【技术实现步骤摘要】
一种基于时空矩阵分解的空气质量推断方法
[0001]本专利技术涉及风险评估
，具体涉及一种基于时空矩阵分解的空气质量推断方法。
技术介绍
[0002]随着城市化进程的加快，空气污染已成为危害人类身体健康的重要问题。因此，获取高时空分辨率(细粒度)的城市空气质量地图，并依据地图的指导规划出行计划和出行方式，对于保护人类的身体健康具有重要意义。
[0003]目前，人们获取城市空气质量数据的途径大致有4种，1、通过空气质量监测站的监测；2、通过卫星遥感；3、通过人群或车辆携带的移动传感器的检测；4、根据已有数据，通过计算来评估一定区域内的空气质量。
[0004]通过空气质量监测站监测空气质量具有良好的效果，但也存在着明显的缺陷，具体体现在：虽然这些监测站可以定期采集各种空气污染物，并提供高时间分辨率的准确空气质量值 (如每小时)，但由于其庞大的建设和维护成本(一个基站的建设费用约为20万美元，每年维护的费用为3万美元)严重限制了监测站部署的数量，导致空间覆盖率极小。而卫星遥感数据只能体现大气层的空气质量，不能...
【技术保护点】
【技术特征摘要】
1.一种基于时空矩阵分解的空气质量推断方法，其特征为：包括步骤1、收集空气质量监测数据，获取时间特征矩阵和空间特征矩阵；步骤2、设计基于时空矩阵分解的空气质量推断模型，并以此模型为依据推断未知区域的空气质量。2.如权利要求1所述的一种基于时空矩阵分解的空气质量推断方法，其特征为：所述的步骤1包括如下具体步骤：A、确定需推断空气质量区域的经纬度范围，并确定该区域内的空气质量监测站的数量和地点；B、将该区域在经度和纬度方向上划分为若干个网格，将设有空气监测站的网格作为已知监测区，将没有空气质量监测站的未知区域的网格作为未知推断区；C、收集各个已知监测区在一定时间段内的空气污染物的浓度数据，获取空气质量矩阵X，其中一行表示一个网格，一列表示一个时刻，行数为M，列数为N；D、收集区域内上述一定时间段内的各种气象特征数据作为时间特征数据集，使用软件程序对时间特征数据进行整合和提取，形成时间特征矩阵Z，其中一行表示一个时刻，一列表示一个时间特征，行数为N，列数为Q；E、获取区域内的空间特征数据集；F、提取每个网格里面的空间特征数据，对空间特征数据进行整合和提取，获取空间特征矩阵Y，其中一行表示一个网格，一列表示一个空间特征，行数为M，列数为P。3.如权利要求2所述的一种基于时空矩阵分解的空气质量推断方法，其特征为：所述的具体步骤C中，空气污染物指的是PM
2.5
；所述的具体步骤D中，所述的时间特征数据集由4个数值特征和2个分类特征组成，4个数值特征为：温度、压力、湿度和风速，2个分类特征为：天气和风向。4.如权利要求3所述的一种基于时空矩阵分解的空气质量推断方法，其特征为：所述的具体步骤D中，天气和风向分别设有多个子特征，通过One
‑
hot编码将各个子特征的特征值转换成新的二值向量特征，天气的子分类特征包括14种天气状况，即晴天、多云、阴天、大雨、小雨、雷雨、小雪、中雪、大雪、大雾、沙尘暴、尘土，风向的子分类特征包括10种风向，即：东、西、南、北、不稳定、东南、东北、西南、西北、无，因此得到Q＝28个时间特征。5.如权利要求4所述的一种基于时空矩阵分解的空气质量推断方法，其特征为：所述的具体步骤E中，提取每个网格的空间特征数据，包括POI、道路和土地利用；设定POI为点类型的特征，所述的点类型的特征包括交通工具、学校、交通位置、超市、餐馆、娱乐场所、公交车站、旅馆，计算每个网格内的POI数量；所述的道路设定为线类型的特征，包括高速公路、干线、主干道、二级公路和三级公路共5个特征，在每个网格中记录每种道路的总长度；所述的土地利用是多边形类的特征，包括森林、公园、住宅、工业和商业区域5个特征，计算不同的土地利用在每个网格中的面积，共有P＝18个空间特征。6.如权利要求5所述的一种基于时空矩阵分解的空气质量推断方法，其特征为：所述的步骤2包括如下具体步骤：1、空气质量推断模型的设计；2、对空气质量推断模型进行优化，推断完整的空气质量矩阵。7.如权利要求6所述的一种基于时空矩阵分解的空气质量推断方法，其特征为：所述的具体步骤1的设计步骤为：a、引入一个与X相同大小的指示矩阵W
X
，其中当X矩阵中有空气质量值时，相应元素为1，反之为0；b、引入与Y相同大小的指示矩阵W
Y
，其中当Y矩阵中有空间...
【专利技术属性】
技术研发人员：胡克勇，郭小兰，刘润露，孙中卫，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：
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。