[发明专利]基于决策树索引的神经网络预测空气质量的方法

说明书

本发明涉及一种基于决策树索引的神经网络预测空气质量的方法，包括以下步骤：建立相关气象因子、空气质量和大气污染物排放量的时间序列数据集；利用决策树DT算法对获取的训练样本进行分类，生成以空气质量特征为导向的最优树形结构T_α及其相应分类结果；根据所述分类结果，为每一分类建立一个BP神经网络模型，并进行模型训练；输入预测数据集，基于决策树进行分类索引，选择训练后的DT‑BP神经网络模型或综合BP神经网络对空气质量进行预测；基于迭代算法得到连续的空气质量预报结果；记录出现不满足决策树分类匹配规则的数据集次数，超过设定值自动启动模型更新。本发明适用于常规天气、突变天气及重污染天气的空气质量预测预报。

技术领域

本发明属于数据处理技术领域，涉及一种适用于常规天气、突变天气及重污染天气的空气质量预报的方法，特别涉及一种基于决策树索引的神经网络预测空气质量的方法。

背景技术

随着我国经济的飞速增长，城市化建设的不断发展，环境污染问题越来越严重地影响人们赖以生存的空间，甚至引发重大恶性事故，极大地危害人民健康和生产建设。长期以来，研究者对区域环境空气质量的变化特征和趋势预报已进行了全面、系统的研究。但是由于大气污染受天气背景场、地形地貌、输送汇聚等多种因素的影响，且形成机制复杂，空气质量预测预报是一项复杂的系统工程。当前常用的空气质量预报方法主要有潜势预报、数值预报和统计预报三种方式。

潜势预报是基于天气预报的“二次预报”，方法简单，但一般预报准确度不高，通常不独立使用而是与其他方法配合使用。数值预报意在模拟一种真实的大气环境，用数学与化学公式尽可能的接近于真实大气的运作机理，充分考虑大气的污染源清单、气象因子、粒子化学、光化学反应过程、二次污染物、污染物传输、清除等因素，来模拟计算出污染物的时空分布规律。数值预报的优点在于会根据大气环境的变化呈现出不同的精确结果，在区域空气质量预报中有较高的准确率，但是由于受地理区域的气象条件、污染物分布状况以及地形因素等条件的影响，该模式需要投入较高的专业人力、计算资源和技术装备。同时，由于污染源的污染物排放动态变化较大，有时还受污染物输送和复杂大气扩散机制影响，因此数值预报往往难以达到理想的效果。

相比之下，统计预报方法则可以避免上述数值预报方法的弊端。统计预报是指利用空气质量和气象参数等历史观测资料建立大气污染物浓度与气象条件间的相关性、趋势性、延续性等统计关系，建立拟合方程或统计模型，从而外推得到对未来空气质量预报结果的方法，准确率和计算效率较高。

对于申请号为CN201611076083.8的公开的发明专利申请，名称为《一种预测空气质量的方法》，其方法见图1，主要步骤包括：获取观测序列；

利用FCM聚类算法对获取的观测序列进行聚类，得到最优聚类数及其相应的聚类结果；

根据聚类结果，为每一类建立一个HMM模型，再通过FCM聚类算法确定每一类的最佳聚类数；

将确定的每一类最佳聚类数作为建立的HMM模型的隐状态数；

根据所述聚类结果，对建立的HMM模型进行训练，基于训练后的HMM模型，对空气质量进行预测。

该方法观测序列的划分方法为FCM聚类，预测方法为HMM隐性马尔科夫，然而FCM聚类方法：需要对观测序列进行归一化处理，并采用主成分分析方法对归一化处理后的多维时间序列进行降维处理，前处理过程复杂，计算效率较差。另外，HMM隐性马尔科夫模型是一类基于概率统计的模型，是一种结构最简单的动态贝叶斯网，其预测的事件状态仅跟上一个时刻预测输入的状态有关，对空气质量突变拐点的小概率事件或特殊天气很难实现精准预测。

对于申请号为CN201711393032.2的公开的发明专利申请，名称为《区域空气污染物浓度预测方法、终端及可读存储介质》，其方法见图2，主要步骤包括：根据待预测的区域当前时间对应季节所有监测点的监测污染物浓度数据集计算得到日平均历史污染物浓度数据集；

确定待预测的区域当前时间对应季节的日历史气象数据集；