[发明专利]一种基于社区划分的空气质量指数预测的方法

权利要求书

1.一种基于社区划分的空气质量指数预测的方法，其特征在于，包括如下步骤：

(1)对气象因素和污染物因素的数据集进行处理，得到整理后的气象因素数据集和污染物因素数据集；

(2)计算任意两个城市间关于气象因素的相似度，得到各城市间的相似度矩阵；

(3)通过社区划分的方法，将跟目标城市相似性较高的城市归为一个社区；

(4)根据周边城市的污染物因素建立预测模型，进行预测；

其中，步骤(3)中通过社区划分的方法，将跟目标城市相似性较高的城市归为一个社区的具体步骤如下：

(3.1)使用K-means算法对城市间相似度矩阵SA进行划分；

(3.2)定义循环变量k，k∈[1，R]；

(3.3)k表示社区划分的个数，在k值变化的过程中，计算划分后相对应的社区的模块度；

(3.4)计算得到模块度的最大值Q^*，其对应的k’值使得划分后的社区结构较好；

(3.5)通过k’值得到和目标城市在一个社区的z个城市；

其中，步骤(4)中根据周边城市的污染物因素建立预测模型的具体步骤如下：

(4.1)目标城市a关于Y个污染物因素的矩阵为A_a(Y)；

(4.2)考虑目标城市的周边城市j对目标城市a空气质量指数的影响，结合目标城市和周边城市的相似度，得到周边城市j和目标城市a的综合的污染物矩阵W(a，j)，公式如下所示；

W(a，j)＝SA(a，j)*A_a(Y)

(4.3)通过步骤(4.2)，求得目标城市a周边z个城市对目标城市a的影响；

(4.4)统一量纲，得到一个关于目标城市和周边城市的矩阵A(Y)；

其中，a表示目标城市，j表示跟目标城市在同一个社区内的周边城市，SA(a，j)表示目标城市a和周边城市j之间的相似度；

(4.5)通过非线性回归方程y＝asin(bx+c)+d进行建模，x和y分别表示时间和污染物，a、b、c、和d是该曲线在拟合过程中需要求得的未知数；

(4.6)矩阵A(Y)中每一列代表一种污染物，把A(Y)的每一列代入y，x是y对应的行数，求得a、b、c、和d四个未知数，分别求出六个污染物的预测值；

(4.7)计算空气质量指数的值：

污染物因素A的空气质量分指数计算公式如下：

AQI＝max{IAQI_A}

其中，IAQI_A表示污染物因素A的空气质量分指数，C_A表示污染物因素A的质量浓度值，BP_Hi表示与C_A相近的污染物浓度限值的高位值，BP_Lo表示表1中与C_A相近的污染物浓度限值的低位值，IAQI_Hi表示表1中与BP_Hi对应的空气质量分指数，IAQI_Lo表示与BP_Lo对应的空气质量分指数。

2.根据权利要求1所述的一种基于社区划分的空气质量指数预测的方法，其特征在于，步骤(1)中对气象因素和污染物因素的数据集进行处理的具体步骤如下：

(1.1)对数据进行筛选，选取一段连续的数据；

(1.2)选取气压、2分钟平均风速、温度、相对湿度这四种数据，选择空气质量指数AQI所需要的六种污染物因素：一氧化碳CO、二氧化氮NO₂、臭氧O₃、PM10、PM2.5、二氧化硫SO₂；

(1.3)对数据进行归一化，得到气象因素数据矩阵B_i′和污染物因素数据集A′_i，其中i表示城市的标号；归一化后的气象因素数据集表示为归一化后的污染物因素数据集表示为其中，t表示时间，i表示城市的标号，X表示气象因素，Y表示污染物因素，表示城市i第t天第1种气象因素的值，表示城市i第t天第1种污染物因素的值。

3.根据权利要求1所述的一种基于社区划分的空气质量指数预测的方法，其特征在于，步骤(2)中计算任意两个城市间关于气象因素的相似度的具体步骤如下：

(2.1)城市m和n的气象因素矩阵分别表示为B′_m和B′_n；

(2.2)通过余弦相似度算法，计算任意两个城市m和n在不同时间t的气象因素的相似度sim(B′_m，B′_n)，公式如下所示：

其中k表示第k种气象因素，xk_t表示城市m在t时间第k种气象因素的值，yk_t表示城市n在t时间第k种气象因素的值；

(2.3)给第t天的气象因素相似度一个系数ρ^t-l+1，使得越靠近第t+1的气象因素占比越重，考虑时间因素后，任意两个城市m和n间的相似度记为SA(m，n)，公式如下所示：

其中t表示一个常数，l∈t；

(2.4)把求得的任意两个城市m和n的相似度组合成一个关于城市间相似度矩阵SA。