[发明专利]一种基于时空特征的实时估算细颗粒物浓度的方法

摘要

本发明公开了一种基于时空特征的实时估算细颗粒物浓度的方法，其特征在于包含3个步骤，分别为数据获取与预处理步骤、拟合时空变异曲线步骤，估算细颗粒物浓度步骤；数据获取与预处理，具体包括，获取以当前小时为起点向前72小时空气监测站点的细颗粒物浓度，获取当前小时气象监测站点的湿度、风速和大气压强数值；将气象监测站点构建泰森多边形，为每个空气监测站点赋予湿度、风速以及大气压强值；对细颗粒物浓度以及气象数据进行标准化处理。该发明通过构建空间变异函数和时间变异函数，同时考虑到时空两大维度的相关性，在此基础上引入湿度、风速和大气压强三大气象因子，可以更准确地估算细颗粒物污染浓度值。

主权项

一种基于时空特征的实时估算细颗粒物浓度的方法，其特征在于：包含3个步骤，分别为数据获取与预处理步骤、拟合时空变异曲线步骤，估算细颗粒物浓度步骤；(1)所述数据获取与预处理步骤包括：1)获取以当前小时为起点向前72小时n个空气质量监测站点的细颗粒物浓度，以及各个站点的地理位置信息，共72*n组数据；2)获取当前小时m个气象监测站点的湿度、风速和大气压强值，以及气象站点地理位置信息；3)将m个气象监测站点构建泰森多边形；4)由于细颗粒物浓度、湿度、风速和大气压强值具有不同的量纲，为消除数据不同量纲的影响性，使数据具有可比性，使用极差法对数据进行标准化处理，极差法公式如下：式中x*为标准化的新数值，xmax为样本数据最大值，xmin为样本数据最小值；(2)所述拟合时空变异曲线步骤包括：1)对当前小时n个空气监测站点细颗粒物浓度进行空间变异函数拟合，以空气监测站点间空间距离为自变量，具体为：●计算各个空气质量监测站点间的距离值以及变异函数值，计算公式分别如下：式中(xi，yi)为监测站点i的空间位置，(xj，yj)为监测站点j的空间位置；式中Z(i)和Z(j)分别为站点i和站点j细颗粒物浓度值；●以距离h为横坐标，空间变异函数γs(hs)值为纵坐标，绘制空间变异函数散点图；●对上述空间变异函数散点图进行球状模型拟合；2)对72小时n个空气监测站点细颗粒物浓度进行时间变异函数拟合，以时间间 隔为自变量，具体为：●由于72小时细颗粒物浓度是一组具有周期的时间序列值，可分解为以下公式：Z(t)＝μ(t)+s(t)+ε(t)其中，μ(t)为趋势项，s(t)为周期项，ε(t)为随机误差项；●对72小时细颗粒物浓度数据进行时序分解操作，去除周期项s(t)；以ht为时间间隔计算时间变异函数；●以时间间隔为横坐标，时间变异函数值为纵坐标，绘制时间变异函数散点图；●对上述时间变异函数散点图以球状模型进行拟合；3)将空间变异函数和时间变异函数统一并计算时空变异函数值，具体为：●计算时空变异函数值，统一空间变异函数值和时间变异函数值；(3)估算细颗粒物浓度1)计算用户所在位置与n个空气质量监测站点的距离值，计算公式同公式(2)，用h0n表示用户和n号监测站距离值；2)分别计算空气质量监测站点间的距离值，计算公式同公式(2)，用h1n表示1号监测站和n号监测的距离，以此类推；3)以空间距离为空间变异函数自变量计算空间变异函数，取1小时为时间变异函数自变量计算时间变异函数值，并以此为基础计算时空变异函数值；4)分别计算各个监测站点的加权值并进行求和，得到用户所在位置的细颗粒物污染浓度值，具体为：Z(s0，t0)＝∑Z(si，tj)λn式中，Z(s0，t0)为用户当前位置的细颗粒物浓度；λn为第n个监测站点细颗粒物浓度对当前位置细颗粒物浓度的权重系数。