面向雾霾时空演化机理探索的精细化可视分析方法研究

Refined prevention and control of smog has become a common practice in environment protection and management in recent years. We propose a framework for refined visual analysis of smog’s spatiotemporal evolution processes by addressing two problems in existing smog analysis research. First, most existing works predefine a spatiotemporal range before analysis procedures based on priori-knowledge of analysts. Finding and analyzing problems in a predefined range could neither exclude data unrelated to the analyzed objects, nor proactively find the patterns beyond the selected range. Such an approach is unable to ensure the correctness of the discovery. To tackle this deficiency, we propose an approach that precisely locates spatiotemporal range of smog to improve the accuracy of analysis. Second, existing works mainly give macro and general conclusions on the generation mechanism of smog. Recent research finds that “certain scalar values from a subset of variables carry a greater importance to the understanding of the underlying phenomena than others”. Based on this finding, we propose a visual analytics approach that can comprehensively analyze the spatiotemporal evolution mechanism of smog. The approach provides a wide range of support for prevention and control of smog, such as locating pollution sources, handling emergency pollution events, analyzing transmission and diffusion processes, determining effect areas, and predicating variation trends.

精细化雾霾防控是近两年环保科学研究和管理提出的一项明确需求。本项目针对现有研究中的两项不足提出了一套雾霾时空演化机理精细化可视分析方法。首先，现有工作总是基于先验知识预先选定分析范围，这种在“已知存在问题的范围内分析问题”的方式既不能排除范围内与研究对象不相关的部分，从而保证研究结果的准确性，也不能主动地发现超出这一范围的模式规律。与其不同，本项目提出了一种精确定位雾霾过程时空范围的方法，以提高后续机理分析的准确性。其次，现有的方法主要给出宏观和概括性的雾霾产生机理结论。近两年有研究人员指出“不同过程值对分析和预测环境现象具有不相等的指示和预报性”。基于这一观点，本项目将从“微观”视角，构建一套可以深层次挖掘雾霾时空演化机理的分析方法，从而有效支持定位污染源、处置突发雾霾事件、分析雾霾的传播扩散机制、判断雾霾具体影响范围、预测雾霾发展趋势等重要的雾霾防控管理任务。

精细化雾霾防控是近两年环保科学研究和管理提出的一项明确需求。但现有的方法总是基于先验知识预先选定分析范围，既不能排除范围内与研究对象不相关的部分，也不能主动地发现超出这一范围的模式规律。针对这个问题，本课题设立了三个研究内容。在分析模板可视探索方面，我们研究了面向大规模时空数据的数据整合方法，支持用户快速获取存在数据模式的数据子集。在分析模板概览可视化方面，我们开展了面向大规模网络，时空文本和各类移动轨迹的可视化方法。在过程值时空多元关系可视分析方面，我们开展了面向空间时间序列的的可视分析方法。项目产生了一系列成果，包括7篇SCI论文，其中含3篇可视化顶刊（SCI1区，CCFA类），EI会议论文3篇，1篇顶级中文学报论文。所有论文均标记了项目号。此外，项目研究还取得了4项学术奖励，1项专利和2项软件著作权。