[发明专利]一种大气污染物浓度预测的方法及设备

权利要求书

1.一种大气污染物浓度预测的方法，其中，所述方法包括：

获取目标特征数据，其中，所述目标特征数据包括高空预报数据、地表预报数据及历史监测数据；

对所述历史监测数据进行特征提取，并将特征提取后的历史监测数据输入至Seq2seq模型的编码端，通过所述Seq2seq模型的编码端将所述特征提取后的历史监测数据转化成状态量并传递至Seq2seq模型的解码端；

对所述高空预报数据及所述地表预报数据进行特征提取后进行训练，根据训练的结果确定输入特征数据，将所述输入特征数据输入至所述Seq2seq模型的解码端；

根据所述解码端的输出结果预测大气污染物浓度。

2.根据权利要求1所述的方法，其中，获取目标特征数据，包括：

将获取到的目标区域中站点采集到的数据以及所述目标区域周围站点采集到的数据作为目标特征数据。

3.根据权利要求1所述的方法，其中，对所述历史监测数据进行特征提取，包括：

将起报时间之前预设单位时间内的历史监测数据，以及在所述预设单位时间内两个相邻时刻对应的历史监测数据的差值作为时间特征数据。

4.根据权利要求1所述的方法，其中，对所述高空预报数据及所述地表预报数据进行特征提取，包括：

将所述高空预报数据、地表预报数据进行拆分，得到基本特征数据；

将同一特征在同一时刻时对应的高空预报数据与地表预报数据的值进行差运算，生成空间特征数据。

5.根据权利要求1所述的方法，其中，对所述高空预报数据及所述地表预报数据进行特征提取后进行训练，根据训练的结果确定输入特征数据，包括：

对所述高空预报数据及所述地表预报数据进行特征提取后通过回归模型进行训练，得到训练的结果为各特征数据的重要度；

按照所述各特征数据的重要度的排序选取多个特征数据，作为输入特征数据。

6.根据权利要求1所述的方法，其中，对所述历史监测数据进行特征提取，包括：

从所述历史监测数据中选取目标污染物因子，对所述目标污染物因子进行特征提取，其中，所述目标污染物因子包括PM_2.5浓度、PM₁₀浓度、二氧化硫浓度、一氧化碳浓度、二氧化氮浓度及臭氧浓度中一种或任几种组合。

7.一种大气污染物浓度预测的设备，其中，所述设备包括：

一个或多个处理器；以及

存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如权利要求1至6中任一项所述方法的操作。

8.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至6中任一项所述的方法。