[发明专利]一种空气污染智能监控分析方法及装置在审
申请号: | 202010538351.3 | 申请日: | 2020-06-12 |
公开(公告)号: | CN111914468A | 公开(公告)日: | 2020-11-10 |
发明(设计)人: | 张列宇;刘耕远;李国文;车璐璐;李晓光;黎佳茜;赵琛;李伟 | 申请(专利权)人: | 中国环境科学研究院 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06Q10/06;G06Q50/26;G01N33/00 |
代理公司: | 北京开阳星知识产权代理有限公司 11710 | 代理人: | 安伟 |
地址: | 100000 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 空气污染 智能 监控 分析 方法 装置 | ||
1.一种空气污染智能监控分析方法,其特征在于,包括:
获取监测区域的空气质量数据,其中,所述空气质量数据包括所述监测区域对应的地面空气质量数据以及所述监测区域中的空气传感器采集的N种成分数据,其中,N为正整数;
将所述空气质量数据输入至污染分析模型,其中,所述污染分析模型是预先根据地面空气质量数据以及N种成分数据训练得到的;
根据所述污染分析模型的输出结果判断所述监测区域的空气质量数据是否存在异常。
2.根据权利要求1所述的方法,其特征在于,所述污染分析模型是预先根据空气质量训练数据训练得到的包括:
按照预设采样时间间隔采集样本区域对应的地面空气质量样本数据和N种成分样本数据;
根据所述空气质量样本数据确定所述样本区域的空气质量标签;
根据采样时间将所述空气质量标签以及所述N种成分样本数据构建空气质量数据集。
3.根据权利要求2所述的方法,其特征在于,根据所述空气质量样本数据确定所述样本区域的空气质量标签包括:
获取空气质量样本数据中的气溶胶光学厚度和痕量气体定量遥感参数;
根据所述气溶胶光学厚度和痕量气体定量确定对应的空气质量标签。
4.根据权利要求2所述的方法,其特征在于,根据采样时间将所述空气质量标签以及所述N种成分样本数据构建空气质量数据集包括:
根据主成分分析法对所述空气质量标签对应的N种成分样本数据进行降维,以得到所述空气质量数据集。
5.根据权利要求4所述的方法,其特征在于,在根据采样时间将所述空气质量标签以及所述N种成分样本数据构建空气质量数据集之后,还包括:
将预设时间段内采集到的所述空气质量数据集划分为训练样本和测试样本;
根据所述训练样本测试所述空气污染分析模型中的模型参数;
根据所述测试样本验证所述空气污染分析模型的准确性。
6.根据权利要求1所述的方法,其特征在于,根据所述污染分析模型的输出结果判断所述监测区域的空气质量数据是否存在异常包括:
在所述监测区域的空气质量数据存在异常的情况下,分别对所述N种成分数据中的采样时长与所对应的预设异常时长阈值进行比较;
在所述成分数据的采样时长大于所述预设异常时长阈值的情况下,则确定所述成分数据为异常数据。
7.根据权利要求6所述的方法,其特征在于,在确定所述成分数据为异常数据之后,还包括:
在确定所述成分数据为异常数据的情况下,获取所述异常数据的采样时间,以及获取用于采集所述异常数据的传感器的位置信息;
对所述采样时间所在的时间段内的N种成分数据进行分析。
8.一种空气污染智能监控分析装置,其特征在于,包括:
获取单元,用于获取监测区域的空气质量数据,其中,所述空气质量数据包括所述监测区域对应的地面空气质量数据以及所述监测区域中的空气传感器采集的N种成分数据,其中,N为正整数;
处理单元,用于将所述空气质量数据输入至污染分析模型,其中,所述污染分析模型是预先根据地面空气质量数据以及N种成分数据训练得到的;
判断单元,用于根据所述污染分析模型的输出结果判断所述监测区域的空气质量数据是否存在异常。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行所述权利要求1至7任一项中所述的空气污染智能监控分析方法。
10.一种电子装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器通过所述计算机程序执行所述权利要求1至7任一项中所述的空气污染智能监控分析方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国环境科学研究院,未经中国环境科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010538351.3/1.html,转载请声明来源钻瓜专利网。