[发明专利]一种预测空气质量的方法、装置、终端及存储介质

说明书

本申请适用于计算机技术领域，提供了一种预测空气质量的方法、装置、终端及存储介质，包括：基于预设的空气质量预测模型对目标时间段的空气质量数据进行预测，得到初始预测结果；获取历史空气质量数据；基于所述历史空气质量数据确定与所述目标时间段对应的季节因子；基于所述季节因子对所述初始预测结果进行修正，得到所述目标时间段的空气质量数据对应的最终预测结果。上述方式，通过历史空气质量数据确定的与所要预测的目标时间段相对应的季节因子，并基于该季节因子对初始预测结果进行修正，考虑到了季节因素对空气质量数据的影响，使预测得到的目标时间段的空气质量数据对应的最终预测结果更准确。

技术领域

本申请属于计算机技术领域，尤其涉及一种预测空气质量的方法、预测空气质量的装置、预测空气质量的终端及存储介质。

背景技术

近年来，随着经济快速发展，我国工业化、城镇化进程加快，大气污染难以避免，空气质量问题日益突出，尤其是可吸入颗粒物(fine particulate matter，简称PM2.5)严重影响人们的身体健康。因此，空气质量的精准预测对人们的生活、生产极为重要。

现有的PM2.5浓度预测方法主要为线性回归、非参数回归、神经网络、支持向量机、神经模糊推理系统、混沌理论、小波分析等方法。由于PM2.5浓度与季节的变化存在强相关性，而现有技术中采用的这些预测方法均未考虑到季节变化对PM2.5浓度的影响，导致预测出的PM2.5数据不准确。

发明内容

有鉴于此，本申请实施例提供了一种预测空气质量的方法、预测空气质量的装置、预测空气质量的终端及存储介质，以解决现有技术中采用的空气质量数据预测方法未考虑到季节变化影响，导致预测出的空气质量数据不准确的问题。

本申请实施例的第一方面提供了一种预测空气质量的方法，包括：

基于预设的空气质量预测模型对目标时间段的空气质量数据进行预测，得到初始预测结果；

获取历史空气质量数据；

基于所述历史空气质量数据确定与所述目标时间段对应的季节因子；

基于所述季节因子对所述初始预测结果进行修正，得到所述目标时间段的空气质量数据对应的最终预测结果。

本申请实施例，终端基于预设的空气质量预测模型对目标时间段的空气质量数据进行预测，得到初始预测结果；基于获取到的历史空气质量数据确定与所该目标时间段对应的季节因子；基于该季节因子对初始预测结果进行修正，得到目标时间段的空气质量数据对应的最终预测结果。由于是通过历史空气质量数据确定的与所要预测的目标时间段相对应的季节因子，并基于该季节因子对初始预测结果进行修正，考虑到了季节因素对空气质量数据的影响，使预测得到的目标时间段的空气质量数据对应的最终预测结果更准确。

可选地，所述基于所述历史空气质量数据确定与所述目标时间段对应的季节因子，包括：

对所述历史空气质量数据进行预处理，得到第一数据；

获取所述第一数据中的第一季节特征数据，所述第一季节特征数据用于表征所述历史空气质量数据中与季节强相关的空气质量数据；

在所述第一季节特征数据中获取第二数据，并基于所述第二数据确定所述季节因子；所述第二数据为所述第一季节特征数据中与所述目标时间段对应的历史同时期的数据。

上述方式中，基于目标时间段对应的历史同时期的数据确定季节因子，这样得到的季节因子与目标时间段的空气质量数据更匹配，采用该季节因子对目标时间段的空气质量数据对应的初始预测结果修正时，可使修正后的最终预测结果更准确。

可选地，所述对所述历史空气质量数据进行预处理，得到第一数据，包括：

对所述历史空气质量数据进行插值处理，得到插值数据；