【技术实现步骤摘要】
细颗粒物污染等级的预测方法、装置及计算机设备
本申请涉及大气监测领域，尤其涉及到一种细颗粒物污染等级的预测方法、装置及计算机设备。
技术介绍
由细颗粒物造成的灰霾天气对人体健康的危害甚至要比沙尘暴更大。粒径10微米以上的颗粒物，会被挡在人的鼻子外面；粒径在2.5微米至10微米之间的颗粒物，能够进入上呼吸道，但部分可通过痰液等排出体外，另外也会被鼻腔内部的绒毛阻挡，对人体健康危害相对较小；而粒径在2.5微米以下的细颗粒物，直径相当于人类头发的十分之一大小，不易被阻挡。被吸入人体后会直接进入支气管，干扰肺部的气体交换，引发包括哮喘、支气管炎和心血管病等方面的疾病。因此，在一定的时空范围内PM2.5的空间分布及其扩散规律研究对社会人类健康生活产生巨大的正面效应。目前科学界已经对PM2.5的重视程度在逐年递增，但对于检测体系内人员来说，由于工种、人力资源、技术能力等限制，很难进行有效的侦测建模；而工业界人群由于企业性质、重要数据资源限制等层面的局限性，很难有足够的资源支持必要的团队投入环境层面的研究，因此目前来说较多的研究者...
【技术保护点】
1.一种细颗粒物污染等级的预测方法，其特征在于，包括：/n筛选出与细颗粒物相关性符合预设标准的目标分析数据；/n根据预设历史时间段内所述细颗粒物的浓度值创建细颗粒物空间分布图；/n基于所述目标分析数据及所述细颗粒物空间分布图训练卷积神经网络模型；/n利用训练好的所述卷积神经网络模型判定未来预设时间段内所述细颗粒物的污染等级。/n
【技术特征摘要】
1.一种细颗粒物污染等级的预测方法，其特征在于，包括：
筛选出与细颗粒物相关性符合预设标准的目标分析数据；
根据预设历史时间段内所述细颗粒物的浓度值创建细颗粒物空间分布图；
基于所述目标分析数据及所述细颗粒物空间分布图训练卷积神经网络模型；
利用训练好的所述卷积神经网络模型判定未来预设时间段内所述细颗粒物的污染等级。
2.根据权利要求1的方法，其特征在于，所述筛选出与细颗粒物相关性符合预设标准的目标分析数据，具体包括：
收集所述预设历史时间段内的所有环境指标数据并创建特征画像；
从所述特征画像中筛选出与所述细颗粒物相关性大于或等于第一预设阈值的第一环境指标；
计算各个所述第一环境指标对应环境数据的饱和度；
将所述饱和度大于或等于第二预设阈值的所述第一环境指标确定为第二环境指标；
基于非监督学习的聚类算法填充所述第二环境指标中数据异常的环境数据，以便获取得到数据完整的所述目标分析数据。
3.根据权利要求2的方法，其特征在于，所述根据预设历史时间段内所述细颗粒物的浓度值创建细颗粒物空间分布图，具体包括：
获取预设历史时间段内各个时间点对应的细颗粒物浓度值；
绘制所述细颗粒物浓度值的散点图；
基于克里格插值法在所述散点图的基础上创建细颗粒物空间分布图；
所述基于克里格插值法在所述散点图的基础上创建细颗粒物空间分布图，具体包括：
从所述散点图中筛选出落在预设搜索范围内的目标数据点；
确定所述目标数据点对应空间变化的数学函数；
依据所述数学函数为落在规则格网单元上的数据点赋值，以便获取得到细颗粒物空间分布图。
4.根据权利要求3的方法，其特征在于，所述基于所述目标分析数据及所述细颗粒物空间分布图训练卷积神经网络模型，具体包括：
确定所述细颗粒物空间分布图中包含的各个污染等级，并配置等级标签；
将所述目标分析数据中的各类环境指标数据及所述细颗粒物空间分布图输入初始卷积神经网络模型中，提取所述各类环境指标数据与所述各个污染等级的特征向量；
依据所述特征向量确定各个环境指标对应污染等级的判定规则；
获取各个所述环境指标依据所述判定规则确定出的第一细颗粒物污染等级；
将级别最大的所述第一细颗粒物污染等级确定为预估细颗粒物污染等级；
匹配所述预估细颗粒物...
【专利技术属性】
技术研发人员：陈娴娴，阮晓雯，徐亮，
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。