[论文解读] Dynamic Principal Component Analysis: Identifying the Relationship between Multiple Air Pollutants

О. В. Мельников, Loren Hopkins+1 more|arXiv (Cornell University)|Aug 10, 2016

Water Quality Monitoring and Analysis参考文献 9被引用 3

一句话总结

本研究采用动态主成分分析（DPCA）对2009–2011年休斯顿地区五种空气污染物（O3、CO、NO2、SO2、PM2.5）之间随时间变化的相关性进行建模，使用按日历年小时分辨率的小时数据。DPCA能够捕捉昼夜和季节性动态，结果显示在冬季早晨，两个主成分可解释高达90%的变异；其中PC1（CO/NO2）和PC2（SO2）共同解释下午高达65%的变异，优于静态PCA在捕捉非平稳污染物关系方面的表现。

ABSTRACT

The dynamic nature of air quality chemistry and transport makes it difficult to identify the mixture of air pollutants for a region. In this study of air quality in the Houston metropolitan area we apply dynamic principal component analysis (DPCA) to a normalized multivariate time series of daily concentration measurements of five pollutants (O3, CO, NO2, SO2, PM2.5) from January 1, 2009 through December 31, 2011 for each of the 24 hours in a day. The resulting dynamic components are examined by hour across days for the 3 year period. Diurnal and seasonal patterns are revealed underlining times when DPCA performs best and two principal components (PCs) explain most variability in the multivariate series. DPCA is shown to be superior to static principal component analysis (PCA) in discovery of linear relations among transformed pollutant measurements. DPCA captures the time-dependent correlation structure of the underlying pollutants recorded at up to 34 monitoring sites in the region. In winter mornings the first principal component (PC1) (mainly CO and NO2) explains up to 70% of variability. Augmenting with the second principal component (PC2) (mainly driven by SO2) the explained variability rises to 90%. In the afternoon, O3 gains prominence in the second principal component. The seasonal profile of PCs' contribution to variance loses its distinction in the afternoon, yet cumulatively PC1 and PC2 still explain up to 65% of variability in ambient air data. DPCA provides a strategy for identifying the changing air quality profile for the region studied.

研究动机与目标

• 解决静态PCA在分析具有时变相关性的非平稳、循环平稳空气质量数据时的局限性。
• 通过在小时和日之间采用移动窗口方法（DPCA），展示PCA在循环平稳时间序列中的正确应用。
• 评估DPCA与静态PCA在捕捉昼夜和季节周期中空气污染物之间线性依赖关系方面的相对性能。
• 根据实际空气质量指标（如CO、NO2、SO2、O3）解释动态主成分载荷的含义。
• 揭示不同时间段（如白天、夜晚）和季节中污染物之间强弱线性依赖关系的模式。

提出的方法

• DPCA作为在二维时间域（一天中的小时 × 年内日数）上应用的移动窗口静态PCA实现。
• 通过取对数差分对数据进行预处理，以归一化空间平均观测值（SAO），将其转换为NSAO（浓度百分比变化），以近似多元正态分布。
• 针对每个小时独立计算动态主成分，以实现对时变主成分载荷和解释方差的分析。
• 在关键时间点（如7am和2am）评估解释方差（EV）和成分载荷，以识别昼夜模式。
• 将结果与应用于聚合数据（如白天/夜晚、夏季/冬季）的静态PCA进行比较，以评估性能差异。
• 该方法避免了空间建模，但使用空间平均数据以增强稳健性并减少噪声。

实验结果

研究问题

• RQ1 多种空气污染物之间的相关性如何随一天中不同时段和季节而变化？
• RQ2 与静态PCA相比，动态PCA是否能更好地捕捉空气污染数据的时变结构？
• RQ3 在一天中不同时段和年中不同时间，前两个动态主成分能解释多大比例的多变量污染物序列总变异？
• RQ4 动态主成分的载荷如何反映特定时间点的污染物来源或化学过程？
• RQ5 在哪些时间段（如早晨、下午、冬季、夏季）污染物之间的线性结构最为稳定且具有信息量？

主要发现

• 在冬季早晨，主要由CO和NO2驱动的第一主成分（PC1）可解释多变量空气污染物序列高达70%的总变异。
• 当与主要受SO2影响的第二主成分（PC2）结合时，冬季早晨的累计解释方差上升至90%。
• 在下午，O3在第二主成分中变得显著，反映出光化学活性。
• 主成分贡献的季节性特征在下午变得不那么明显，但PC1和PC2仍可解释高达65%的总变异。
• DPCA表明，昼夜动态在早晨最具信息量，此时载荷系数在不同季节中表现出一致的非局部线性结构。
• 与静态PCA相比，DPCA在解释方差方面表现显著更优——在冬季夜晚，第一主成分的解释方差最高可达75%，证明其在捕捉时变相关性方面具有优越性能。