[发明专利]一种时空相关的空气质量预测方法

摘要

本发明是一种时空相关的空气质量预测方法。本发明将城市划分成大小相同的网格，每个网格受相邻区域网格影响，按照网格内是否有空气监测站分为预测区域和估计区域；获取影响空气质量数据相关时序数据，对时序数据采用循环神经网络和空间深度学习进行特征提取，进行时序模型训练。获取影响空气质量数据相关非时序数据，对非时序数据采用卷积神经网络进行特征提取，进行空间模型训练；将时序模型训练和空间训练模型进行协同训练，得到预测模型；利用训练好的协同训练模型进行预测区域的训练，得到预测区域空气质量数据；利用训练好的协同训练模型进行估计网格区域的训练，得到估计区域空气质量数据。

主权项

1.一种时空相关的空气质量预测方法，其特征是：包括以下步骤：/n步骤1：将城市划分为大小相同的网格，根据网格内是否有空气检测站分为预测区域和估计区域；/n步骤2：获取影响空气质量数据相关的时序数据，所述获取影响空气质量数据相关的时序数据包括：历史空气质量数据、气象数据、天气预报数据、工厂排放污染物数据以及交通流量数据；/n步骤3：采用神经网络对所述时序数据进行特征提取，建立时序模型，采用深度学习对时序数据进行特征构建，得到空间训练模型；/n步骤4：获取空气质量的非时序数据，所述空气质量的非时序数据包括：城市的路网结构数据和城市的兴趣点数据，采用卷积神经网络对所述空气质量的非时序数据进行特征提取，将提取的结果用于时序模型和空间训练模型的预测和估计任务，对时序模型和空间训练模型进行训练；/n步骤5：将所述时间模型和空间模型进行协同训练，得到空气质量预测模型，根据空气质量预测模型对预测区域进行训练，得到预测区域内的空气质量数据；根据空气质量预测模型对估计区域进行训练，得到估计区域的空气质量数据。/n