[发明专利]基于数据挖掘的城市间大气污染物时空关联特征分析方法

权利要求书

1.基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于包括以下步骤：

步骤1，建立城市大气污染序列数据库；

步骤2，根据建立的大气污染序列数据库，挖掘城市间大气污染频繁序列模式；

步骤3，根据城市间序列模式的支持度，构建邻接矩阵，建立区域大气污染时空关联网络；

步骤4，根据建立的区域大气污染时空关联网络，分析城市间大气污染的时空关联特征。

2.根据权利要求1所述的基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于，所述步骤1包括以下步骤：

步骤11，定义污染物城市，基于采集自中国环境监测总站发布的实时空气污染物数据，根据大气污染物等级划分，若某一城市的某一大气污染物AP_i浓度超过轻度污染等级，则定义为该AP_i污染城市；

步骤12，生成污染城市序列模式，将t时刻的AP_i污染城市集作为前项，t+τ时刻的AP_i污染城市集作为后项，生成一条序列模式SP_j；

步骤13，生成污染城市序列模式数据库，将t+1时刻的AP_i污染城市集作为前项，t+1+τ时刻的AP_i污染城市集作为后项，生成一条序列模式SP_j+1，然后递归地生成序列模式，将所有序列模式整合建立城市污染物AP_i序列数据库SDB。

3.根据权利要求1所述的基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于，所述步骤2包括以下步骤：

步骤21，设置序列模式挖掘参数；

步骤22，采用序列模式挖掘算法，挖掘污染物AP_i序列数据库中的频繁序列模式；

步骤23，对频繁序列模式支持度进行归一化处理。

4.根据权利要求3所述的基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于：所述步骤21中，SP为序列模式，序列模式支持度的计算公式为：其中，SP_i是组成序列数据库SDB的序列，|SDB|是序列数据库中序列的数量。

5.根据权利要求3所述的基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于：所述步骤22中，挑选出挖掘序列数据库中的频繁序列模式FS中前项与后项，且均只有一个城市的频繁序列模式FS_m，n，计算其支持度，即城市m对城市n的污染关联强度，频繁序列模式FS_m，n的支持度计算公式为：其中，sup(FS_m，n)表示城市m→n的支持度，即城市m对城市n的关联强度，|support_m，n|为频繁序列模式FS_m，n支持的序列数量，|SDB|为序列数据库中的序列总数。

6.根据权利要求3所述的基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于：所述步骤23中，归一化计算公式为：其中，sup_min为序列模式SP_m，n中支持度最小的值，sup_max为序列模式SP_m，n中支持度最大的值。

7.根据权利要求1所述的基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于：所述步骤3中，城市污染的关联性公式为：a_m，n＝sup(FS_m，n)其中，FS_m，n表示算法挖掘得到的由两座城市组成的频繁序列模式，sup(FS_m，n)表示该序列模式的支持度，a_m，n表示网络中两座城市的权重，根据城市污染的关联性公式，建立城市AP_i污染的时空关联网络，并建立网络邻接矩阵。