[发明专利]大气污染源溯源方法、装置、电子设备及存储介质

权利要求书

1.一种大气污染源溯源方法，其特征在于，包括：

将监测区域进行网格化，每个网格记载对应区域的i类污染源数据和污染源浓度数据，i为正整数；

筛选出在待分析时间段内待分析区域对应网格下记录到的i类所述污染源数据和所述污染源浓度数据；

以所述待分析区域对应网格的i类所述污染源数据为自变量，所述待分析区域对应网格的所述污染源浓度数据为因变量，利用全要素机器学习模型拟合污染源浓度预测模型，得到i类所述污染源的规模；

根据i类所述污染源的规模，绘制分类污染源图谱。

2.根据权利要求1所述的大气污染源溯源方法，其特征在于，i类所述污染源包括裸地扬尘源污染源、生活面源污染源、交通源污染源和工业源污染源。

3.根据权利要求1所述的大气污染源溯源方法，其特征在于，所述以所述待分析区域对应网格的i类所述污染源数据为自变量，所述待分析区域对应网格的所述污染源浓度数据为因变量，利用全要素机器学习模型拟合污染源浓度预测模型，得到各类所述污染源的规模包括：

将所述待分析区域对应网格的i类所述污染源数据组成矩阵X，所述待分析区域对应网格的污染源浓度数据组成矩阵Y；

以所述矩阵X为自变量，所述矩阵Y为因变量，通过全要素机器学习模型拟合污染源浓度预测模型f(X)，使得由所述污染源浓度预测模型f(X)求得的污染源浓度数据的预测值与实际值Y的差值的绝对值的平均值MAE最小；

利用所述污染源浓度预测模型f(X)，得到第m类污染源的污染源浓度数据缺省值

基于第m类污染源的污染源浓度数据缺省值得到第m类污染源的规模；

其中，

其中，所述矩阵X中的第x_ji个元素表示第j个网格上第i类污染源数据，所述矩阵Y中的第y_j个元素表示第j个网格上的污染源浓度数据，第个元素表示第j个网格上的第m类污染源的污染源浓度数据缺省值，0＜m＜i，m、i和j均为正整数。

4.根据权利要求3所述的大气污染源溯源方法，其特征在于，所述基于第m类污染源的污染源浓度数据缺省值得到第m类污染源的规模包括：

利用第m类污染源的污染源浓度数据缺省值和第m类污染源的值x_m，得到第m类污染源的权重α_m；

统计所述待分析区域内每个网格中各类所述污染源，得到每个网格中各类污染源的规模矩阵Q；

其中，所述矩阵Q中的第q_ji个元素表示第j个网格上第i类污染源的污染源规模。

5.根据权利要求3所述的大气污染源溯源方法，其特征在于，所述根据j类所述污染源的规模，绘制分类污染源图谱包括：

根据所述第m类污染源的权重α_m和第n个网格上第m类污染源的污染源规模q_nm，得到第n个网格第m类污染源强度打分S_nm，S_nm＝α_m·q_nm，0＜n＜j；

基于所述第n个网格第m类污染源强度，得到第n个网格的综合污染源强度打分S_n，

将第n个网格的综合污染源强度打分S_n归一化到0～1区间绘制综合污染源图谱和/或将第n个网格第m类污染源强度S_nm归一化到0～1区间绘制分项污染源图谱。

6.根据权利要求3所述的大气污染源溯源方法，其特征在于，所述利用第m类污染源污染源浓度数据缺省值和第m类污染源的值x_m，得到第m类污染源的权重α_m包括：

其中，表示第n个网格上的第m类污染源的污染源浓度数据缺省值，表示第n个网格上的污染源浓度数据缺省值，x_nm表示第n个网格上的第m类污染源的值。