[发明专利]一种基于物联网的智慧城市空气质量预测方法和系统

说明书

本说明书实施例提供一种基于物联网的智慧城市空气质量预测方法和系统。该方法包括：获取目标区域的环境监测数据，该环境监测数据包括空气质量数据、天气数据、卫星图像数据中的至少一种；基于环境监测数据，通过区域预测模型预测目标区域的空气污染情况，区域预测模型为机器学习模型；通过传感网络平台获取目标区域的实际空气污染情况，确定前述预测的空气污染情况与实际空气污染情况之间的偏差数据，并基于偏差数据确定可疑区域，可疑区域为可能包括污染源的区域，进一步通过污染源识别模型处理可疑区域的图像数据确定污染源；以及基于目标区域的空气污染情况和/或可疑区域及其污染源确定提示信息，提示信息通过服务平台发送至用户平台。

技术领域

本说明书涉及物联网与空气质量监测领域，特别涉及一种基于物联网的智慧城市空气质量预测方法和系统。

背景技术

随着社会发展，空气质量越来越受到公众的关注。影响空气质量的因素较多，如机动车尾气排放、工厂废气排放、建设工地的扬尘、挖土作业、沙尘暴等。特别是在城市中，不同的区域内，空气的污染情况也会不同。预测区域内的未来空气质量变化，有助于城市交通网络中机动车流量的管制和协调安排。对于空气污染较为严重的区域，排查潜在的空气质量污染源也是一个重要的课题。

因此，提出一种基于物联网的智慧城市空气质量预测方法和系统，可以预测不同区域的空气质量信息，排查潜在污染源。

发明内容

本说明书一个或多个实施例提供一种基于物联网的智慧城市空气质量预测方法，所述方法由管理平台执行。所述方法包括：通过传感网络平台获取目标区域的环境监测数据，所述环境监测数据包括空气质量数据、天气数据、卫星图像数据中的至少一种；基于所述环境监测数据，通过区域预测模型预测所述目标区域的空气污染情况，所述区域预测模型为机器学习模型；通过所述传感网络平台获取所述目标区域的实际空气污染情况，确定所述区域预测模型预测的所述空气污染情况与所述实际空气污染情况之间的偏差数据；基于所述偏差数据，确定可疑区域，所述可疑区域为可能包括污染源的区域，所述污染源的确定方法包括：获取所述可疑区域的图像数据，通过污染源识别模型处理所述可疑区域的所述图像数据确定所述污染源，所述污染源识别模型可以包括图像特征提取层和判断层，所述图像特征提取层用于基于所述可疑区域的所述图像数据提取所述可疑区域的图像特征向量，所述判断层用于基于所述可疑区域的所述图像特征向量以及空气质量特征确定所述污染源；基于所述目标区域的所述空气污染情况和/或所述可疑区域及其污染源确定提示信息，所述提示信息通过服务平台发送至用户平台。

本说明书一个或多个实施例提供一种基于物联网的智慧城市空气质量预测系统，所述系统包括用户平台、服务平台、管理平台、传感网络平台以及对象平台。所述传感网络平台用于获取所述对象平台获取的环境监测数据以及目标区域的实际空气污染情况，所述环境监测数据包括污染数据、天气数据、卫星数据至少一种。所述管理平台用于基于所述环境监测数据，通过区域预测模型预测目标区域的空气污染情况，所述区域预测模型为机器学习模型；所述管理平台还用于确定所述区域预测模型预测的所述空气污染情况与所述实际空气污染情况之间的偏差数据；基于所述偏差数据，确定可疑区域，所述可疑区域为可能包括污染源的区域，所述管理平台进一步用于确定所述污染源，包括：获取所述可疑区域的图像数据，通过污染源识别模型处理所述可疑区域的所述图像数据确定所述污染源，所述污染源识别模型可以包括图像特征提取层和判断层，所述图像特征提取层用于基于所述可疑区域的所述图像数据提取所述可疑区域的图像特征向量，所述判断层用于基于所述可疑区域的所述图像特征向量以及空气质量特征确定所述污染源；所述服务平台用于将基于所述目标区域的所述空气污染情况和/或所述可疑区域及其污染源确定的提示信息发送至所述用户平台。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的智慧城市空气质量预测方法的应用场景示意图；