[发明专利]空气质量预报系统

说明书

技术领域

本申请涉及环境质量监测技术领域，尤其涉及空气质量预报系统。

背景技术

随着工业化的不断发展，环境污染也日趋严重，空气中的细颗粒物（PM2.5）浓度越来越高，全国多个城市雾霾频发，公众对于空气质量的关注度不断提升，而目前许多城市的环境空气监测中心站点较少，加之信息化水平不够发达，难以满足公众详细了解空气质量状况的需求。大量增加空气监测站点部署、广泛开展空气质量监测的重要性日益突出，而一套传统的空气质量监测仪器的价格非常昂贵，建设更多的环境监测站点需要巨大的资金投入，成本太高。

空气质量预测领域中常用的有统计预报方法，根据常年监测数据，建立统计预报模型，模型简单，业务运行方便，但缺乏坚实的物理基础；另有一基于大气物理学和物质输运模型的数值预报模型，虽然物理基础坚实，预报结果全面，但模式所需要的边界、初始条件不易给出，预报结果精度不很高。

发明内容

为克服相关技术中存在的问题，本申请提供了一种空气质量预报系统。

根据本申请实施例的第一方面，提供一种空气质量预报系统，包括：

环境质量检测传感器，配置在污染源处，用于采集空气监测数据，并将所采集的空气监测数据传输至云计算数据处理平台；

云计算数据处理平台，用于：

接收所述空气监测数据；

采用基于资源分配神经网络和光滑支持向量回归机的空气质量预测模型，对被监测区域的空气质量进行预测，获得各监测站点的空气质量预测数据，并将空气质量预测数据推送给关联的智能终端；

根据污染源的空气监测数据和各监测站点的空气质量预测数据，利用高斯点源扩散模型计算污染源的空气监测数据与监测站点的空气质量预测数据之间的相关性，并进行可视化展示。

本申请的实施例提供的技术方案可以包括以下有益效果：

本申请提出一个基于资源分配网络的神经网络和光滑向量回归机预测模型，利用RAN 神经网络的距离准则和误差准则，进行隐层节点的动态生成和参数调节，生成能满足误差要求的最小神经网络结构，避免了网络中隐含节点个数和初始网络参数难以选取的缺点；采用光滑的支持向量回归机取代传统的支持向量回归机，可以实现高效高性能的质量建模与控制，比传统算法更精确、效率更高。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是本申请根据一示例性实施例示出的一种空气质量预报系统的结构框图。

图2是本申请根据一示例性实施例示出的一种资源分配网络的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

如图1所示，是本申请根据一示例性实施例示出的一种空气质量预报系统的结构框图，包括环境质量检测传感器、云计算数据处理平台和智能终端。

其中，环境质量检测传感器，配置在污染源处，用于采集空气监测数据，并将所采集的空气监测数据传输至云计算数据处理平台。

云计算数据处理平台，用于：

接收所述空气监测数据。

采用基于资源分配神经网络和光滑支持向量回归机的空气质量预测模型，对被监测区域的空气质量进行预测，获得各监测站点的空气质量预测数据，并将空气质量预测数据推送给关联的智能终端。