[发明专利]大气污染多粒度精准成因分析方法及装置

权利要求书

1.一种大气污染多粒度精准成因分析方法，其特征在于，包括：

获取监测区域的第一参数集和第二参数集，其中，所述第一参数集用于指示所述监测区域在第一预设时间段内的大气污染浓度数据，所述第二参数集用于指示所述监测区域在所述第一预设时间段内的气象数据；

将所述第一参数集和所述第二参数集输入至第一预设模型，以确定大气污染类型；

根据所述大气污染类型，进行大气污染多粒度成因分析。

2.根据权利要求1所述的大气污染多粒度精准成因分析方法，其特征在于，

所述第一预设模型为图循环神经网络模型，所述图循环神经网络模型的图数据包括结点属性、结点特征、邻接矩阵和边属性，所述结点属性用于指示所述气象数据和时间特征数据，所述结点特征用于指示所述大气污染浓度数据，所述邻接矩阵为全1矩阵，所述边属性用于指示地理相似度和风向相似度；

在获取监测区域的第一参数集和第二参数集之前，所述分析方法还包括：

设定所述图循环神经网络模型的损失函数和激活函数；

获取所述监测区域的历史参数集，并根据所述历史参数集确定训练样本对所述图循环神经模型进行训练；

其中，所述历史参数集用于指示所述监测区域历史时间段发生大气污染报警事件时的大气污染浓度数据和气象数据。

3.根据权利要求2所述的大气污染多粒度精准成因分析方法，其特征在于，所述根据所述大气污染类型，进行大气污染多粒度成因分析，具体包括：

基于所述大气污染类型为沙尘暴型，将所述第二参数集输入至第二预设模型，确定污染源发生的时间、地点和传输路径。

4.根据权利要求2所述的大气污染多粒度精准成因分析方法，其特征在于，所述根据所述大气污染类型，进行大气污染多粒度成因分析，具体包括：

基于所述大气污染类型为外来型，将所述第二参数集输入至第二预设模型中，以确定大气污染来源轨迹数据；

将所述大气污染来源轨迹数据输入至第三预设模型中，确定污染源的潜在区域。

5.根据权利要求2所述的大气污染多粒度精准成因分析方法，其特征在于，所述根据所述大气污染类型，进行大气污染多粒度成因分析，具体包括：

基于所述大气污染类型为局部型，获取所述监测区域的第三参数集，所述第三参数集用于指示所述监测区域在所述第一预设时间段内的废气排放数据和所述监测区域的地形数据；

将所述第二参数集和所述第三参数集输入至第四预设模型中，确定多个局部污染源的贡献比率。

6.根据权利要求2所述的大气污染多粒度精准成因分析方法，其特征在于，所述根据所述大气污染类型，进行大气污染多粒度成因分析，具体包括：

基于所述大气污染类型为静稳天气型，将所述第一参数集和所述第二参数集输入至第五预设模型中，确定大气污染的持续时间和预测第二预设时间后的空气质量。

7.根据权利要求2所述的大气污染多粒度精准成因分析方法，其特征在于，所述根据所述大气污染类型，进行大气污染多粒度成因分析，具体包括：

基于所述大气污染类型为复合型或常规型，以确定的所述大气污染类型作为分析结果。

8.一种大气污染多粒度精准成因分析装置，其特征在于，包括：

获取单元，用于获取监测区域的第一参数集和第二参数集，其中，所述第一参数集用于指示所述监测区域在第一预设时间段内的大气污染浓度数据，所述第二参数集用于指示所述监测区域在所述第一预设时间段内的气象数据；

处理单元，用于将所述第一参数集和所述第二参数集输入至第一预设模型，以确定大气污染类型；

所述处理单元还用于根据所述大气污染类型，进行大气污染多粒度成因分析。

9.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的大气污染多粒度精准成因分析方法的步骤。

10.一种电子设备，其特征在于，包括:

如权利要求8所述的大气污染多粒度精准成因分析装置；和/或

如权利要求9所述的可读存储介质。