【技术实现步骤摘要】
PM
2.5
浓度估算模型的构建方法
[0001]本专利技术属于空间统计分析服务应用的
,具体涉及一种PM
2.5
浓度估算模型的构建方法。
技术介绍
[0002]PM
2.5
是指漂浮在空气中的空气动力学直径≤2.5μg/m3的细颗粒物,目前是我国大多数城市的首要大气污染物。研究表明,高浓度PM
2.5
对人类社会和个人身体健康具有不利影响,如阻碍视线影响交通,损害个人呼吸系统、心血管系统和免疫系统。
[0003]区域性的PM
2.5
浓度监测依赖于大规模的空气质量监测站点的建立,随着全国空气质量监测站点愈发完备,越来越多的研究人员将研究重心转为大范围的PM
2.5
浓度建模。部分学者采用普通克里金方法,依据空气质量监测站点的PM
2.5
浓度值进行插值,获得缺乏监测数据区域的PM
2.5
浓度。还有一部分学者采用普通时空克里金和贝叶斯最大熵方法,通过经验时空半方差函数捕获PM
2.5
浓度的时空依赖,充分利用PM
2.5
的空间和时间特征,得到多维时间的大规模区域性的PM
2.5
浓度值。然而上述方法缺乏考虑自然和社会环境的相关因素对PM
2.5
浓度值的影响,同时其拟合精度受限于空气质量监测站点的分布不均问题。
[0004]随着遥感影像的愈发成熟,其具有高时空分辨率和覆盖范围广的特征,越来越多的学者尝
【技术保护点】
【技术特征摘要】
1.一种PM
2.5
浓度估算模型的构建方法,其特征在于,包括如下步骤:步骤1:对地面监测站点记录的PM
2.5
数据进行质量评估与均值处理;步骤2:选取合适的影响因子,并对影响因子进行预处理处理与均值处理;步骤3:统一坐标站点和影响因子的空间坐标系,并得到坐标站点下的PM
2.5
浓度值和各个影响因子数值;步骤4:计算PM
2.5
浓度值和各个影响因子的皮尔逊相关系数,对相关系数低于一定值的影响因子进行剔除;步骤5:根据实际需求的比例将步骤4中的数据划分为建模集和测试集;步骤6:选取合适的空间权重矩阵类型;步骤7:基于遗传算法选取最佳带宽;步骤8:根据步骤7中得到的最优带宽和步骤6中所选择的空间权重矩阵类型,构建空间权重矩阵;中心化空间权重矩阵并求取特征值和特征向量,其特征向量代表空间影响,为空间特征向量,并对所获得的空间特征向量进行初筛;将生成的空间特征向量与影响因子分别配对组成交互项;对影响因子、交互项进行重新组合构建模型,并对交互项和空间特征向量采用前向选择进行筛选;步骤9:对模型精度评价;步骤10:根据上述获得的空间特征向量和影响因子,代入步骤8所构建模型进行计算PM
2.5
浓度值并制图,获得大范围内的连续PM
2.5
浓度图。2.根据权利要求1所述的PM
2.5
浓度估算模型的构建方法,其特征在于,步骤2具体包括如下步骤:步骤2.1:从各种资源节点获取各个影响因子的原始影像和相关数据,其中,影响因子包括自然环境因子和社会因子,影像类根据不同产品类型的相关需求进行相关校正;针对离散站点或其他矢量格式,通过相关软件进行矢量转栅格、插值、核密度分析的操作转换为覆盖研究区的栅格影像;步骤2.2:对原始影像数据进行拼接和均值处理,得到覆盖范围完整的影像数据,再根据影像因子时空分辨率和PM
2.5
浓度时间分辨率的实际需求,统一影像因子得时空分辨率,进行上述处理完成后仍存在缺失值的问题,进行缺失值补全操作。3.根据权利要求1所述的PM
2.5
浓度估算模型的构建方法,其特征在于,步骤4中对皮尔逊相关系数小于0.1的影响因子进行剔除。4.根据权利要求1所述的PM
2.5
浓度估算模型的构建方法,其特征在于,步骤6中空间权重矩阵的类型包括反距离权重型空间权重矩阵和k邻近型空间权重矩阵。5.根据权利要求1所述的PM
2.5
浓度估算模型的构建方法,其特征在于,步骤7中最佳带宽的选取方法为:步骤7.1:对带宽进行编码并生成一组带宽;步骤7.2:根据步骤7.1的规则生成多组带宽,初始化多组带宽种群;步骤7.3:构建适应度函数,应用该函数评价各个种群中各组带宽适应度;其中,适应度函数的公式如下所示:
式中,y
ij
表示第i份验证集的第j个站点PM
2.5
浓度真实值;表...
【专利技术属性】
技术研发人员:陈玉敏,谭黄元,苏恒,陈玥君,周安南,陈国栋,
申请(专利权)人:武汉大学,
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。