[发明专利]一种基于PredRNN的全国生态环境信息可视化的预测方法及系统

权利要求书

1.一种基于PredRNN的全国生态环境信息可视化的预测方法及系统，其特征在于：包括以下步骤：

步骤1、通过网络爬虫技术对全国187个城市的生态环境信息进行实时收集；

步骤2、对步骤1的数据进行预处理，并对每个城市的生态环境信息进行归一化操作；同时进行映射处理，将站点名称、气温、气压、湿度等非预测信息映射到AQI、NO₂、SO₂、O₃、CO、PM2.5、PM10中；

步骤3、将步骤2的处理过的时空数据基于PredRNN时空预测模型对所述的时空数据进行迭代计算获得生态环境信息的预测模型；

步骤4、将构建的PredRNN时空预测模型嵌入在用户可视化系统上，通过用户对城市信息的查询，根据步骤3得到的权重数据进行未来几小时的生态环境信息预测并可视化展示给用户。

2.根据权利要求1所述的一种基于PredRNN的全国生态环境信息可视化的预测方法及系统，其特征在于：步骤1中，所述的通过网络爬虫每2小时进行的收集数据，通过对各省气象局官网采集数据的获取，将数据存储至云端数据库中；其中数据包括AQI、NO₂、SO₂、O₃、CO、PM2.5、PM10、站点名称、气温、气压、湿度。

3.根据权利要求1所述的一种基于PredRNN的全国生态环境信息可视化的预测方法及系统，其特征在于：步骤2中，对于云端收集到的时空数据集进行初步判断，将异常值数据作为缺失值进行处理，基于插值拟合法对缺失值进行处理，进一步获取每一项生态环境信息的最大值与最小值；将输入模型的生态环境数据进行归一化处理，步骤具体包括：

其中，min(x)为所述生态环境信息的数据最小值，max(x)为所述生态环境信息的数据最大值，x为所述预处理后的数据，X′为归一化后的数据。

4.根据权利要求1所述的一种基于PredRNN的全国生态环境信息可视化的预测方法及系统，其特征在于：步骤3中具体包括以下步骤：

1)模型输入输出

输入到模型中的是所述步骤2中处理过的历史一段时间的生态环境信息的数据；

输出的是未来几小时的生态环境信息的预测数值；

2)PredRNN网络

PredRNN网络设计了一种ST-LSTM的时空单元，该模块可以在一个统一的存储空间中对空间变化和时间变化进行建模，同时可以在垂直层和水平层传递状态，可以有效缓解消失梯度问题，使得预测精度大大提高。所述的PredRNN的神经单元结果如图1所示。

5.根据权利要求1所述的一种基于PredRNN的全国生态环境信息可视化的预测方法及系统，其特征在于，包括：

数据获取模块：用于持续获取生态环境信息数据，所述的生态环境信息数据包括AQI、NO₂、SO₂、O₃、CO、PM2.5、PM10、站点名称、气温、气压、湿度；

服务端模块：用Web项目框架对系统进行搭建，包括云数据库以及服务器运维。云数据库用于存入所述的数据获取模块所获取的数据；

交互模块：用于一种基于PredRNN的全国生态环境信息可视化的预测系统对用户的展示部分，利用静态资源调用可视化工具，构建主页面，基于服务端模块响应服务并请求，得到数据并展示；

计算模块：用于一种基于PredRNN的全国生态环境信息可视化的预测方法及系统对所述的生态环境信息进行迭代计算得到预测模型，基于此预测模型进行生态环境信息的预测。