[发明专利]空气质量预测方法、装置、计算机设备及可读存储介质

权利要求书

1.一种空气质量预测方法，其特征在于，包括：

获取污染物采集点的历史污染物数据和气象采集点的历史气象数据；

根据所述污染物采集点与所述气象采集点的位置信息，将所述历史污染物数据加权得到所述气象采集点处的历史污染物映射数据；

利用极端梯度上升模型，以所述历史污染物映射数据和所述历史气象数据作为训练集进行训练，得到预测模型；

根据当前污染物数据与当前气象数据，利用所述预测模型得到预测空气质量数据。

2.根据权利要求1所述的空气质量预测方法，其特征在于，

所述根据所述污染物采集点与所述气象采集点的位置信息，将所述历史污染物数据加权得到所述气象采集点处的历史污染物映射数据的步骤，具体包括：

根据所述污染物采集点与所述气象采集点的位置信息，确定所述污染物采集点与所述气象采集点之间的距离；

根据所述距离生成加权因子，以所述加权因子加权所述历史污染物数据，得到所述历史污染物映射数据。

3.根据权利要求1所述的空气质量预测方法，其特征在于，

在所述污染物采集点的数量为多个的情况下，

所述根据所述污染物采集点与所述气象采集点的位置信息，将所述历史污染物数据加权得到所述气象采集点处的历史污染物映射数据的步骤，具体包括：

根据所述污染物采集点与所述气象采集点的位置信息，确定每个所述污染物采集点与所述气象采集点之间的距离；

根据每个所述距离生成加权因子，以每个所述加权因子加权相应的所述历史污染物数据并取加权平均值，得到所述历史污染物映射数据。

4.根据权利要求3所述的空气质量预测方法，其特征在于，

所述距离与所述加权因子成反比。

5.根据权利要求1所述的空气质量预测方法，其特征在于，

所述利用极端梯度上升模型，以所述历史污染物映射数据和所述历史气象数据作为训练集进行训练，得到预测模型的步骤，具体包括：

将所述历史污染物映射数据和所述历史气象数据代入所述极端梯度上升模型；

以交叉验证的方式，整定所述极端梯度上升模型中的参数值，以对所述极端梯度上升模型进行优化，得到所述预测模型。

6.根据权利要求1至5中任一项所述的空气质量预测方法，其特征在于，

所述历史污染物数据包括以下至少一者：

历史PM10浓度数据、历史PM2.5浓度数据、历史二氧化硫浓度数据、历史二氧化氮浓度数据、历史一氧化碳浓度数据、历史臭氧浓度数据；

所述当前污染物数据包括以下至少一者：

当前PM10浓度数据、当前PM2.5浓度数据、当前二氧化硫浓度数据、当前二氧化氮浓度数据、当前一氧化碳浓度数据、当前臭氧浓度数据。

7.根据权利要求1至5中任一项所述的空气质量预测方法，其特征在于，

所述历史气象数据包括以下至少一者：

历史温度数据、历史压力数据、历史湿度数据、历史风速数据、历史风向数据；

所述当前气象数据包括以下至少一者：

当前温度数据、当前压力数据、当前湿度数据、当前风速数据、当前风向数据。

8.一种空气质量预测装置，其特征在于，包括：

至少一个污染物采集器与至少一个气象采集器，所述污染物采集器与所述气象采集器上设有定位模块；

处理器，获取污染物采集点的历史污染物数据和气象采集点的历史气象数据；根据所述污染物采集点与所述气象采集点的位置信息，将所述历史污染物数据加权得到所述气象采集点处的历史污染物映射数据；利用极端梯度上升模型，以所述历史污染物映射数据和所述历史气象数据作为训练集进行训练，得到预测模型；根据当前污染物数据与当前气象数据，利用所述预测模型得到预测空气质量数据。

9.一种计算机设备，其特征在于，包括：

存储器，用于存储计算机程序；处理器，用于执行所述计算机程序以实现如权利要求1至7中任一项所述的空气质量预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的空气质量预测方法。