空气质量指数AQI的预测方法和装置制造方法及图纸

本发明专利技术提供一种空气质量指数AQI的预测方法和装置。该方法包括：获取M个网格的空气质量指数AQI；分别计算M个网格中每个网格和待预测网格之间的距离以及网格相似度；所述网格相似度包括M个网格中每个网格和所述待预测网格之间的兴趣点POI的相似度、交通拥堵度相似度和用户活跃度相似度；根据所述M个网格的AQI、所述距离、所述网格相似度和预先训练的空间预测模型，确定所述待预测网格的AQI。和现有技术中线性差值的方式相比，提高了预测得到的AQI的准确度。

Prediction method and device of air quality index AQI

【技术实现步骤摘要】
空气质量指数AQI的预测方法和装置
本专利技术涉及大数据
，尤其涉及一种空气质量指数AQI的预测方法和装置。
技术介绍
空气污染指数AQI是根据环境空气质量标准和各项污染物对人体健康、生态以及环境的影响，将常规监测的几种空气污染物浓度简化成为单一的概念性指数值。空气污染指数AQI的预测有助于定位污染源，在对污染源进行精细化管控方面有重要作用。现有技术中，通常采用线性插值的方法对AQI进行估计，具体的，根据环保监测站中监测的数据进行加权平均，得到某个区域网格内的AQI值。然而，由于区域内的环保监测站数量较少，并且区域网格之间的污染物关系通常是非线性的，因此，通过线性插值的方法估计出的AQI值准确度不高。
技术实现思路
本专利技术提供一种空气质量指数AQI的预测方法和装置，用于提高AQI预测准确度。第一方面，本专利技术提供一种空气质量指数AQI的预测方法，包括：获取M个网格的空气质量指数AQI；其中，M为正整数；分别计算M个网格中每个网格和待预测网格之间的距离以及网格相似度；所述网格相似度包括M个网格中每个本文档来自技高网...

【技术保护点】
1.一种空气质量指数AQI的预测方法，其特征在于，包括：/n获取M个网格的空气质量指数AQI；其中，M为正整数；/n分别计算M个网格中每个网格和待预测网格之间的距离以及网格相似度；所述网格相似度包括M个网格中每个网格和所述待预测网格之间的兴趣点POI的相似度、交通拥堵度相似度和用户活跃度相似度；/n根据所述M个网格的AQI、所述距离、所述网格相似度和预先训练的空间预测模型，确定所述待预测网格的AQI。/n

【技术特征摘要】
1.一种空气质量指数AQI的预测方法，其特征在于，包括：
获取M个网格的空气质量指数AQI；其中，M为正整数；
分别计算M个网格中每个网格和待预测网格之间的距离以及网格相似度；所述网格相似度包括M个网格中每个网格和所述待预测网格之间的兴趣点POI的相似度、交通拥堵度相似度和用户活跃度相似度；
根据所述M个网格的AQI、所述距离、所述网格相似度和预先训练的空间预测模型，确定所述待预测网格的AQI。


2.根据权利要求1所述的方法，其特征在于，所述网格相似度包括M个网格中每个网格和所述待预测网格之间的POI的相似度；
计算M个网格中每个网格和待预测网格之间的网格相似度，包括：
分别获取M个网格中每个网格中的POI和所述待预测网格中的POI；
分别确定每个网格中的POI和所述待预测网格中POI的类型；
根据所述每个网格中的POI的类型和所述待预测网格中POI的类型，计算M个网格中每个网格和待预测网格之间的POI的相似度。


3.根据权利要求1或2所述的方法，其特征在于，所述网格相似度包括M个网格中每个网格和所述待预测网格之间的交通拥堵度相似度；
计算M个网格中每个网格和待预测网格之间的网格相似度，包括：
分别获取M个网格中每个网格的第一交通数据和所述待预测网格的第二交通数据；
分别根据所述第一交通数据和所述第二交通数据，确定M个网格中每个网格的第一交通拥堵度和所述待预测网格的第二交通拥堵度；
根据所述第一交通拥堵度和所述第二交通拥堵度，确定M个网格中每个网格和待预测网格之间的交通拥堵度相似度。


4.根据权利要求3所述的方法，其特征在于，所述网格相似度包括M个网格中每个网格和所述待预测网格之间的用户活跃度相似度；
计算M个网格中每个网格和待预测网格之间的网格相似度，包括：
确定M个网格中每个网格的第一用户数量和待预测网格的第二用户数量；
分别根据所述第一用户数量和所述第二用户数量，计算M个网格中每个网格和待预测网格之间的用户活跃度相似度。


5.根据权利要求1所述的方法，其特征在于，所述根据所述M个网格的AQI、所述距离、所述网格相似度和预先训练的空间预测模型，确定所述待预测网格的AQI，包括：
根据所述M个网格的AQI、所述距离、所述网格相似度和预先训练的...

【专利技术属性】
技术研发人员：何加伟，钟辉强，刘亮，尹存祥，方军，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11