污染物监测方法、装置、存储介质及电子设备制造方法及图纸

本公开涉及一种污染物监测方法、装置、存储介质及电子设备，该污染物监测方法通过获取待测区域内目标空间分辨率下每个网格对应区域的目标土地利用类型占比数据；获取指定空间分辨率下每个网格对应区域的目标污染物的指定浓度；根据指定空间分辨率下每个网格对应区域的指定浓度确定在目标空间分辨率下每个网格对应区域中该目标污染物的目标预测浓度；根据每个网格对应的该目标预测浓度和目标空间分辨率下每个网格对应区域的目标土地利用类型占比数据通过预设污染物监测模型确定该目标空间分辨率下每个网格对应区域内该目标污染物的目标浓度，不仅能够得到更为准确地污染物浓度，也能够有效提升高空间分辨率下污染物浓度的监测效率。浓度的监测效率。浓度的监测效率。

【技术实现步骤摘要】
污染物监测方法、装置、存储介质及电子设备


[0001]本公开涉及环境污染物的检测
，具体地，涉及一种污染物监测方法、装置、存储介质及电子设备。

技术介绍

[0002]随着城市化、工业化进程的不断推进，长时间、大范围的大气污染事件出现越来越频繁，大气中污染物浓度已经成为人们关注的重点问题。目前的污染物监测方法大多是基于低空间分辨率的监测，而针对高空间分辨率下污染物浓度的监测通常存在监测效率低，准确性不高等问题。

技术实现思路

[0003]本公开的目的是提供一种污染物监测方法、装置、存储介质及电子设备。
[0004]为了实现上述目的，本公开第一方面提供了一种污染物监测方法，所述方法包括：获取待测区域内目标空间分辨率下每个网格对应区域的目标土地利用类型占比数据，所述目标土地利用类型占比数据包括多种目标土地利用类型的占比；获取指定空间分辨率下每个网格对应区域的目标污染物的指定浓度，所述指定空间分辨率低于所述目标空间分辨率；根据所述指定空间分辨率下每个网格对应区域的所述指定浓度确定在所述目标空间分辨率下每个网格对应区域中所述目标污染物的目标预测浓度；将每个网格对应的所述目标预测浓度和所述目标土地利用类型占比数据输入预设污染物监测模型，以获取所述预设污染物监测模型输出的所述目标空间分辨率下每个网格对应区域内所述目标污染物的目标浓度。
[0005]可选地，所述预设污染物监测模型通过以下方法预先得到：获取所述待测区域在第一空间分辨率下每个网格对应区域内目标污染物的第一浓度，并获取在第二空间分辨率下每个网格对应区域内所述目标污染物的第二浓度，以及在第三空间分辨率下每个网格对应区域的土地利用类型数据，其中，所述第一空间分辨率低于所述第二空间分辨率，所述第二空间分辨率低于所述第三空间分辨率；根据所述第一空间分辨率下每个网格对应区域中所述目标污染物的第一浓度预测在所述第二空间分辨率下每个网格对应区域中所述目标污染物的待定预测浓度；根据所述土地利用类型数据确定在第二空间分辨率下每个网格对应区域的指定土地利用类型占比数据；根据所述第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和所述待定预测浓度拟合得到所述预设污染物监测模型，其中，所述预设污染物监测模型用于表征指定差值与所述多种目标土地利用类型的占比之间的函数关系，所述指定差值为所述目标污染物在所述第二空间分辨率下每个网格对应区域的第二浓度与所述待定预测浓度之间的差值。
[0006]可选地，所述指定土地利用类型占比数据包括多种土地利用类型的占比，所述根据所述第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和所述待定预测浓度拟合得到所述预设污染物监测模型，包括：根据所述多种土地利用类型的占比构建逐步回归模型；根据第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和每个网格对应的所述待定预测浓度依次确定每种土地利用类型的占比对所述目标污染物的所述指定差值的贡献指数，所述贡献指数用于表征所述土地利用类型的占比对所述指定差值的贡献显著程度；根据所述贡献指数对所述逐步回归模型迭代更新，以得到所述预设污染物监测模型。
[0007]可选地，所述根据所述贡献指数对所述逐步回归模型迭代更新，以得到所述预设污染物监测模型，包括：按照以下更新策略更新所述逐步回归模型，直至在确定所述多种土地利用类型的占比中贡献显著的土地利用类型的占比均为所述逐步回归模型的自变量，并且所述逐步回归模型中不包括贡献不显著的土地利用类型的占比的情况下，将当前的所述逐步回归模型作为所述预设污染物监测模型；所述更新策略包括：在确定当前土地利用类型的占比的所述贡献指数大于或者等于预设阈值情况下，确定所述当前土地利用类型的占比贡献显著，将所述当前土地利用类型的占比作为自变量引入所述逐步回归模型，以得到更新后的逐步回归模型；在确定当前土地利用类型占比的所述贡献指数小于预设阈值情况下，确定所述当前土地利用类型的占比贡献不显著，将所述当前土地利用类型的占比对应的自变量从所述逐步回归模型中剔除，以得到更新后的逐步回归模型；在得到更新后的逐步回归模型之后，获取每个土地利用类型的占比对应的更新后的贡献指数。
[0008]可选地，所述根据所述第一空间分辨率下每个网格对应区域内所述目标污染物的第一浓度预测在所述第二空间分辨率下每个网格对应区域内所述目标污染物的待定预测浓度，包括：对所述第一空间分辨率下每个网格对应区域内所述目标污染物的第一浓度进行插值处理，以得到所述第二空间分辨率下每个网格对应区域的所述待定预测浓度。
[0009]可选地，所述目标空间分辨率低于所述第三空间分辨率，所述获取待测区域内目标空间分辨率下每个网格对应区域的目标土地利用类型占比数据，包括：根据所述土地利用类型数据确定在目标空间分辨率下每个网格对应区域中每种目标土地利用类型的占比，以得到所示目标土地利用类型占比数据。
[0010]可选地，所述根据所述指定空间分辨率下每个网格对应区域的所述指定浓度确定在所述目标空间分辨率下每个网格对应区域中目标污染物的目标预测浓度，包括：对所述指定空间分辨率下每个网格对应区域的目标污染物的指定浓度进行插值处理，以得到在所述目标空间分辨率下每个网格对应区域中所述目标污染物的所述目标预测浓度。
[0011]在本公开的第二方面提供了一种污染物监测装置，所述装置包括：第一获取模块，被配置为获取待测区域内目标空间分辨率下每个网格对应区域的目标土地利用类型占比数据，所述目标土地利用类型占比数据包括多种目标土地利用类型的占比；第二获取模块，被配置为获取指定空间分辨率下每个网格对应区域的目标污染物的指定浓度，所述指定空间分辨率低于所述目标空间分辨率；第一确定模块，被配置为根据所述指定空间分辨率下每个网格对应区域的所述指定浓度确定在所述目标空间分辨率下每个网格对应区域中所述目标污染物的目标预测浓度；第二确定模块，被配置为将每个网格对应的所述目标预测浓度和所述目标土地利用类型占比数据输入预设污染物监测模型，以获取所述预设污染物监测模型输出的所述目标空间分辨率下每个网格对应区域内所述目标污染物的目标浓度。
[0012]可选地，所述装置还包括模型生成模块，被配置为：获取所述待测区域在第一空间分辨率下每个网格对应区域内目标污染物的第一浓度，并获取在第二空间分辨率下每个网格对应区域内所述目标污染物的第二浓度，以及在第三空间分辨率下每个网格对应区域的土地利用类型数据，其中，所述第一空间分辨率低于所述第二空间分辨率，所述第二空间分辨率低于所述第三空间分辨率；根据所述第一空间分辨率下每个网格对应区域中所述目标污染物的第一浓度预测在所述第二空间分辨率下每个网格对应区域中所述目标污染物的待定预测浓度；根据所述土地利用类型数据确定在第二空间分辨率下每个网格对应区域的指定土地利用类型占比数据；根据所述第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和所述待定预测浓度拟合得到所述预设污染物监测模型，其中，所述预设污染物监测模型用于表征指定差值与所述多种目标土地利用类型的占比之间的函数关系，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种污染物监测方法，其特征在于，所述方法包括：获取待测区域内目标空间分辨率下每个网格对应区域的目标土地利用类型占比数据，所述目标土地利用类型占比数据包括多种目标土地利用类型的占比；获取指定空间分辨率下每个网格对应区域的目标污染物的指定浓度，所述指定空间分辨率低于所述目标空间分辨率；根据所述指定空间分辨率下每个网格对应区域的所述指定浓度确定在所述目标空间分辨率下每个网格对应区域中所述目标污染物的目标预测浓度；将每个网格对应的所述目标预测浓度和所述目标土地利用类型占比数据输入预设污染物监测模型，以获取所述预设污染物监测模型输出的所述目标空间分辨率下每个网格对应区域内所述目标污染物的目标浓度。2.根据权利要求1所述的方法，其特征在于，所述预设污染物监测模型通过以下方法预先得到：获取所述待测区域在第一空间分辨率下每个网格对应区域内目标污染物的第一浓度，并获取在第二空间分辨率下每个网格对应区域内所述目标污染物的第二浓度，以及在第三空间分辨率下每个网格对应区域的土地利用类型数据，其中，所述第一空间分辨率低于所述第二空间分辨率，所述第二空间分辨率低于所述第三空间分辨率；根据所述第一空间分辨率下每个网格对应区域中所述目标污染物的第一浓度预测在所述第二空间分辨率下每个网格对应区域中所述目标污染物的待定预测浓度；根据所述土地利用类型数据确定在第二空间分辨率下每个网格对应区域的指定土地利用类型占比数据；根据所述第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和所述待定预测浓度拟合得到所述预设污染物监测模型，其中，所述预设污染物监测模型用于表征指定差值与所述多种目标土地利用类型的占比之间的函数关系，所述指定差值为所述目标污染物在所述第二空间分辨率下每个网格对应区域的第二浓度与所述待定预测浓度之间的差值。3.根据权利要求2所述的方法，其特征在于，所述指定土地利用类型占比数据包括多种土地利用类型的占比，所述根据所述第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和所述待定预测浓度拟合得到所述预设污染物监测模型，包括：根据所述多种土地利用类型的占比构建逐步回归模型；根据第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和每个网格对应的所述待定预测浓度依次确定每种土地利用类型的占比对所述目标污染物的所述指定差值的贡献指数，所述贡献指数用于表征所述土地利用类型的占比对所述指定差值的贡献显著程度；根据所述贡献指数对所述逐步回归模型迭代更新，以得到所述预设污染物监测模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述贡献指数对所述逐步回归模型迭代更新，以得到所述预设污染物监测模型，包括：按照以下更新策略更新所述逐步回归模型，直至在确定所述多种土地利用类型的占比中贡献显著的土地利用类型的占比均为所述逐步回归模型的自变量，并且所述逐步回归模型中不包括贡献不显著的土地利用类型的占比的情况下，将当前的所述逐步回归模型作为
所述预设污染物监测模型；所述更...

【专利技术属性】
技术研发人员：文质彬，肖林鸿，陈焕盛，王文丁，亢思静，秦东明，吴剑斌，
申请(专利权)人：中科三清科技有限公司，
类型：发明
国别省市：