一种空气污染智能监控分析方法及装置制造方法及图纸

本发明专利技术实施例涉及一种空气污染智能监控分析方法及装置。其中，该方法包括：通过获取监测区域的空气质量数据，其中，空气质量数据包括监测区域对应的地面空气质量数据以及监测区域中的空气传感器采集的N种成分数据，将空气质量数据输入至污染分析模型，其中，污染分析模型是预先根据地面空气质量数据以及N种成分数据训练得到的；根据污染分析模型的输出结果判断监测区域的空气质量数据是否存在异常，进而解决了由于相关技术中空气质量检测容易受到人为干预，而导致监测结果不准确的技术问题。

【技术实现步骤摘要】
一种空气污染智能监控分析方法及装置
本专利技术涉及空气污染监控领域，具体涉及一种空气污染智能监控分析方法及装置。
技术介绍
近年来各地对空气污染指数的重视程度日益加强，在环境治理的正常途径外，部分地区也出现了对空气质量检测站的数据进行“造假”的行为。各地均有如给空气采样器罩上棉絮或口罩，在监测站旁拦阻大型车辆进行清洗，使用雾化炮对监测点进行人为喷射净化空气等措施。这些行为使多达1400余个空气质量检测国控网点的数据产生较大的误差，破坏了整体系统的可靠性。而由于这些行为较少破坏空气检测站实体，数据生成的过程均显示正常，很难对这类造假行为进行全面有效的发现，而对周边环境的24小时实时人工监控成本过高，也很难落实。环境保护卫星使用的气溶胶光学厚度测量法和痕量气体定量遥感法等方法可以有效的分析地面附近的空气质量，并对污染物类型(如灰霾、污染气体、温室气体等)进行一定程度的定量判别。气溶胶光学厚度测量法测的是气溶胶光学厚度值，气溶胶光学厚度定义为介质的消光系数在垂直方向上的积分，是描述气溶胶对光的削减作用的。气溶胶光学厚度表征大气浑浊程度，气溶胶本文档来自技高网...

【技术保护点】
1.一种空气污染智能监控分析方法，其特征在于，包括：/n获取监测区域的空气质量数据，其中，所述空气质量数据包括所述监测区域对应的地面空气质量数据以及所述监测区域中的空气传感器采集的N种成分数据，其中，N为正整数；/n将所述空气质量数据输入至污染分析模型，其中，所述污染分析模型是预先根据地面空气质量数据以及N种成分数据训练得到的；/n根据所述污染分析模型的输出结果判断所述监测区域的空气质量数据是否存在异常。/n

【技术特征摘要】
1.一种空气污染智能监控分析方法，其特征在于，包括：
获取监测区域的空气质量数据，其中，所述空气质量数据包括所述监测区域对应的地面空气质量数据以及所述监测区域中的空气传感器采集的N种成分数据，其中，N为正整数；
将所述空气质量数据输入至污染分析模型，其中，所述污染分析模型是预先根据地面空气质量数据以及N种成分数据训练得到的；
根据所述污染分析模型的输出结果判断所述监测区域的空气质量数据是否存在异常。


2.根据权利要求1所述的方法，其特征在于，所述污染分析模型是预先根据空气质量训练数据训练得到的包括：
按照预设采样时间间隔采集样本区域对应的地面空气质量样本数据和N种成分样本数据；
根据所述空气质量样本数据确定所述样本区域的空气质量标签；
根据采样时间将所述空气质量标签以及所述N种成分样本数据构建空气质量数据集。


3.根据权利要求2所述的方法，其特征在于，根据所述空气质量样本数据确定所述样本区域的空气质量标签包括：
获取空气质量样本数据中的气溶胶光学厚度和痕量气体定量遥感参数；
根据所述气溶胶光学厚度和痕量气体定量确定对应的空气质量标签。


4.根据权利要求2所述的方法，其特征在于，根据采样时间将所述空气质量标签以及所述N种成分样本数据构建空气质量数据集包括：
根据主成分分析法对所述空气质量标签对应的N种成分样本数据进行降维，以得到所述空气质量数据集。


5.根据权利要求4所述的方法，其特征在于，在根据采样时间将所述空气质量标签以及所述N种成分样本数据构建空气质量数据集之后，还包括：
将预设时间段内采集到的所述空气质量数据集划分为训练样本和测试样本；
根据所述训练样本测试所述空气污染分析模型中的模型参数；

【专利技术属性】
技术研发人员：张列宇，刘耕远，李国文，车璐璐，李晓光，黎佳茜，赵琛，李伟，
申请(专利权)人：中国环境科学研究院，
类型：发明
国别省市：北京;11