jù)集進行缺失值和異常值處理后，便可以開始對數(shù)據(jù)集進行數(shù)據(jù)轉(zhuǎn)換了，由于計算機無法對字符串類型的數(shù)據(jù)進行數(shù)據(jù)處理，因此我們需要將數(shù)據(jù)轉(zhuǎn)換成計算機可以識別的數(shù)據(jù)類型，因此需要對質(zhì)量等級一列進行數(shù)據(jù)轉(zhuǎn)換，因為質(zhì)量等級的取值沒有大小意義，所以這里使用pd.get_dummies()函數(shù)以獨熱編碼方式對數(shù)據(jù)進行轉(zhuǎn)換，將質(zhì)量等級一列拆分成6列，每列分別對應(yīng)一個等級，對應(yīng)的列為1，其他列為0，以便計算各特征的關(guān)聯(lián)度。在對數(shù)據(jù)集進行數(shù)據(jù)轉(zhuǎn)換后整個數(shù)據(jù)集有14列1779行(如圖7)圖7在完成數(shù)據(jù)轉(zhuǎn)換后，開始對空氣質(zhì)量數(shù)據(jù)進行規(guī)范化（歸一化）處理，這是數(shù)據(jù)轉(zhuǎn)換的一項基本工作。由于不同的參數(shù)或指標存在各自的計算單位及量綱，數(shù)據(jù)間的差異性較大，如果不對數(shù)據(jù)進行處理有可能會對數(shù)據(jù)的分析結(jié)果造成影響。為了消除這一影響，需要對各項數(shù)據(jù)進行歸一化處理使各項參數(shù)之間的量綱不受影響。在對數(shù)據(jù)進行標準化處理時，需要對數(shù)據(jù)按比例縮放后分布在指定的范圍內(nèi)，以便對空氣質(zhì)量數(shù)據(jù)進行綜合分析。由于數(shù)據(jù)集的各項參數(shù)不存在負值，所以選擇對數(shù)據(jù)集進行離差標準化，將結(jié)果值映射到[0-1]之間：X*=其中max為樣本最大值，min為樣本最小值。在對數(shù)據(jù)進行歸一化處理后，獲得七列數(shù)據(jù)分別對應(yīng)AQI指數(shù)和六種污染物歸一化后的結(jié)果。3.3數(shù)據(jù)可視化在對數(shù)據(jù)完成缺失值和異常值處理以及數(shù)據(jù)轉(zhuǎn)換后，就可以開始對數(shù)據(jù)進行可視化處理。數(shù)據(jù)可視化就是將信息的各種屬性和變量通過圖像、表格等方法進行處理，包括數(shù)據(jù)的各屬性及變量，然后用建模、表達等對其進行可視化解釋。因為原始數(shù)據(jù)是比較雜亂的，對觀察效果較為影響,無法進行較為直觀的觀察,因此數(shù)據(jù)在經(jīng)過可視化處理會有更好的觀察效果,更利于后續(xù)分析數(shù)據(jù)特征。所以我對所有城市的空氣質(zhì)量記錄數(shù)據(jù)進行了可視化處理，生成了各城市的AQI的變化趨勢圖(如圖8),質(zhì)量等級分布圖(如圖9)以及質(zhì)量等級占比圖(如圖10)。圖8七臺河的AQI指數(shù)變化趨勢圖圖9七臺河的質(zhì)量等級分布圖圖10七臺河市的質(zhì)量等級占比分布圖3.4分析數(shù)據(jù)特征從圖4中可以看到，七臺河的AQI指數(shù)具有一定的規(guī)律性，在每年九月到第二年一月時呈升高趨勢，從一月到六月呈下降趨勢，變化趨勢均較為明顯，每年的高峰主要在每年的十一月到十二月之間，具有季節(jié)性變化的特征。而從圖8和圖9中可以看到，七臺河市的空氣質(zhì)量較為良好，其中優(yōu)和良天數(shù)一共占比超過85%。將七臺河市的空氣質(zhì)量和其臨近的牡丹江市及雙鴨山市作對比(如圖11和圖12)，他們的AQI指數(shù)變化趨勢十分相似，而且指數(shù)也十分接近，而相距較遠的大慶(如圖13)卻具有較明顯的差別，說明空氣質(zhì)量的影響范圍具有一定的區(qū)域性。圖11牡丹江的AQI指數(shù)變化趨勢圖圖12雙鴨山的AQI指數(shù)變化趨勢圖圖13大慶的AQI指數(shù)變化趨勢而經(jīng)度相近的城市相比，如北京、保定、聊城、六安、上饒以及汕頭(如圖14)，六個城市自北向南AQI指數(shù)均值和峰值都逐漸降低，且季節(jié)性影響也逐漸減弱，說明AQI指數(shù)與各地所屬的氣候有關(guān)。北京位于華北平原，屬暖溫帶半濕潤大陸性季風氣候，夏季高溫多雨，冬季寒冷干燥，春、秋短促，全年降水的80%集中在夏季，所以可以看到北京夏季的AQI指數(shù)并不算高，但冬季AQI指數(shù)升幅明顯、且持續(xù)時間長。六安屬亞熱帶濕潤季風氣候，季風顯著,雨量適中;冬冷夏熱,四季分明。由于六安的季風顯著，因此與北京相比，六安的AQI指數(shù)的峰值和均值更低，高峰期持續(xù)時間也比北京短。汕頭屬亞熱帶季風氣候，冬季常吹偏北風，夏季常吹偏南風或東南風，具有明顯的季風氣候特征，春季由于季風并不顯著且十分潮濕，不利于空氣污染物的擴散，所以AQI指數(shù)相對較高，冬季吹偏北風，AQI指數(shù)有一定的回落。圖14經(jīng)度相近的六個地區(qū)的AQI指數(shù)變化趨勢圖而緯度相近的城市相比，如煙臺、德州、呂梁、中衛(wèi)和海西蒙古族藏族自治州(如圖15)，這五個城市或地區(qū)自西向東逐漸向內(nèi)陸深入，但AQI指數(shù)卻是先增加后減少，其中德州的均值和峰值均是五個城市之中最高的，德州屬于溫帶季風氣候，季風影響顯著，四季分明、冷熱干濕界限明顯，但由于相對煙臺來說位置更靠近內(nèi)陸，不利于污染物的擴散，從而導致每年的秋冬季的AQI指數(shù)高峰期較長。但海西蒙古族藏族自治州屬于高原大陸性氣候，冬寒夏涼，暖季短暫，冷季漫長，春季多大風和沙暴；雨量偏少，雨熱同季，干濕季分明，但無論是均值還是高峰期的持續(xù)時間都比德州要低得多，而導致這一現(xiàn)象的原因不是氣候條件，而是因為地區(qū)的經(jīng)濟發(fā)展差異造成的，普遍來說，我國沿海地區(qū)的城市化和工業(yè)化發(fā)展都要比內(nèi)陸地區(qū)發(fā)展迅速，因此沿海地區(qū)向大氣所排放的污染物也更多，從而出現(xiàn)了圖中的變化規(guī)律。圖15緯度相近的五個城市或地區(qū)的AQI指數(shù)變化趨勢圖因此，影響空氣質(zhì)量的因素除了地區(qū)所屬的氣候條件，還有地區(qū)自身的發(fā)展情況，甚至可以通過大氣治理來對空氣質(zhì)量造成影響，就比如2014年，北京為迎接亞太經(jīng)合組織第二十次領(lǐng)導人非正式會議，我國政府用超常規(guī)的手段，對北京及周邊地區(qū)實施應(yīng)急減排措施，使空氣質(zhì)量明顯轉(zhuǎn)好。2014年11月3日上午8點，北京市城六區(qū)PM2.5濃度為37微克每立方米，各污染物濃度減少從33.6%到66.6%，接近一級優(yōu)水平。北京的天空也看到了久違的藍色，被市民稱為“APEC藍”。由于每個地區(qū)的主要污染物都有可能不盡相同，這一特征可以通過數(shù)據(jù)之間的關(guān)聯(lián)度得出。所以，可以得出結(jié)論：人為地在固定或流動的污染源排放污染物是影響空氣質(zhì)量的最主要原因，如車輛排放、工廠廢氣、垃圾焚燒等；建筑密度、地形地貌、天氣條件等因素是影響空氣質(zhì)量的重要原因。內(nèi)因是污染物的濃度越大，對環(huán)境的空氣質(zhì)量影響也越大，外因則是如相對濕度增大、大氣壓力降低、逆溫天氣等氣象條件影響了污染物的擴散，使得污染物不斷積累，導致空氣變差。根據(jù)結(jié)論，減少大氣污染的方法有：控制污染物排放，對不同時期的排放量進行控制，盡可能在氣象條件不利的天氣減少排放；工廠布局、尾氣處理、城區(qū)與工業(yè)區(qū)距離及規(guī)劃要合理，以方便于污染物的擴散，不要過度集中，否則會造成重復迭加污染。4.時序分析與預(yù)測時間序列是各時間點上形成的數(shù)值序列，時間序列分析是通過曲線擬合和參數(shù)估計以及對時間序列數(shù)據(jù)進行系統(tǒng)化的觀察，建立數(shù)學模型的理論。需要明確的是，時間序列分析主要是對自身的變化規(guī)律進行研究，而不是對時間的回歸?？梢岳脮r間序列分析來對數(shù)據(jù)的未來趨勢進行預(yù)測、如金融市場、客流控制、市場供需等。由于時間序列數(shù)據(jù)的特殊性，通常意味著需要使用專門統(tǒng)計方法來對其進行分析。在本章，主要是對ARIMA組件進行關(guān)注，ARIMA組件可以對時間序列進行更深層的了解和預(yù)測，非平穩(wěn)序列在經(jīng)過差分后會具有平穩(wěn)的特征，然后用ARIMA模型對平穩(wěn)的時間序列進行擬合。而AQI指數(shù)的變化規(guī)律具有較強的季節(jié)性，因此選擇ARIMA對AQI指數(shù)進行預(yù)測。相較于LSTM，ARIMA的預(yù)測值更接近歷史值和平均值，并且對峰值的預(yù)測效果更接近?？梢酝ㄟ^時間序列的散點圖、偏自相關(guān)函數(shù)圖以及自相關(guān)函數(shù)圖來判斷平穩(wěn)性，如果平穩(wěn)性較差則需要對其進行平穩(wěn)化處理，直到時間序列的均值和方差均為常數(shù)，并且在一個常數(shù)值附近隨機波動，在對非平穩(wěn)的時間序列數(shù)據(jù)進行平穩(wěn)化處理后，ACF拖尾，PACFp階截尾則選擇建立AR模型；若ACFq階截尾，PACF拖尾，則建立MA模型；若ACF和PACF拖尾，則建立ARMA模型。為檢驗所建立的模型是否具有意義，接下來需要對參數(shù)進行估計，然后對檢驗進行假設(shè)，判斷殘差序列是否為為白噪聲序列。最后對已通過檢驗的模型進行預(yù)測。在ARIMA(p,d,q)(AutoregressiveIntergratedMovingAverage)中，AR是“自回歸”，I是差分，MA為“滑動平均”，p是自回歸系數(shù)，d為差分次數(shù)(階數(shù))；q為滑動平均數(shù)。ARIMA原理就是對進行了平穩(wěn)化處理后的時間序列將隨機誤差項的現(xiàn)值和滯后值以及因變量自身的滯后值進行回歸。ARIMA模型的優(yōu)點是它不需要借助其他外生變量；但要求時間序列數(shù)據(jù)必須是平穩(wěn)的或是經(jīng)差分后穩(wěn)定的且ARIMA模型本質(zhì)上無法對非線性關(guān)系進行捕捉。其中自回歸模型(AR)的基本解釋是：對歷史值與當前值的關(guān)系進行描述，通過自身的歷史值對未來值進行預(yù)測只能對于自身歷史時期相關(guān)的現(xiàn)象進行預(yù)測必須滿足平穩(wěn)性的要求并具有自相關(guān)性自相關(guān)系數(shù)必須大于0.5公式定義：yt=μ+i=1其中yt是當前值，μ是常數(shù)項，p是階數(shù)，γi被假設(shè)為對于任何的t都不變，yt-i為前幾條的值，?t移動平均模型(MA)是關(guān)注自回歸模型中誤差項的累計，當AR(p)的假設(shè)條件不滿足時可以考慮使用此模型，通過歷史時期的隨機干擾或預(yù)測誤差的線性組合來表達當前預(yù)測值，q階自回歸過程的公式定義：yt=μ+ARMA是自回歸模型和移動平均模型的結(jié)合，公式定義如下：yt=μ+i=1ACF，自相關(guān)函數(shù)(決定q值)，反映了同一序列在不同時間的取值之間關(guān)聯(lián)度。同時中間(k-1)個隨機變量xt-1……x(t-k+1)還會對x(t)造成影響，而x(t-k)又和k-1個隨機變量互相相關(guān)，所以p(k)ACFk=ARIMA(p,d,q)階數(shù)確定：模型ACFPACFAR(p)衰減趨近于零(幾何型或震蕩型)p階后截尾MA(q)q階后截尾衰減趨近于零(幾何型或震蕩型)ARMA(p,q)q階后衰減趨近于零(幾何型或震蕩型)p階后衰減趨近于零(幾何型或震蕩型)平穩(wěn)性要求：樣本時間序列所得到的擬合曲線在未來一定時間內(nèi)仍可以按照現(xiàn)有的形態(tài)趨勢繼續(xù)延續(xù)。由于空氣質(zhì)量數(shù)據(jù)屬于弱平穩(wěn)數(shù)據(jù)，因此需要對數(shù)據(jù)進行差分，提升數(shù)據(jù)的平穩(wěn)性，從而保證ARIMA模型的要求得到滿足。在將所需的庫安裝好并導入后，就可以開始對數(shù)據(jù)進行時序分析和預(yù)測了。4.1建立ARIMA時間序列模型時間序列預(yù)測中最常用的方法之一就是被稱為ARIMA模型，它代表了AutoRegessive綜合MovingAverage版本。時間序列可以通過ARIMA模型對數(shù)據(jù)擬合后按照目前的形態(tài)和趨勢去對未來時間點的數(shù)據(jù)進行更深入的了解和預(yù)測。其中，有三個不同的參數(shù)p、d、q用于對ARIMA模型進行參數(shù)化調(diào)整。這三個參數(shù)共計數(shù)據(jù)集中的趨勢變化、平穩(wěn)性和季節(jié)性：（1）p是模型的自回歸部分，代表預(yù)測模型中采用的時序數(shù)據(jù)本身的滯后數(shù)(lags),也叫做AR/Auto-Regressive項。它允許將過去價值觀的影響納入模型。直觀地說，如果過去的一段時間AQI指數(shù)呈升高趨勢，則明天的AQI指數(shù)可能也會升高。（2）d是模型的集成部分，代表時序數(shù)據(jù)需要進行多少次差分，才會由原本的非平穩(wěn)序列轉(zhuǎn)換成平穩(wěn)序列，也叫Integrated項。其中包括模型中包含的差異量（當前時間值與歷史時間值距離）以適用于時間序列。通過ADF檢驗原時間序列的平穩(wěn)性，如果原時間序列是平穩(wěn)的，那么d=0；否則對時間序列進行差分直到ADF檢驗證明序列是平穩(wěn)的但序列一般差分次數(shù)不超過2次。直觀地說，如果過去一段時間的AQI指數(shù)變化幅度較小，明天的AQI指數(shù)變化幅度可能也不大。（3）q是模型的移動平均部分，代表預(yù)測模型中由于預(yù)測的平滑性造成的滯后，也叫做MA/MovingAverage項。可以將歷史時間點設(shè)置為模型的誤差來對誤差的線性組合進行觀察。通過利用季節(jié)性ARIMA模型對空氣質(zhì)量數(shù)據(jù)的季節(jié)性影響進行處理時，，即SARIMAX，表示為ARIMA(p,d,q)x(P,D,Q)s。其中(p,d,q)描述的是前面所提到的非季節(jié)性參數(shù)，而(P,D,Q)遵循相同的定義，用于描述季節(jié)性參數(shù)。S是指每個時間序列的周期。由于所涉及的多個調(diào)整參數(shù)，下一節(jié)中，將進一步解釋如何對季節(jié)性ARIMA模型的最優(yōu)參數(shù)集進行自動化識別。4.2ARIMA時間序列模型的參數(shù)選擇要使用季節(jié)性ARIMA模型來對時間序列數(shù)據(jù)進行擬合，首先需要找出優(yōu)化感興趣度量的ARIMA(p,d,q)(P,D,Q)s的值，可以通過多種方法來實現(xiàn)這一步驟，但ARIMA模型的正確參數(shù)化設(shè)置是一個較為漫長的過程。而其他統(tǒng)計編程語言則可以通過自動化來解決這個問題。在本節(jié)中，可以通過手動編寫Python代碼來尋找季節(jié)性ARIMA模型的最優(yōu)參數(shù)值。首先需要先對周期S進行確定，由于從前一章的變化趨勢圖可以看出，空氣質(zhì)量的變化規(guī)律是一年作為一個周期，所以首先可以確定周期s=12。接下來通過使用“網(wǎng)格搜索”對不同的參數(shù)組合進行迭代探索。通過使用ARIMA(p,d,q)(P,D,Q)s函數(shù)對每個參數(shù)組合進行擬合并在經(jīng)過整體質(zhì)量評估后得到新的季節(jié)性ARIMA模型。最佳參數(shù)組合將在探索完參數(shù)范圍后得到，其將會是感興趣的標準產(chǎn)生的最佳性能的參數(shù)。因此需要對參數(shù)的取值范圍先進行確認，在確定好參數(shù)的取值范圍并生成參數(shù)三元組后，然后使用該三元組來對ARIMA模型結(jié)合編寫的代碼完成的訓練和評估的過程。在對不同參數(shù)的模型進行評估和比較配備時，可以根據(jù)每個參數(shù)組合對應(yīng)模型的契合度和對未來數(shù)據(jù)的預(yù)測能力進行排序。因此選擇以AIC值(Akaike信息標準)作為排序參考標準。AIC同時考慮了模型的復雜度以及模型對數(shù)據(jù)的契合度。在使用大量功能的情況下，AIC值越低，意味著適合數(shù)據(jù)的模型以使用的特征較少的方式來獲取相同的適合度。因此，可以通過尋找AIC值最低來找到最有興趣的模型。下面通過編寫函數(shù)get_best_AIC來遍歷參數(shù)范圍內(nèi)的所有參數(shù)組合，并使用SARIMAX函數(shù)對相應(yīng)的季節(jié)性ARIMA模型進行適應(yīng)。其中，pdq指定非季節(jié)性參數(shù)，而seasonal_pdq指定季節(jié)性參數(shù)。對每一個模型進行安裝后，輸出其對應(yīng)的輸入：data=城市的空氣質(zhì)量數(shù)據(jù)中AQI指數(shù)一列過程：函數(shù)get_best_AIC(data)：對非季節(jié)性參數(shù)和季節(jié)性參數(shù)的取值范圍進行定義利用duct()生成笛卡爾積的元組然后將其轉(zhuǎn)換成列表形式生成非季節(jié)性參數(shù)列表pdq和季節(jié)性參數(shù)列表seasonal_pdq禁用警告消息，因為某些組合可能導致數(shù)字錯誤指定并導致引發(fā)異常Forpdq中每一個元素param：Forseasonal_pdq中每一個元素param_seasonal：Try:使用函數(shù)SARIMAX(data，order=param,seasonal_order=param_seasonal,enforce_stationarity=False,enforce_invertibility=False)并生成模型mod安裝模型mod并得到結(jié)果result按格式輸出param、param_seasonal以及AIC得分Except：ContinueEndforEndfor通過最終的結(jié)果表明：當非季節(jié)性參數(shù)(p,d,q)分別等于1、0、2，季節(jié)性參數(shù)(P,D,Q)均等于0時，對應(yīng)的AIC4.3安裝ARIMA時間序列模型通過上一節(jié)的網(wǎng)絡(luò)搜索，已經(jīng)得到了參數(shù)范圍內(nèi)生成擬合時間序列數(shù)據(jù)的模型對應(yīng)AIC值最低的參數(shù)組合，可以通過該參數(shù)組合對模型進行更深入的分析。首先將得出的參數(shù)組合插入到新的SARIMAX模型中，并使用result.summary()函數(shù)將模型計算參數(shù)表全部打印出來。從返回的系數(shù)表中，coef列將對每個特征如何影響時間序列以及每個特征的權(quán)重進行展示。P>|z|描述的是每個特征權(quán)重的意義。而返回的p值均為0(如圖16)，說明模型中權(quán)重的設(shè)置和保留是合理的。圖16SHARIMAX模型計算參數(shù)表在對季節(jié)性ARIMA函數(shù)使用fit()函數(shù)時，需要對模型進行診斷來確保沒有違反模型的假設(shè)?？梢酝ㄟ^plot_diagnostics對象快速生成模型診斷檢查首先確保模型的殘差不存在相關(guān)性且平均分布為0，如果無法滿足以上特性，則需要進一步的改善(如圖17)。圖17SARIMAX模型診斷模型診斷在數(shù)理統(tǒng)計中，估計值(擬合值)與實際值與之間的差被稱為殘差?；貧w模型基本假設(shè)的信息被包含在“殘差”中。如果模型正確，殘差可被看作誤差的觀測值。殘差應(yīng)具有誤差的一些性質(zhì)并符合模型假設(shè)條件。通過殘差分析，將殘差中包含的信息對模型假設(shè)的合理性及數(shù)據(jù)的可靠性進行檢測。通過殘差分析對模型進行診斷，診斷結(jié)果如下：（1）隨著時間的變化(左上圖)，殘差并未出現(xiàn)較明顯的季節(jié)性特征，圖中的部分峰值似乎是白噪聲點，但無法準確判斷，通過自相關(guān)圖（右下圖）證明可得時間序列的滯后值與自身的殘差之間的相關(guān)性較低。（2）在右上圖中，我們看到橙色KDE線與N(0,1)呈正態(tài)分布，即標準偏差為1且平均值為0，意味著殘留物分布正常。（3）左下角圖顯示，殘差(藍點)分布呈遵循N(0,1)的標準正態(tài)分布采樣的線性趨勢，這一特征同樣意味著通過上述結(jié)果可以證實該模型的效果較為滿意，能夠為預(yù)測未來值以及了解空氣質(zhì)量數(shù)據(jù)起到積極的作用。盡管結(jié)果較為滿意，但是可以通過改變模型的一些參數(shù)來提高模型的擬合效果，如通過拓寬網(wǎng)格搜索范圍來找到擬合效果更好的參數(shù)組合。4.4驗證預(yù)測在上一節(jié)，我們已經(jīng)獲得了我們時間序列的模型，并對模型的假設(shè)的合理性及數(shù)據(jù)的可靠性進行考察，現(xiàn)在可以用來產(chǎn)生預(yù)測。首先需要對實際值和預(yù)測值進行比較，從而提高預(yù)測的準確性?？梢酝ㄟ^get_prediction()和conf_int()屬性來獲得時間序列預(yù)測的值和相關(guān)的置信區(qū)間。然后繪制AQI指數(shù)時間序列的實際值和預(yù)測值，折線的對比進行較為直觀的評估(如圖18)。使用pred.predicted_mean得到預(yù)測均值，而函數(shù)間區(qū)域可以使用fill_between用法。圖18季節(jié)性ARIMA算法對七臺河AQI指數(shù)的實際值和預(yù)測值對比圖總體而言，我們的實際值與預(yù)測值基本保持一致。然后通過使用MSE(方差)總結(jié)得出預(yù)測的平均誤差。這個值在每個城市的結(jié)果都不一樣，并且最大值和最小值差距較大，盡管無法非常接近0，但是在實際情況中通常都不可能。而與同樣具有時間序列分析的LSTM算法相比，盡管LSTM算法的MSE值比季節(jié)性ARIMA的更小，但是LSTM對峰值的預(yù)測效果并不如季節(jié)性ARIMA（如圖19），且兩種算法的MSE值之差在七臺河數(shù)據(jù)集中只有10左右，在其他空氣質(zhì)量變化幅度更小的城市這個差值可能會更低。所以總的來說，LSTM算法可能更適用于空氣質(zhì)量數(shù)據(jù)較為平穩(wěn)的城市，而季節(jié)性ARIMA算法對空氣質(zhì)量數(shù)據(jù)變化較大的城市預(yù)測效果更好。圖19LSTM算法對七臺河AQI指數(shù)的預(yù)測值和實際值的對比圖4.5生成可視化預(yù)測最后，通過利用季節(jié)性ARIMA時間序列模型對未來的AQI指數(shù)進行預(yù)測。時間序列對象的get_forecast()函數(shù)可以對已指定數(shù)量的步驟計算其預(yù)測值，并通過此代碼的輸出未來值的時間序列和預(yù)測，我預(yù)測了未來30天AQI指數(shù)，并將其繪制出來(如圖19)。再將預(yù)測值與實際值進行對比，整體趨勢與實際值基本符合。隨著對未來值的進一步檢驗，MSE值約等于21，在可接受的范圍內(nèi)，說明整個預(yù)測是比較成功的。圖19七臺河未來30天AQI指數(shù)的預(yù)測圖參考文獻[1]謝驍,董利民.城市空氣污染、區(qū)域聯(lián)系與經(jīng)濟發(fā)展——基于環(huán)境庫茲涅茨曲線形成機制的視角[J]生態(tài)經(jīng)濟EcologicalEconomy2019年02期[2]陳婕.我國環(huán)境庫茲涅茨曲線研究述評[J]金融經(jīng)濟FinanceEconomy2019年18期[3]洛平.確保大氣污染防治更有實效[N]洛陽日報2019-10-24[4]杜靈.環(huán)保大數(shù)據(jù)在環(huán)境污染防治管理中應(yīng)用探究[J]現(xiàn)代營銷(信息版)2019年11期[5]王飛.塔城市大氣污染物的時間變化特征分析[A]第34屆中國氣象學會年會氣候環(huán)境與人體健康分會場論文集[6]伍潘,黃小娟,張軍科,張建強,宋宏藝,羅進奇.香港地區(qū)不同類型站點大氣污染變化特征對比研究[J]四川環(huán)境SichuanEnvironment2018年05期[7]郭慶春,袁悅,劉芳芳,高芮,張淑文,姜洪瑞.聊城市大氣污染變化特征研究[J]陜西廣播電視大學學報JournalofShaanxiRadio&TVUniversity2017年03期[8]張雷光,王君平.我國大氣污染及氣象因素對人體健康影響的探討[J/OL]臨床醫(yī)藥文獻電子雜志JournalofClinicalMedicalLiterature2016年06期[9]王成祥,陳永金,劉加珍,徐夢辰,王丹,劉亞琦.聊城市大氣污染現(xiàn)狀與治理對策研究[J]環(huán)境工程EnvironmentalEngineering2016年06期[10]劉華琦.淺淡大氣污染的原因和防治措施[J]黑龍江環(huán)境通報HeilongjiangEnvironmentalJournal2016年01期[11]林發(fā)照.珠三角城市群經(jīng)濟增長與環(huán)境污染關(guān)系研究[J]中國環(huán)境管理干部學院學報JournalofEnvironmentalManagementCollegeofChina[12]趙李明基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的廣州市空氣質(zhì)量預(yù)測與時空分布研究[D][13]徐蘭芹基于ARIMA組合模型的濟南空氣質(zhì)量指數(shù)（AQI）研究[D][14]劉順程,岳思穎大數(shù)據(jù)時代下基于Python的網(wǎng)絡(luò)信息爬取技術(shù)[J]電子技術(shù)與軟件工程ElectronicTechnology&SoftwareEngineering2017年21期

HYPERLINK如何給電腦重做系統(tǒng)給電腦重做系統(tǒng)，自己學學，可少花錢，哈哈[圖]

一、準備工作:

如何重裝電腦系統(tǒng)

首先，在啟動電腦的時候按住DELETE鍵進入BIOS，選擇AdvancedBIOSFeatures選項，按Enter鍵進入設(shè)置程序。選擇FirstBootDevice選項，然后按鍵盤上的PageUp或PageDown鍵將該項設(shè)置為CD-ROM，這樣就可以把系統(tǒng)改為光盤啟動。

其次，退回到主菜單，保存BIOS設(shè)置。（保存方法是按下F10，然后再按Y鍵即可）

1.準備好WindowsXPProfessional簡體中文版安裝光盤,并檢查光驅(qū)是否支持自啟動。

2.可能的情況下，在運行安裝程序前用磁盤掃描程序掃描所有硬盤檢查硬盤錯誤并進行修復，否則安裝程序運行時如檢查到有硬盤錯誤即會很麻煩。

3.用紙張記錄安裝文件的產(chǎn)品密匙(安裝序列號)。

4.可能的情況下，用驅(qū)動程序備份工具(如:驅(qū)動精靈2004V1.9Beta.exe)將原WindowsXP下的所有驅(qū)動程序備份到硬盤上(如∶F:Drive)。最好能記下主板、網(wǎng)卡、顯卡等主要硬件的型號及生產(chǎn)廠家，預(yù)先下載驅(qū)動程序備用。

5.如果你想在安裝過程中格式化C盤或D盤(建議安裝過程中格式化C盤)，請備份C盤或D盤有用的數(shù)據(jù)。

二、用光盤啟動系統(tǒng):

(如果你已經(jīng)知道方法請轉(zhuǎn)到下一步),重新啟動系統(tǒng)并把光驅(qū)設(shè)為第一啟動盤,保存設(shè)置并重啟。將XP安裝光盤放入光驅(qū),重新啟動電腦。剛啟動時，當出現(xiàn)如下圖所示時快速按下回車鍵，否則不能啟動XP系統(tǒng)光盤安裝。如果你不知道具體做法請參考與這相同的-->如何進入純DOS系統(tǒng):

光盤自啟動后,如無意外即可見到安裝界面,將出現(xiàn)如下圖1所示

查看原圖

全中文提示,“要現(xiàn)在安裝WindowsXP,請按ENTER”，按回車鍵后,出現(xiàn)如下圖2所示

查看原圖

許可協(xié)議,這里沒有選擇的余地，按“F8”后如下圖3

HYPERLINK

查看原圖

這里用“向下或向上”方向鍵選擇安裝系統(tǒng)所用的分區(qū)，如果你已格式化C盤請選擇C分區(qū)，選擇好分區(qū)后按“Enter”鍵回車，出現(xiàn)下圖4所示

查看原圖

這里對所選分區(qū)可以進行格式化,從而轉(zhuǎn)換文件系統(tǒng)格,或保存現(xiàn)有文件系統(tǒng),有多種選擇的余地,但要注意的是NTFS格式可節(jié)約磁盤空間提高安全性和減小磁盤碎片但同時存在很多問題MacOS和98/Me下看不到NTFS格式的分區(qū),在這里選“用FAT文件系統(tǒng)格式化磁盤分區(qū)(快),按“Enter”鍵回車，出現(xiàn)下圖5所示

查看原圖

格式化C盤的警告,按F鍵將準備格式化c盤,出現(xiàn)下圖6所示

HYPERLINK

查看原圖

由于所選分區(qū)C的空間大于2048M(即2G),FAT文件系統(tǒng)不支持大于2048M的磁盤分區(qū),所以安裝程序會用FAT32文件系統(tǒng)格式對C盤進行格式化,按“Enter”鍵回車，出現(xiàn)下圖7所示

查看原圖圖7中正在格式化C分區(qū);只有用光盤啟動或安裝啟動軟盤啟動XP安裝程序,才能在安裝過程中提供格式化分區(qū)選項；如果用MS-DOS啟動盤啟動進入DOS下,運行i386\winnt進行安裝XP時,安裝XP時沒有格式化分區(qū)選項。格式化C分區(qū)完成后,出現(xiàn)下圖8所示

被過濾廣告

查看原圖

圖8中開始復制文件,文件復制完后，安裝程序開始初始化Windows配置。然后系統(tǒng)將會自動在15秒后重新啟動。重新啟動后,出現(xiàn)下圖9所示

HYPERLINK

查看原圖

9

查看原圖

過5分鐘后，當提示還需33分鐘時將出現(xiàn)如下圖10

HYPERLINK

查看原圖

區(qū)域和語言設(shè)置選用默認值就可以了，直接點“下一步”按鈕，出現(xiàn)如下圖11

查看原圖

這里輸入你想好的姓名和單位，這里的姓名是你以后注冊的用戶名，點“下一步”按鈕，出現(xiàn)如下圖12

HYPERLINK

查看原圖

如果你沒有預(yù)先記下產(chǎn)品密鑰（安裝序列號）就大件事啦！這里輸入安裝序列號，點“下一步”按鈕，出現(xiàn)如下圖13

HYPERLINK

查看原圖

安裝程序自動為你創(chuàng)建又長又難看的計算機名稱,自己可任意更改，輸入兩次系統(tǒng)管理員密碼，請記住這個密碼，Administrator系統(tǒng)管理員在系統(tǒng)中具有最高權(quán)限，平時登陸系統(tǒng)不需要這個帳號。接著點“下一步”出現(xiàn)如下圖14

查看原圖

日期和時間設(shè)置不用講,選北京時間，點“下一步”出現(xiàn)如下圖15

HYPERLINK

查看原圖

開始安裝,復制系統(tǒng)文件、安裝網(wǎng)絡(luò)系統(tǒng)，很快出現(xiàn)如下圖16

查看原圖

讓你選擇網(wǎng)絡(luò)安裝所用的方式，選典型設(shè)置點“下一步”出現(xiàn)如下圖17

HYPERLINK

查看原圖

點“下一步”出現(xiàn)如下圖18

HYPERLINK

查看原圖

繼續(xù)安裝，到這里后就不用你參與了，安裝程序會自動完成全過程。安裝完成后自動重新啟動，出現(xiàn)啟動畫面，如下圖19

HYPERLINK

查看原圖

第一次啟動需要較長時間，請耐心等候，接下來是歡迎使用畫面，提示設(shè)置系統(tǒng)，如下圖20

查看原圖

點擊右下角的“下一步”按鈕，出現(xiàn)設(shè)置上網(wǎng)連接畫面，如下圖21所示

HYPERLINK

查看原圖

點擊右下角的“下一步”按鈕，出現(xiàn)設(shè)置上網(wǎng)連接畫面，如下圖21所示

查看原圖

這里建立的寬帶撥號連接,不會在桌面上建立撥號連接快捷方式,且默認的撥號連接名稱為“我的ISP”(自定義除外);進入桌面后通過連接向?qū)Ы⒌膶拵芴栠B接,在桌面上會建立撥號連接快捷方式,且默認的撥號連接名稱為“寬帶連接”(自定義除外)。如果你不想在這里建立寬帶撥號連接,請點擊“跳過”按鈕。

在這里我先創(chuàng)建一個寬帶連接,選第一項“數(shù)字用戶線(ADSL)或電纜調(diào)制解調(diào)器”,點擊“下一步”按鈕，如下圖22所示

HYPERLINK

查看原圖

目前使用的電信或聯(lián)通(ADSL)住宅用戶都有帳號和密碼的,所以我選“是,我使用用戶名和密碼連接”,點擊“下一步”按鈕，如下圖23所示

查看原圖

輸入電信或聯(lián)通提供的帳號和密碼,在“你的ISP的服務(wù)名”處輸入你喜歡的名稱,該名稱作為撥號連接快捷菜單的名稱,如果留空系統(tǒng)會自動創(chuàng)建名為“我的ISP”作為該連接的名稱,點擊“下一步”按鈕，如下圖24所示

查看原圖

已經(jīng)建立了撥號連接,微軟當然想你現(xiàn)在就激活XP啦,不過即使不激活也有30天的試用期,又何必急呢?選擇“否,請等候幾天提醒我”,點擊“下一步”按鈕，如下圖25所示

HYPERLINK

查看原圖

輸入一個你平時用來登陸計算機的用戶名，點下一步出現(xiàn)如下圖26

HYPERLINK

查看原圖

點擊完成，就結(jié)束安裝。系統(tǒng)將注銷并重新以新用戶身份登陸。登陸桌面后如下圖27

HYPERLINK

查看原圖

六、找回常見的圖標

在桌面上點開始-->連接到-->寬帶連接，如下圖32

查看原圖

左鍵點“寬帶連接”不放手，將其拖到桌面空白處,可見到桌面上多了一個“寬帶連接”快捷方式。結(jié)果如下圖33

HYPERLINK

查看原圖

然后，右鍵在桌面空白處點擊，在彈出的菜單中選“屬性”，即打開顯示“屬性窗口”如下圖34

查看原圖

在圖中單擊“桌面”選項卡，出現(xiàn)如下圖35

HYPERLINK

查看原圖

在圖中的左下部點擊“自定義桌面”按鈕，出現(xiàn)如下圖36

查看原圖

在圖中的上部，將“我的文檔”、“我的電腦”、“網(wǎng)上鄰居”和“InternetExplorer”四個項目前面的空格上打鉤，然后點“確定”，再“確定”，你將會看到桌面上多了你想要的圖標。如下圖37

鍵盤上每個鍵作用!!!

F1幫助

F2改名

F3搜索

F4地址

F5刷新

F6切換

F10菜單

CTRL+A全選

CTRL+C復制

CTRL+X剪切

CTRL+V粘貼

CTRL+Z撤消

CTRL+O打開

SHIFT+DELETE永久刪除

DELETE刪除

ALT+ENTER屬性

ALT+F4關(guān)閉

CTRL+F4關(guān)閉

ALT+TAB切換

ALT+ESC切換

ALT+空格鍵窗口菜單

CTRL+ESC開始菜單

拖動某一項時按CTRL復制所選項目

拖動某一項時按CTRL+SHIFT創(chuàng)建快捷方式

將光盤插入到CD-ROM驅(qū)動器時按SHIFT鍵阻止光盤自動播放

Ctrl+1,2,3...切換到從左邊數(shù)起第1,2,3...個標簽

Ctrl+A全部選中當前頁面內(nèi)容

Ctrl+C復制當前選中內(nèi)容

Ctrl+D打開“添加收藏”面版(把當前頁面添加到收藏夾中)

Ctrl+E打開或關(guān)閉“搜索”側(cè)邊欄(各種搜索引擎可選)

Ctrl+F打開“查找”面版

Ctrl+G打開或關(guān)閉“簡易收集”面板

Ctrl+H打開“歷史”側(cè)邊欄

Ctrl+I打開“收藏夾”側(cè)邊欄/另:將所有垂直平鋪或水平平鋪或?qū)盈B的窗口恢復

Ctrl+K關(guān)閉除當前和鎖定標簽外的所有標簽

Ctrl+L打開“打開”面版(可以在當前頁面打開Iternet地址或其他文件...)

Ctrl+N新建一個空白窗口(可更改,Maxthon選項→標簽→新建)

Ctrl+O打開“打開”面版(可以在當前頁面打開Iternet地址或其他文件...)

Ctrl+P打開“打印”面板(可以打印網(wǎng)頁,圖片什么的...)

Ctrl+Q打開“添加到過濾列表”面板(將當前頁面地址發(fā)送到過濾列表)

Ctrl+R刷新當前頁面

Ctrl+S打開“保存網(wǎng)頁”面板(可以將當前頁面所有內(nèi)容保存下來)

Ctrl+T垂直平鋪所有窗口

Ctrl+V粘貼當前剪貼板內(nèi)的內(nèi)容

Ctrl+W關(guān)閉當前標簽(窗口)

Ctrl+X剪切當前選中內(nèi)容(一般只用于文本操作)

Ctrl+Y重做剛才動作(一般只用于文本操作)

Ctrl+Z撤消剛才動作(一般只用于文本操作)

Ctrl+F4關(guān)閉當前標簽(窗口)

Ctrl+F5刷新當前頁面

Ctrl+F6按頁面打開的先后時間順序向前切換標簽(窗口)

Ctrl+F11隱藏或顯示菜單欄

Ctrl+Tab以小菜單方式向下切換標簽(窗口)

Ctrl+Enter域名自動完成[url=].**.com[/url](內(nèi)容可更改,Maxthon選項→地址欄→常規(guī))/另:當輸入焦點在搜索欄中時,為高亮關(guān)鍵字

Ctrl+拖曳保存該鏈接的地址或已選中的文本或指定的圖片到一個文件夾中(保存目錄可更改,Maxthon選項→保存)

Ctrl+小鍵盤'+'當前頁面放大20%

Ctrl+小鍵盤'-'當前頁面縮小20%

Ctrl+小鍵盤'*'恢復當前頁面的縮放為原始大小

Ctrl+Alt+S自動保存當前頁面所有內(nèi)容到指定