The application relates to the technical field of environmental monitoring, in particular to a prediction method of air pollutant concentration, a device and an electronic device. The prediction methods of air pollutant concentration include: acquiring the first position information of the target prediction station and the prediction time period of air pollutant concentration; acquiring the second position information, the historical air pollutant concentration and the acquisition time of the historical air pollutant concentration of several air detection stations adjacent to the target prediction station according to the first position information; The second position information, the historical air pollutant concentration and the acquisition time are used to predict the air pollutant concentration of the target prediction station in the prediction period. The scheme provided in this application involves the establishment of prediction model by neural network algorithm, which is beneficial to improving the accuracy of prediction data and reducing the prediction error.
【技术实现步骤摘要】
空气污染物浓度的预测方法及装置、电子设备
本申请涉及环境监测
,具体而言,本申请涉及一种空气污染物浓度的预测方法及装置、电子设备。
技术介绍
随着社会的发展,工厂及机动车辆持续增加,诸多环境问题随之产生,空气污染问题日益严重,人们需要预知某一区域准确的空气污染物情况,以便根据空气污染物情况进行合理的规划。现有技术一般是针对单个检测站点,从时间或空间的单一维度进行空气污染物的预测,空气质量检测站点对空气污染物的检测受多个因素的影响,如:空气污染物浓度、天气情况等,因此对于一个检测点来说,附近区域的空气质量情况是会对检测结果存在影响,而单个检测站点的空气污染物分布情况检测信息无法覆盖到附近区域的空气质量情况,导致预测结果的与实际情况之间存在较大误差。
技术实现思路
本申请提供了一种空气污染物浓度的预测方法及装置、电子设备,以降低预测结果的误差,提高空气污染物浓度的预测精准度。技术方案如下:本申请实施例首先提供了一种空气污染物浓度的预测方法,包括:获取目标预测站点的第一位置信息及空气污染物浓度的预测时间段;根据所述第一位置信息获取与所述目标预测站点相邻的若干个空气检测站点的第二位置信息、历史空气污染物浓度及所述历史空气污染物浓度的采集时间;根据所述第二位置信息、历史空气污染物浓度及采集时间,对所述目标预测站点在所述预测时间段的空气污染物浓度进行预测。优选地,根据所述第二位置信息、历史空气污染物浓度及采集时间,对所述目标预测站点的在所述预测时间段的空气污染物浓度进行预测的步骤包括:将所述第二位置信息、历史空气污染物浓度及采集时间整合成三维的样本数据;以所述三维的 ...
【技术保护点】
1.一种空气污染物浓度的预测方法,其特征在于,包括:获取目标预测站点的第一位置信息及空气污染物浓度的预测时间段;根据所述第一位置信息获取与所述目标预测站点相邻的若干个空气检测站点的第二位置信息、历史空气污染物浓度及所述历史空气污染物浓度的采集时间;根据所述第二位置信息、历史空气污染物浓度及采集时间,对所述目标预测站点在所述预测时间段的空气污染物浓度进行预测。
【技术特征摘要】
1.一种空气污染物浓度的预测方法,其特征在于,包括:获取目标预测站点的第一位置信息及空气污染物浓度的预测时间段;根据所述第一位置信息获取与所述目标预测站点相邻的若干个空气检测站点的第二位置信息、历史空气污染物浓度及所述历史空气污染物浓度的采集时间;根据所述第二位置信息、历史空气污染物浓度及采集时间,对所述目标预测站点在所述预测时间段的空气污染物浓度进行预测。2.根据权利要求1所述的空气污染物浓度的预测方法,其特征在于,根据所述第二位置信息、历史空气污染物浓度及采集时间,对所述目标预测站点的在所述预测时间段的空气污染物浓度进行预测的步骤包括:将所述第二位置信息、历史空气污染物浓度及采集时间整合成三维的样本数据;以所述三维的样本数据作为训练样本,训练出空气污染物浓度的预测模型;将所述预测时间段输入所述预测模型进行预测,得到所述预测时间段的空气污染物浓度。3.根据权利要求2所述的空气污染物浓度的预测方法,其特征在于,所述将所述第二位置信息、历史空气污染物浓度及采集时间整合成三维的样本数据的步骤,包括:对所述空气检测站点的第二位置信息、历史空气污染物浓度及采集时间进行空气污染物浓度信息的整合,获得空气污染物浓度的三维数据。4.根据权利要求1所述的空气污染物浓度的预测方法,其特征在于,将所述第二位置信息、历史空气污染物浓度及采集时间整合成三维数据之前,还包括:将各个空气检测站点分散的第二位置信息整合到二维网格中,所述二维网络包含空气检测站点的相对位置信息;为所述二维网格添加距离通道,所述距离通道存储所述若干空气检测站点到目标预测站点的距离信息。5.根据权利要求4所述的空气污染物浓度的预测方法,其特征在于,所述将各个空气检测站点分散的第二位置信息整合到二维网格中的步骤,包括:根据所述第二位置信息获得各空气检测站点的相对位置信息,将所述相对位置信息存储于二维网格中。6.根据权利要求2所述的空气污染物浓度的预测方法,其特征在于,空气污染物存在多种时,以所述三维的样本数据作为训...
【专利技术属性】
技术研发人员:王浩,陈阳,庄伯金,王少军,肖京,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。