[发明专利]道路交通污染源智能预测方法及系统

权利要求书

1.一种道路交通污染源智能预测方法，其特征在于，包括：

获取第一检测器在第一时间段内采集到的第一交通流信息以及车辆标识信息，所述第一检测器固定安装于城市的多条第一类道路；

获取第二检测器在所述第一时间段内采集到的第二交通流信息，所述第二检测器可移动地置于所述城市的多条第二类道路；

根据所述车辆标识信息以及所述城市的在用车辆信息库中的车辆类型以及与各车辆类型对应的排放标准，统计在所述第一时间段内行驶于所述第一类道路的车辆的车辆类型占有比例和各车辆类型排放标准的占有比例；

根据所述第一交通流信息、所述第二交通流信息以及所述城市的路网结构图，得到所述城市在所述第一时间段的路网交通流动态信息；

根据所述城市在所述第一时间段的路网交通流动态信息预测所述城市在第二时间段的交通流信息，所述第二时间段在时间上晚于所述第一时间段；

利用所述车辆类型占有比例和各车辆类型排放标准的占有比例、车辆排放系数以及所述城市在所述第二时间段的交通流信息，计算所述城市在所述第二时间段的排放量。

2.根据权利要求1所述的道路交通污染源智能预测方法，其特征在于，所述第一交通流信息包括第一交通流量、第一交通流速度和第一交通流密度，所述第二交通流信息包括第二交通流量、第二交通流速度和第二交通流密度，

所述根据所述第一交通流信息、所述第二交通流信息以及所述城市的路网结构图，得到所述城市在所述第一时间段的路网交通流动态信息，包括：

对与所述多条第一类道路相关的所述第一交通流量、所述第一交通流速度和所述第一交通流密度分别求平均，将所获得的平均第一交通流量、平均第一交通流速度和平均第一交通流密度分别设定为所述城市未设置所述第一检测器的第一类道路在所述第一时间段内的第一交通流量、第一交通流速度和第一交通流密度；

对与所述多条第二类道路相关的所述第二交通流量、所述第二交通流速度和所述第二交通流密度分别求平均，将所获得的平均第二交通流量、平均第二交通流速度和平均第二交通流密度分别设定为所述城市未设置所述第二检测器的第二类道路在所述第一时间段内的第二交通流量、第二交通流速度和第二交通流密度。

3.根据权利要求1所述的道路交通污染源智能预测方法，其特征在于，所述根据所述城市在所述第一时间段的路网交通流动态信息预测所述城市在第二时间段的交通流信息，包括：

利用统计回归模型、灰色预测模型、神经网络预测模型、支持向量机模型、自回归移动平均模型或灰色神经网络组合预测模型，根据所述城市在所述第一时间段的路网交通流动态信息预测所述城市在第二时间段的交通流信息。

4.根据权利要求3所述的道路交通污染源智能预测方法，其特征在于，在采用所述灰色神经网络组合预测模型的情况下，根据误差平方和最小准则或误差绝对值最小准则进行所述预测。

5.根据权利要求1所述的道路交通污染源智能预测方法，其特征在于，所述方法还包括：获取所述第二检测器在所述第一时间段内采集到的气态污染物量和气象数据。

6.根据权利要求1所述的道路交通污染源智能预测方法，其特征在于，所述车辆排放系数包括不同类型车辆的综合基准排放系数、环境修正因子、平均速度修正因子和劣化修正因子。

7.根据权利要求1所述的道路交通污染源智能预测方法，其特征在于，所述排放量包括一氧化碳排放量、碳氢化合物排放量、氮氧化物排放量、细颗粒物(PM2.5)排放量和可吸入颗粒物(PM10)排放量。