[发明专利]基于深度学习的污染源查找及污染物分布预测方法及系统

权利要求书

1.基于深度学习的污染源查找及污染物分布预测方法，其特征在于，包括：

构建污染溯源模型；其中，所述污染溯源模型以三维实景作为模型结构，以地面点监测数据及气象特征数据作为所述三维实景的输入变量，以按照坐标信息加载于所述三维实景上的污染分布梯度图作为输出量；

基于历史数据库构建若干训练样本，所述历史数据库包括：发生污染事件时的地理位置、气象特征数据、地面监测数据、污染源位置、空间分布浓度；

基于深度学习算法，以各所述训练样本为输入量，以基于所述污染分布梯度图获取的预测污染源位置与所述训练样本相应的实际污染源位置间的差值，及基于所述污染分布梯度图获取的预测空间分布浓度与所述训练样本相应的实际空间分布浓度间的差值均小于相应的差值阈值为目标对所述污染溯源模型进行迭代优化以获得一优化溯源模型；

将所述优化溯源模型中的模型结构与实时卫星影像相关联，地面点监测数据与监测设备的实时数据相关联，气象特征数据与气象卫星的实时数据相关联；其中，所述优化溯源模型及所述监测设备均装载于移动设置的走航装置上；

基于所述污染分布梯度图指导所述走航装置移动，并随着走航装置的实时移动对所述优化溯源模型输出的污染分布梯度图进行实时更新以对污染物的空间分布进行实时预测更新，并对污染源位置进行实时查找更新。

2.根据权利要求1所述的基于深度学习的污染源查找及污染物分布预测方法，其特征在于，所述随着走航装置的实时移动对所述优化溯源模型输出的污染分布梯度图进行实时更新，还包括：

将所述优化溯源模型与所述走航装置的GPS导航系统相关联；

基于所述地面点监测数据获取污染类型并对其进行毒性判断；

若所述污染类型为有毒污染，则基于GPS导航系统为所述走航装置规划污染物分布浓度最低的路线以靠近当前查找出的污染源位置；反之，则规划距离最短的路线以靠近当前查找出的污染源位置。

3.根据权利要求1所述的基于深度学习的污染源查找及污染物分布预测方法，其特征在于，所述随着走航装置的实时移动对所述优化溯源模型输出的污染分布梯度图进行实时更新，还包括：

将所述优化溯源模型与远程监控设备相关联；

若基于所述污染分布梯度图查找的污染源处的污染浓度高于安全阈值，则发送预警信息至所述远程监控设备。

4.根据权利要求1所述的基于深度学习的污染源查找及污染物分布预测方法，其特征在于，所述基于所述污染分布梯度图指导所述走航装置移动，包括：

若当前污染分布梯度图中存在若干个高点位置，则获取当前时间点之前一预设时长区间内的若干历史污染分布梯度图；

若当前污染分布梯度图中的高点位置与历史污染分布梯度图中的高点位置至少部分一致，确认相一致的高点位置为污染源，并为其分配对应的走航装置；

若当前污染分布梯度图中的高点位置与历史污染分布梯度图中的高点位置均不一致，则分别确认当前污染分布梯度图及每一历史污染分布梯度图中各高点位置的辐射中心；并基于各所述辐射中心确认走航装置的移动路线；其中，所述辐射中心为当前污染分布梯度图或每一历史污染分布梯度图中各高点位置的中心。

5.根据权利要求4所述的基于深度学习的污染源查找及污染物分布预测方法，其特征在于，所述若当前污染分布梯度图中的高点位置与历史污染分布梯度图中的高点位置至少部分一致，确认相一致的高点位置为污染源，并为其分配对应的走航装置，还包括：

若所述污染源为至少两个，则以相应的走航装置为中心，以所述走航装置当前位置与污染源预测位置的间距为半径分别创建模型结构，并得到与之分别相应的优化溯源模型。