[发明专利]一种PM2.5浓度预测方法与装置

摘要

本发明涉及一种PM2.5浓度预测方法与装置，属于PM2.5浓度值的预测技术领域。其中方法包括以下步骤：获取PM2.5浓度历史数据、气象历史数据、大气气溶胶光学厚度历史数据；获取观测点的二维位置信息、高程信息和采样时间信息；根据上述数据确定4D‑GTWR模型的参数，从而确定4D‑GTWR模型，4D‑GTWR模型为：根据预测的气象数据、大气气溶胶光学厚度数据以及确定的4D‑GTWR模型，预测PM2.5的浓度。该方法中的4D‑GTWR模型在预测PM2.5浓度方面提供了有效的方法，使得PM2.5浓度的预测更加准确，同时还解决了四维时空的非平稳性，也验证了高程信息对PM2.5浓度变化具有重要影响。

主权项

1.一种PM2.5浓度预测方法，其特征在于，包括以下步骤：获取PM2.5浓度历史数据、气象历史数据、大气气溶胶光学厚度历史数据；获取观测点的二维位置信息、高程信息和采样时间信息；根据上述数据确定4D‑GTWR模型的参数，从而确定4D‑GTWR模型，所述4D‑GTWR模型为：其中，x_ik为观测点i的第k个自变量，共有p个自变量，所述自变量为气象数据；y_i为观测点i的因变量，所述因变量为PM2.5浓度数据；4D‑GTWR模型的参数为：β_ik(u_i,v_i,z_i,t_i)、β_i0(u_i,v_i,z_i,t_i)和ξ_i，β_ik(u_i,v_i,z_i,t_i)为观测点i的第k个自变量的自变量回归系数，与观测点i的空间位置有关；β_i0(u_i,v_i,z_i,t_i)为观测点i的自变量回归系数常数项；ξ_i为观测点i的随机误差；(u_i,v_i,z_i,t_i)为观测点i的四维空间坐标，其中，(u_i,v_i)表示二维空间坐标，(z_i)表示高程空间坐标，(t_i)表示时间坐标；n为观测点的数量；根据预测的气象数据、大气气溶胶光学厚度数据以及确定的4D‑GTWR模型，预测PM2.5的浓度。