[发明专利]一种大气环境数据的预测方法、系统、装置及存储介质

权利要求书

1.一种大气环境数据的预测方法，其特征在于，包括以下步骤：

获取目标污染物的误差时间序列及影响因素；

将所述误差时间序列和所述影响因素输入至误差修正模型中，得到所述目标污染物浓度的误差预测结果；

利用所述误差预测结果和所述目标污染物浓度的估算值计算所述目标污染物浓度的真实值。

2.根据权利要求1所述的一种大气环境数据的预测方法，其特征在于，还包括建立误差修正模型的训练步骤，所述建立误差修正模型的训练步骤包括以下步骤：

获取误差时间序列以及影响因素；

将所述误差时间序列以及所述影响因素输入至所述误差修正模型产生预测值；

利用预测值与真实值计算损失函数；

利用损失函数对所述误差修正模型的权值进行校正。

3.根据权利要求2所述的一种大气环境数据的预测方法，其特征在于：所述建立误差修正模型的训练步骤，还包括以下步骤：

采用L2正则化纠正所述损失函数的过拟合。

4.根据权利要求2所述的一种大气环境数据的预测方法，其特征在于：所述误差修正模型包括隐藏层，所述建立误差修正模型的训练步骤，还包括以下步骤：

利用网格搜索方法确定所述隐藏层的参数。

5.根据权利要求2所述的一种大气环境数据的预测方法，其特征在于：所述获取误差时间序列这一步骤，包括以下步骤：

获取参考站点的参考污染物浓度数据；

采用多源点高斯扩散模型对所述参考污染物浓度数据进行处理得到目标污染物浓度；

利用所述目标站点污染物浓度及其真实值计算得到目标污染物浓度偏差，多个目标站点污染物浓度偏差根据预设的时间间隔组成所述误差时间序列。

6.根据权利要求1或2所述的一种大气环境数据的预测方法，其特征在于：所述影响因素包括参考污染物类型以及气象影响因素。

7.一种大气环境数据的预测系统，其特征在于，包括：

获取模块，用于获取目标污染物的误差时间序列及影响因素；

预测模块，用于将所述误差时间序列和所述影响因素输入至误差修正模型中，得到所述目标污染物浓度的误差预测结果；

计算模块，用于利用所述误差预测结果和所述目标污染物浓度的估算值计算所述目标污染物浓度的真实值。

8.根据权利要求7所述的一种大气环境数据的预测系统，其特征在于，所述大气环境数据的预测系统还包括模型训练模块，所述模型训练模块包括：

获取单元，用于获取误差时间序列以及影响因素；

预测单元，用于将所述误差时间序列以及所述影响因素输入至所述误差修正模型产生预测值；

计算单元，用于利用预测值与真实值计算损失函数；

训练单元，用于利用损失函数对所述误差修正模型的权值进行校正。

9.一种大气环境数据的预测装置，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-6中任一项所述的一种大气环境数据的预测方法。

10.一种存储介质，其中存储有处理器可执行的程序，其特征在于：所述处理器可执行的程序在由处理器执行时用于实现如权利要求1-6中任一项所述的一种大气环境数据的预测方法。