一种多尺度空气质量空间插值方法、系统、介质及设备技术方案

本发明专利技术提出一种多尺度空气质量空间插值方法、系统、介质及设备，其中的方法包括：步骤1、根据目标区域面积、空气质量监测站点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值；步骤2、采用径向基函数插值算法对所述第一空气质量插值进行处理，得到第二空气质量插值。本发明专利技术可保证对稀疏点源数据进行合理、精细的空间插值处理，并可根据不同的城市面积及空气质量监测点分布进行参数的自适应调整，进一步提高方法的实用性。

【技术实现步骤摘要】
一种多尺度空气质量空间插值方法、系统、介质及设备
本专利技术涉及空间插值算法领域，特别涉及面对稀疏点源的城市空气质量空间插值方法研究。
技术介绍
近年来，高速稳定的经济发展极大地提升了我国民众的生活质量。但与此同时也带来了一系列的环境问题，区域性雾霾天气是这类问题的典型代表，该类天气情况严重影响大气能见度，危害公众身体健康，由此导致天气质量状况成为人们越来越关注的民生话题之一。而实时向公众发布空气质量状况，有效分析影响空气质量的大气污染物的分布特征，及时预警和控制大气污染的发生和持续性扩散，是解决当前问题的重要环节。空气质量的监测数据源来自于城市中布置的大气环境自动监测站点。但目前大气环境自动监测站点存在布置数目有限、离散、不均匀等弊端，因此仅凭借这些监测站点无法有效的反映整个城市区域的空气质量分布。而利用空间插值算法，以已有的空气质量监测数据为依据，对未覆盖区域的空气质量信息进行评估与预测，是目前一种更好反映大气污染空间分布特征的技术手段。不同的空间插值算法工作原理不同，导致发挥其性能最优的适用条件不同。而城市范围内的空气质量空间插值是一类典型的面向稀疏点源的空间插值问题，具有复杂性，单一的空间插值算法并不能完全满足需求。
技术实现思路
本专利技术的目的旨在解决部分面向稀疏点源数据的空气质量空间插值问题，即以目标城市内空气质量监测站点的数据为源数据，设计可以反映空间空气质量分布趋势特征和局部变化特征的插值方法。为了达到上述目的，本专利技术提出一种多尺度空气质量空间插值方法，包括：步骤1、根据目标区域面积、空气质量监测站点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值；步骤2、采用径向基函数插值算法对所述第一空气质量插值进行处理，得到第二空气质量插值。本专利技术还提出一种多尺度空气质量空间插值系统，包括：大尺度空间插值模块，用于根据目标区域面积、空气质量监测站点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值；精细空间插值模块，用于采用径向基函数插值算法对所述第一空气质量插值进行处理，得到第二空气质量插值。本专利技术还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行上述方法。本专利技术还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。本专利技术的有益效果是：首先采用最近邻空间插值算法输出大尺度的粗略插值结果，再由径向基函数插值算法进行处理后输出最终的插值结果，实现对空气质量变化的细致插值估计。附图说明图1为本专利技术实施例提出的一种多尺度空气质量空间插值方法的工作流程图；图2为使用大尺度插值层输出的空气质量空间插值示意图；图3为单独使用精细插值层输出的空气质量空间插值示意图；图4为使用本专利技术实施例提出的多尺度空气质量空间插值方法输出的空气质量空间插值示意图；图5为本专利技术实施例提出的一种多尺度空气质量空间插值系统的结构框图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。如图1所示，本专利技术实施例提供的一种多尺度空气质量空间插值方法，包括：S1、根据目标区域面积、空气质量监测站点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值；其中，本专利技术一般用于城市的空气质量监测，目标区域一般以城市为对象，目标区域面积的计算方法可采用估算方法，方法为利用目标区域边界经纬度信息构建一个外接多边形，以此多边形的面积来作为目标区域面积的估计值。或者，城市面积为已知，即目标区域面积为已知参数时，该项也可以直接输入，但本专利技术无须知晓准确的目标区域面积，而且利用区域边界经纬度信息计算目标区域面积可以省去额外信息的输入，从而进一步提升本专利技术的实用性。站点数目可以直接输入，也可以通过回传数据的信息(例如：城市各个空气质量监测站点分布信息)来统计站点数目。在实际应用中，通过回传数据的信息自动统计站点数目会更方便一些。站点数目并不是一个确定值，会有新的站点增加和旧的站点去除的情况，所以自动统计会更具有实用性。S2、采用径向基函数插值算法对所述第一空气质量插值进行处理，得到第二空气质量插值。具体的，如图1所示为本专利技术实施例提出的一种多尺度空气质量空间插值方法的工作流程图，该方法具体包括以下步骤：设计思路整个方法结构主要包括两部分，第一部分是完成大范围粗略插值的大尺度插值层，第二部分是完成小范围内精细插值的精细插值层。其中大尺度插值层基于最近邻空间插值算法构建，精细插值层基于径向基函数空间插值算法构建。最近邻空间插值方法利用待插值点周围已知数值的点信息来推测当前点的数值，其优势在于可以很好的反映空间中大尺度信息的变化趋势，其算法劣势在于无法对变化趋势进行细致刻画，因此可以用于城市大范围内空气质量变化趋势的评估刻画。基于径向基函数的空间插值算法将已知点源看作扩散源，利用不同的扩散模型计算其在空间中各点的空气质量插值，其优势在于可以以较高分辨率细致描述空气质量分布变化，其劣势在于已知点源太少的情况下，无法合理估计空间中的空气质量分布情况。因此本专利技术充分利用两种空间插值算法的优势，利用大尺度插值层的最近邻空间插值算法完成目标城市空气质量分布的趋势性描述，利用精细插值层的径向基函数空间插值算法完成目标城市空气质量分布变化情况的细致描述。可选地，在该实施例中，所述步骤S1具体包括：S1.1、根据目标区域面积、空气质量监测站点数目，确定采样点数目；S1.2、根据所述采样点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值。具体的，如图1所示，大尺度插值层是本专利技术的核心部分之一，决定了最终插值图中的空气质量插值是否合理。其中包含参数自适应调节模块以及大尺度空间插值模块。参数自适应调节模块可以看作大尺度空间插值模块的参数初始化部分。该模块以目标城市的边界经纬度信息、目标城市中空气质量监测站点位置信息为输入，计算大尺度空间插值模块中最近邻空间插值算法的关键参数：采样点数目。考虑到最近邻空间插值法中的采样点数目与目标区域面积及站点数目相关，为了更好的保证大尺度范围内的插值效果，本专利技术中提出一种参数自适应调节公式为：其中，α是调整目标区域面积参与计算时的系数，在本专利技术中，α＝1000m-2，β为校正所得数值的参数，在本专利技术中，β＝1。大尺度空间插值模块采用经典的最近邻空间插值算法构建。为了验证算法性能。本专利技术选用某城市某时刻的PM2.5数据做空间插值图。得到的结果如图2所示。从中可以观察到在没有监测点的被监测省份边缘区域，污染物浓度得到了合理的预测，但总体的污染物变化描述较为粗糙，需要加强。精细插值层由精细空间插值模块构成，使用的算法为径向基函数空间插值法。径向基函数空间插值算本文档来自技高网...

【技术保护点】
1.一种多尺度空气质量空间插值方法，其特征在于，包括：步骤1、根据目标区域面积、空气质量监测站点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值；步骤2、采用径向基函数插值算法对所述第一空气质量插值进行处理，得到第二空气质量插值。

【技术特征摘要】
1.一种多尺度空气质量空间插值方法，其特征在于，包括：步骤1、根据目标区域面积、空气质量监测站点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值；步骤2、采用径向基函数插值算法对所述第一空气质量插值进行处理，得到第二空气质量插值。2.根据权利要求1所述的多尺度空气质量空间插值方法，其特征在于，所述步骤1具体包括：步骤1.1、根据目标区域面积、空气质量监测站点数目，确定采样点数目；步骤1.2、根据所述采样点数目以及空气质量监测数据作为源数据，利用最近邻插值算法对所述目标区域中尚未被空气质量监测站点覆盖的区域的空气质量进行插值估计，得到第一空气质量插值。3.根据权利要求2所述的多尺度空气质量空间插值方法，其特征在于，所述目标区域面积根据目标区域经纬度信息确定。4.根据权利要求2所述的多尺度空气质量空间插值方法，其特征在于，所述空气质量监测站点数目根据空气质量监测站点分布信息确定。5.根据权利要求2-4任一项所述的多尺度空气质量空间插值方法，其特征在于，所述步骤1.1具体包括按照下列公式确定采样点数目：其中，α是调整目标区域面积参与计算时的系数，β为校正所得数值的参数。6.一种多尺度空气质量空间插值系统，其特征在于，包括：大尺度空...

【专利技术属性】
技术研发人员：王鹏，
申请(专利权)人：北京蛙鸣华清环保科技有限公司，
类型：发明
国别省市：北京,11