科创中国
一种空气质量PM2.5预测方法及系统
成果类型：: 发明专利
发布时间: 2022-11-15 09:52:37
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 郝建平 | 2022-11-15 16:15:33
本发明适用于环境监测技术领域，提供了一种空气质量PM2.5预测方法及系统，包括：对研究区域进行网格化；获取各个网格内的影响因子数据以及监测站监测到的空气质量数据；将所述影响因子数据整合在一起构成四阶张量，并对四阶张量进行归一化处理；基于归一化处理后的影响因子张量数据以及PM2.5浓度数据，建立张量样本数据库；构建初始的支持张量回归模型；将PM2.5影响因子张量数据以及PM2.5浓度数据作为输入数据，对初始的支持张量回归模型进行训练；通过交替投影算法确定初始的支持张量回归模型的参数，获得最终的支持张量回归模型；通过最终的支持张量回归模型对目标样本进行预测，以获取该目标样本中的PM2.5浓度数据。
一种空气质量PM2.5预测方法，其特征在于，所述空气质量PM2.5预测方法包括: 以预定的规格对研宄区域进行网格化； 获取各个网格内的影响因子数据以及监测站监测到的空气质量数据； 将各个网格内的所述影响因子数据整合在一起构成四阶张量，并对所述四阶张量进行归一化处理； 基于归一化处理后的影响因子张量数据以及所述空气质量数据中提取的PM2.5浓度数据，建立张量样本数据库，所述张量样本数据库中包含训练样本和目标样本； 构建初始的支持张量回归模型； 将所述张量样本数据库中包含PM2.5影响因子张量数据以及PM2.5浓度数据的训练样本作为输入数据，对所述初始的支持张量回归模型进行训练； 通过交替投影算法确定所述初始的支持张量回归模型的参数，获得最终的支持张量回归模型； 通过所述最终的支持张量回归模型对所述张量样本数据库中的目标样本进行预测，以获取该目标样本中的PM2.5浓度数据。
颗粒物质(Particulate matter，PM)，是空气中悬浮颗粒的术语，包括灰尘、污垢、烟灰和液滴。直径在2.5毫米至10微粒之间的“粗”颗粒(PM10)，可以被人体吸入并聚集在呼吸系统(呼吸道)内，直径小于2.5微米(PM2.5)指“微细”颗粒，体积特别小(大约是人类头发直径的1/30)能够被人体吸入并深入到肺部组织，影响肺功能，是目前危害最大的颗粒。粉碎研磨工序及刚铺好或未铺好的道路产生“粗”颗粒如灰尘等；“微细”颗粒源自所有类型的燃烧活动(机动车辆、电厂、燃料不完全燃烧等)及特定的工业(纺织业，冶炼业等)；化石燃料或垃圾焚烧过程中产生的气体(硫、氮)与空气水蒸气及阳光发生化学反应间接形成PM2.5。
由于PM2.5的相关影响因子数据具有明显的时空性而且呈非线性变化，采用现有基于向量模式的PM2.5预测方法容易出现以下问题：1)容易破坏原始数据的时空结构信息；2)容易破坏原始数据的内在相关性，掩盖数据原本存在的高阶依赖性；3)计算复杂度以及存储成本较高。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
本发明实施例与现有技术相比存在的有益效果是：1)本发明实施例将影响空气质量的影响因子数据设计为四阶张量的表达模式，该表达模式能够保留时空数据固有的时空结构信息及内在相关性，从而可以大幅度提高预测的效率以及预测的准确率；2)在模型构建上，采用支持张量回归模型，该模型中的未知参数较少，从而可以有效避免机器学习中的过拟合问题，并可以解决研究区域中监测站过少带来的小样本问题；3)在大数据环境下，采用支持张量回归模型可以直接对原始数据进行处理分析，从而可以大幅降低计算复杂度和存储成本，具有较强的易用性和实用性。
技术合作
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。
下载app