一种基于时空分布特征的空气质量指数预测方法技术

本发明专利技术涉及一种空气质量指数预测方法，尤其涉及一种基于时空分布特征的空气质量指数预测方法。本方法采用时间序列预测方法预测时间方向，即未来某个时间的空气质量指数；再采用克里格插值法，利用已知的监测站点经纬度坐标，结合时间序列预测结果，插值估计整个区域任意地点的空气质量指数。因此，本发明专利技术具有如下优点：1.降低了模型的复杂度，并且缩短了整体的计算时间，同时又保证了模型的准确性。2.可以更准确地预测区域内每个地方、一天内多个时段的空气质量指数。

【技术实现步骤摘要】
一种基于时空分布特征的空气质量指数预测方法
本专利技术涉及一种空气质量指数预测方法，尤其涉及一种基于时空分布特征的空气质量指数预测方法。
技术介绍
空气是地球上的生物赖以生存的物质，是必不可少的一种物质。环境空气质量与人们的日常生活息息相关，同时也在城市环境综合评价中占有重要地位。但是随着人类文明和经济的发展，空气污染越来越严重，如何改善空气质量、合理进行大气环境质量预测预警变得越来越重要，根据当地的空气质量预测结果，人们可以采取相应措施如带口罩，尽量避免外出等，保护自己免受空气污染物的侵害。空气质量指数用AQI表示，是一个用来定量描述空气质量水平的数值。它由空气中二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)、悬浮颗粒物PM10和PM2.5，共6中污染物的含量计算出来的。AQI的取值范围位于0–500之间。由于空气质量情况与气候因素、地理位置有关，在数据角度上对应的就是空气质量指数与时间、空间分布都相关。因此需要有一定的技术方法，利用区域内多个监测站观测并计算得到的空气质量指数数据，预测整个地区未来的空气质量指数。但是，传统的空气质量预测方法存在以下问题：(本文档来自技高网...

【技术保护点】
一种基于时空分布特征的空气质量指数预测方法，其特征在于，包括以下步骤：样本获取步骤，用于获取待预测区域中的空气质量监测站的经纬度坐标，每隔一定时间段记录区域中的各个空气质量监测站在同一时刻监测得到的空气质量指数，得到空气质量样本数据；时间序列预测步骤，用于根据样本获取步骤中得到空气质量样本数据建立各个空气质量监测站的时间序列函数，选择置信度较高的时间序列函数预测该函数所对应的空气质量检测站在未来某个时间采样点的第一监测点空气指数预测集；克里格插值步骤，用于根据第一监测点空气指数据预测集拟合得到待预测区域中的空间变异函数，根据所述空间变异函数以及第一监测点空气指数预测集进行克里格插值估计。

【技术特征摘要】
1.一种基于时空分布特征的空气质量指数预测方法，其特征在于，包括以下步骤：样本获取步骤，用于获取待预测区域中的空气质量监测站的经纬度坐标，每隔一定时间段记录区域中的各个空气质量监测站在同一时刻监测得到的空气质量指数，得到空气质量样本数据；时间序列预测步骤，用于根据样本获取步骤中得到空气质量样本数据建立各个空气质量监测站的时间序列函数，选择置信度较高的时间序列函数预测该函数所对应的空气质量检测站在未来某个时间采样点的第一监测点空气指数预测集；克里格插值步骤，用于根据第一监测点空气指数据预测集拟合得到待预测区域中的空间变异函数，根据所述空间变异函数以及第一监测点空气指数预测集进行克里格插值估计。2.根据权利要求1所述的一种基于时空分布特征的空气质量指数预测方法，其特征在于，所述时间序列预测步骤进一步包括以下子步骤：时间序列划分子步骤，用于将空气质量样本数据划分为m个时间序列，每个时间序列包括来自同一监测站点的n个空气质量样本，其中：m是空气质量监测站的个数，n是空气质量监测站的数据记录次数；模型训练子步骤，对于每个时间序列，根据已有样本中n个时间，选择最后的ι个时间对应的ι×m个样本作为验证样本，即实际值realij，i＝1,2,…，m；j＝1,2,…，ι；选择前n-ι个数据作为时间序列训练样本，利用训练样本训练得到各个站点的移动平均自回归模型，利用该移动平均自回归模型预测验证样本中的ι个时间对应的空气质量指数,记为zij，i＝1,2,…，m；j＝1,2,…，ι，分别计算各个zij值的80％置信区间和90％的置信区间；模型验证子步骤，对m站点的时间序列ti′，i＝1,2,…，m，若其ι个实际值分别落在zij的80％置信区间和90％的置信区间内部的数量比例分别达到预设的第一阈值和预设的第二阈值，则将该时间序列ti′对应的移动平均自回归模型保留，共得到s个观测点的移动平均自回归模型；时间序列预测子步骤，利用保留的s个观测点的移动平均自回归模型预测未来t时刻该s个站点的空气质量指数Z(xi)，i＝1,2,…,s，将Z(xi)作为第一监测点空气指数预测集。3.根据权利要求2所述的一种基于时空分布特征的空气质量指数预测方法，其特征在于，所述第一阈值为85％，所述第二阈值为75％。4.根据权利要求1所述的一种基于时空分布特征的空气质量指数预测方法，其特征在于，所述克里格插值步骤进一步包括以下子步骤：区域划分步骤，用于将待预测区域划分成不相交的正方形网格；变异函数拟合子步骤，利用第一监测点空气指数预测集以及相应的监测点坐标，并基于以下公式计算得到待预测区域内的变异函数离散值：式中，h为两监测点空间分隔距离，N(h)表示距离为h的监测...

【专利技术属性】
技术研发人员：沈满，吴杰，刘琳，尹琴，陈彬，张龙，黄俊韬，杨曦，
申请(专利权)人：武大吉奥信息技术有限公司，
类型：发明
国别省市：湖北;42