[发明专利]一种基于深层地形特征的空气污染物浓度估计方法

说明书

本发明涉及一种基于深层地形特征的空气污染物浓度估计方法，具体实施如下：(1)通过解析地图构建地形数据库；(2)基于地形分布扩充地区现有空气质量监测站点，构建训练样本集；(3)抽取原始地形特征，包括描述样本所在区域地形分布的本地地形特征和描述样本周边空气质量监测站点地形分布的k近邻地形特征；(4)基于集成决策树模型抽取深层地形特征；(5)训练回归模型。该方法在训练样本上基于地形分布进行空气质量监测站点扩充，保证了训练样本在地形分布上的多样性；在特征工程上引入了地形特征及其深层转换，可有效提高模型在不同地形区域中的估计性能。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种基于深层地形特征的空气污染物浓度估计方法。

背景技术

空气污染是当下一个十分严重的问题，监测空气污染物浓度对于污染评估、污染控制、降低危害具有重要意义。目前，空气污染物浓度是通过空气质量监测站点进行实时监测的。然而，由于空气质量监测站点建设成本很高(包括建设资金、占地面积、维护成本等)，每个城市内的空气质量监测站点数量十分有限(截至2016年，国内各城市的平均空气质量监测站点数量约为6个)，这使得空气污染物浓度数据在空间上存在极大的稀疏性。

为获得无空气质量监测站点位置的空气污染物浓度，现有方法主要考虑当前位置与周边空气质量监测站点的空间距离，采用线性插值(如反距离插值、克里金插值)进行估计。然而，由于空气污染物浓度受多种因素影响(如天气、污染源等)，因此其随空间位置的变化是非线性的。针对此问题，当前也出现了一些利用天气、交通、兴趣点等特征对空气污染物浓度进行非线性估计的方法。然而，这些方法仍存在如下问题：

(1)没有考虑地形特征：不同的地形(如森林、湖泊、高原等)对空气质量有很大的影响，但现有空气污染物浓度估计方法未考虑这一重要特征。因此，现有空气污染物浓度估计模型只适用于普通地形区域(一般即城市范围内)。

(2)只使用了原始特征：对原始特征进行转换和组合可有效提高模型的性能，但现有空气污染物浓度估计方法只是直接使用原始特征建立模型。

(3)训练数据缺乏多样性：现有空气污染物浓度估计方法通常使用某一地区(如一个城市)的现有空气质量监测站点数据训练模型。然而，由于绝大多数空气质量监测站点都部署在普通地形区域内，导致训练数据在地形的覆盖上缺乏多样性。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于深层地形特征的空气污染物浓度估计方法，本发明方法基于机器学习技术，分为数据准备、模型训练两个阶段；该方法在训练样本上基于地形分布进行空气质量监测站点扩充，保证了训练样本在地形分布上的多样性；在特征工程上引入了地形特征及其深层转换，可有效提高模型在不同地形区域中的估计性能。

本发明是通过以下技术方案达到上述目的：一种基于深层地形特征的空气污染物浓度估计方法，包括数据准备阶段和模型训练阶段，具体如下：

(1)数据准备阶段：

(1.1)解析地图，构建自然地形地理形状数据库；

(1.2)根据空气质量监测站点所在区域的地形分布，对全国空气质量监测站点进行聚类；

(1.3)给定某一地区，基于空气质量监测站点聚类对其现有空气质量监测站点进行扩充，构造训练样本集；

(2)模型训练阶段，基于训练样本集进行模型训练：

(2.1)计算原始地形特征：根据当前区域地形分布，计算本地地形特征；根据周边空气质量监测站点地形分布，计算k近邻地形特征；得到原始地形特征；

(2.2)基于集成决策树模型，计算深层地形特征；

(2.3)训练空气污染物浓度回归模型，利用训练得到的空气污染物浓度回归模型实现空气污染物浓度估计。