一种基于LSTM-NN时序预测的PM2.5中重金属健康风险评价方法技术

本发明专利技术公开了一种基于LSTM‑NN时序预测的PM2.5中重金属健康风险评价方法。本发明专利技术对当前常用的PM2.5中重金属健康风险评价方法与模型中不合理、不准确的参数取值方式提出改进方法，充分提取、分析和考虑了隐含在PM2.5中重金属日均浓度时间序列中被以往研究所忽略的变化趋势信息，对PM2.5中重金属健康风险评价结论正确性与可靠性的提高有重要意义，给污染控制有关部门提供更全面、更准确的PM2.5中重金属浓度变化趋势信息，使其环境管理策略更有针对性与时效性。

【技术实现步骤摘要】
一种基于LSTM-NN时序预测的PM2.5中重金属健康风险评价方法
本专利技术属于环境科学与工程、环境健康风险评价、环境管理领域，具体涉及一种基于LSTM-NN时序预测的PM2.5中重金属健康风险评价方法。
技术介绍
由于社会经济发展与人类活动，以PM2.5等大气颗粒物为代表的大气污染日益严重。研究表明，大气颗粒物尤其是PM2.5细颗粒物浓度的大幅增加与引发呼吸道类疾病、以及死亡等病症发生率的增加有密切关系。研究表明，大气颗粒物的等效直径越小，重金属浓度越高。PM2.5因其粒径小且有着较其他微粒更大的比表面积，更容易吸附大气中的各种重金属等有害物质。其中Cr、Ni、Cd、As属于致癌物质，Pb会损害人体的血液循环系统以及神经系统，Cu会导致记忆力衰退等病症，As会损害人体呼吸道黏膜,诱发呼吸系统疾病。虽然PM2.5中重金属的暴露途径较多，包括呼吸摄入、皮肤接触等，但呼吸途径更值得关注，富集在PM2.5表面的重金属更容易随呼吸进入人体，进而危害人体健康。以往的研究表明，我国城市PM2.5等大气颗粒物中重金属的污染情况较严重本文档来自技高网...

【技术保护点】
1.一种基于LSTM-NN时序预测的PM2.5中重金属健康风险评价方法，其特征在于，包括以下步骤：/n步骤1，PM2.5石英滤膜样品的获取：在现有的大气PM2.5采样监测站点获取一定数量的承载有PM2.5的石英滤膜样品，并记录采样时间等相关采样信息，样品送实验室保存、待测；/n步骤2，提取各形态重金属并测定其浓度：根据形态划分方法及其所用化学试剂，分别提取、稀释、定容每种重金属元素4种赋存形态，即水溶态、可还原态、可氧化态、残渣态的液态样品；利用电感耦合等离子体发射光谱仪或电感耦合等离子体质谱仪等痕量化学元素分析仪器测定液态样品中重金属元素每一种赋存形态的浓度；/n步骤3，处理仪器所得原始浓度...

【技术特征摘要】
1.一种基于LSTM-NN时序预测的PM2.5中重金属健康风险评价方法，其特征在于，包括以下步骤：
步骤1，PM2.5石英滤膜样品的获取：在现有的大气PM2.5采样监测站点获取一定数量的承载有PM2.5的石英滤膜样品，并记录采样时间等相关采样信息，样品送实验室保存、待测；
步骤2，提取各形态重金属并测定其浓度：根据形态划分方法及其所用化学试剂，分别提取、稀释、定容每种重金属元素4种赋存形态，即水溶态、可还原态、可氧化态、残渣态的液态样品；利用电感耦合等离子体发射光谱仪或电感耦合等离子体质谱仪等痕量化学元素分析仪器测定液态样品中重金属元素每一种赋存形态的浓度；
步骤3，处理仪器所得原始浓度数据：1)计算PM2.5中重金属每一种赋存形态的浓度；2)认定水溶态、可还原态、可氧化态三种形态为生物可利用形态，并计算PM2.5中重金属的生物可利用形态的浓度；
步骤4，数据预处理，填充PM2.5中生物可利用形态重金属日均浓度组成的时间序列存在缺失值以及估计其真实值，并将数据归一化：分别利用1)插值方法填充缺失值；2)利用频率域滤波的方法估计测量值的真实值，减少误差以及一部分无规律随机变化干扰，得到经过真实值统计估计的PM2.5中生物可利用形态重金属的浓度时间序列；3)将该序列数据做归一化处理；
步骤5，利用长短期记忆神经网络学习、分析、提取PM2.5中生物可利用形态重金属浓度时间序列变化趋势：1)利用主流的深度学习框架，构建包含输入层、输出层以及隐含层的长短期记忆神经网络(LSTM-NN)并确定其初始参数以及训练参数；2)以前一定天数的的PM2.5中生物可利用形态重金属日均浓度序列作为该长短期记忆神经网络的输入，后几天的重金属日均浓度作为输出，训练、筛选出能够反应浓度变化趋势的神经网络；
步骤6，PM2.5中生物可利用形态重金属日均浓度时间序列预测，并计算暴露剂量以及致癌风险与非致癌风险：1)利用步骤...

【专利技术属性】
技术研发人员：王雨轩，孙明洋，于江华，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32