[发明专利]一种大气污染物的分布模拟方法、装置、设备和存储介质

权利要求书

1.一种大气污染物的分布模拟方法，其特征在于，包含：

获取目标区域内的PM2.5的监测站数据集，以及多个数据类型的初始数据；其中，所述多个数据类型的初始数据包括遥感数据、气象数据、辅助数据；

对所述初始数据进行重制和预处理；

根据所述初始数据获取目标区域的网格数据的随机ID；

根据预处理后的初始数据，进行空间采样，获取各个监测站点的预设范围内的各种数据类型的特征组；

根据预处理后的初始数据，分别提取各个数据类型进行参数卷积，获取第一相关性强化特征组；

将所述PM2.5的监测站数据集、所述随机ID、所述各种数据类型的特征组和所述第一相关性强化特征组输入LightGBM模型中，获取目标区域的PM2.5浓度分布图。

2.根据权利要求1所述的大气污染物的分布模拟方法，其特征在于，

根据所述目标区域的PM2.5浓度分布图和预处理后的初始数据，分别提取各个数据类型进行参数卷积，获取第二相关性强化特征组；

获取S02的监测站数据集；

将所述S02的监测站数据集、所述随机ID、所述各种数据类型的特征组和所述第二相关性强化特征组输入LightGBM模型中，获取目标区域的SO2浓度分布图。

3.根据权利要求1所述的大气污染物的分布模拟方法，其特征在于，

根据所述目标区域的SO2浓度分布图和预处理后的初始数据，分别提取各个数据类型进行参数卷积，获取第三相关性强化特征组；

获取O3的监测站数据集；

将所述O3的监测站数据集、所述随机ID、所述各种数据类型的特征组和所述第三相关性强化特征组输入LightGBM模型中，获取目标区域的O3的浓度分布图。

4.根据权利要求1所述的大气污染物的分布模拟方法，其特征在于，所述空间采样具体包括：

获取监测站点的位置；

根据所述位置，提取监测站点周围8个像素值的各个数据类型的数据，获取各个监测站点的预设范围内的各种数据类型的特征组。

5.根据权利要求1所述的大气污染物的分布模拟方法，其特征在于，所述参数卷积具体包括：

将所有数据类型的数据进行特征归一化；

根据特征归一化后的数据，每次随机提取三个数据类型进行卷积操作，获取三个数据类型的相关性强化特征，直至遍历所有数据类型，获取相关性强化特征组；其中，卷积操作使用Lecun Normal方法进行卷积初始化；所述卷积操作依次包括卷积核1*3的卷积、第一Same padding填充、卷积核为64*3的卷积、第二Same padding填充、卷积核为16*3的卷积，以及第三Same padding填充。

6.根据权利要求1至5任意一项所述的大气污染物的分布模拟方法，其特征在于，所述遥感数据包括MAIAC AOD数据、OMI SO2数据、OMI O3数据、归一化植被指数数据、地形数据、人口分布数据、道路数据和土地利用数据；其中，地形数据包括高程数据和坡度数据；

所述气象数据包括温度数据、气压数据、湿度数据和风速数据；

所述辅助数据包括研究区域的网格数据。

7.根据权利要求1至5任意一项所述的大气污染物的分布模拟方法，其特征在于，对所述初始数据进行重制和预处理，具体包括：

根据所述网格数据对所述遥感数据进行重置；

采用同一值填充法对重置后的遥感数据进行预处理；

采用协同克里金插值法对气象数据进行预处理。