[发明专利]一种大气污染预测的方法

说明书

一种环境污染的预测方法，属于环境监测领域。通过建立三维时空网格，对网格化数据库的数据进行向量化分析，得到全部或部分数据单元的特征向量；以相似网格区间之后一段时间的数据单元的特征向量，来预测未来时段的数据单元的数值。

技术领域

本发明涉及一种环境污染的预测方法，属于环境监测领域。

背景技术

在工业化过程中，人类对自然环境的破坏比较严重，产生了各种污染，而大气污染便是其中主要的污染之一。大气污染直接危害着人们的身体健康，因此，人们存在能够获知较为准确的未来日期的空气质量的需求，以便安排自己的工作和生活，并且，这一需求比较强烈。

空气质量数据一般主要来自环保部门的实测值。而目前的技术也有对空气质量进行预测的技术，主要分为两种：一种是基于化学预报模式计算进行预报，即建立扩散模型，基于化学预报模式计算进行预报的方法，需要极高的计算资源，难以实现；另一种是基于当地历史气象数据及历史空气质量数据，结合预测时刻气象数据，对当地预测时刻的空气质量数据进行预测，这种方法，对当地预测时刻的空气质量数据进行预测时，所选取的历史气象数据及历史空气质量数据为历史日期中与预测时刻相同时刻的数据，比如预测时刻为15:00，则所选取的历史气象数据及历史空气质量数据为历史某个或某些日期15:00时的数据，采用这种方法所预测得到的空气质量的数据准确度比较低。

上述两种空气质量预测方式有很多弊端，第一种需要大量的参数数据输入，并且对计算资源以及气象监控网络有极高的要求；第二种由于基于历史气象数据以及历史空气质量数据，同时需要两种数据，而且这种简单的基于历史气象数据和历史空气质量数据的预测方法准确度较低。这两种方法都需要气象数据，而且无法对中小尺度进行精确和实时的预测；无法准确预测污染飘移的移动方向和轨迹。

有相关人员对污染物预测进行了一些研究。

中国专利申请号：201510287229.2，发明名称：空气质量的预测方法和装置。该发明从利用预测地区和周边预设距离范围内所有地区的历史气象数据和历史空气质量数据，从中选取一定的历史气象数据和历史空气质量数据，将这些数据和当前的气象数据与空气质量数据一并作为输入参数，输入函数进行空气质量预测。该发明仍然需要气象数据，而且无法预测污染物飘移的路径和走向趋势。

中国专利申请号：201710818682.0，发明名称：空气质量预测方法及装置。该发明利用空气质量历史数据以及目标日期，简单通过分析历史空气质量在目标日期所可能的空气情况的概率进行预测。完全不利用现有监测数据，导致预测准确性大为降低并且有很可能出现不符合当时情况的预测。

发明内容

术语

1.历史空气质量数据：历史某时刻的空气污染物浓度。

2.历史空气质量数据特征：历史某两个时刻间，表达被监测区域前一时刻对后一时刻周围区域污染物的贡献的向量。

3.历史空气质量数据特征库：由表征历史空气质量数据特征的向量组成的数据库。

4.空气质量数据帧：将待预测地区根据预测需求划分为设定密度的网格，将历史空气质量数据根据时间以及地理位置赋予网格内，生成以时间序列为基础的带有地理位置信息的空气质量数据集。

5.空气质量数据矩阵：将数据帧所包含的数据以矩阵的形式表达得到的矩阵即为空气质量数据矩阵。

6.近期空气质量数据：待预测污染过程截止到与历史数据进行比对之前所统计得到的空气质量数据。

7.近期空气质量数据特征：待预测污染过程截止到与历史数据进行比对之前的某两个时刻间，表达被监测区域前一时刻对后一时刻周围区域污染物的贡献的向量。

8.匹配程度系数：表示待预测污染过程的近期空气质量数据特征与待匹配历史空气质量数据特征的匹配程度的系数。