空气质量预测方法及系统技术方案

本发明专利技术公开一种空气质量预测方法及系统，涉及空气质量预测领域，预测方法包括：目标城市划分为监测区域(设有监测站点)及目标区域(未设有监测站点)，获取目标城市的监测站点数据集、地理拓扑数据、气象数据和兴趣点POI数据，进一步选取目标区域内的气象数据、POI数据和地理拓扑数据作为特征信息，根据监测站点和目标区域信息获得初始特征信息，之后使用初始特征信息提取空间特征和时间注意力特征，进而利用门控融合机制融合时间注意力特征和空间特征，得到融合特征，最后可根据融合特征预测得到目标区域的空气质量预测结果；本发明专利技术对城市中未设有监测站点的区域，也能够实现空气质量的精准预测。量的精准预测。量的精准预测。

【技术实现步骤摘要】
空气质量预测方法及系统


[0001]本专利技术涉及空气质量预测领域，特别是涉及空气质量预测方法及系统。

技术介绍

[0002]随着工业化和城市化的快速发展，空气污染已成为公众关注的焦点。为了减少空气污染的有害影响，准确预测空气质量显得十分重要。
[0003]然而，由于城市空气质量监测站的数量较少，站点空间分布不均，维护成本过高等因素，使得城市空气质量空间分辨率过低，无法精准预测未设监测站地区的空气质量。
[0004]同时，现有方法一般采用基于统计学的方法来提取特征，往往需要依赖领域知识和人工提取，难以获取数据中的潜在信息。
[0005]预测精度低，现有方法往往只能根据历史预测数据进行简单的回归预测，无法考虑多种因素对空气质量的影响。这种单一的预测方法导致预测精度较低，难以满足实际需求。

技术实现思路

[0006]本专利技术的目的是提供一种空气质量预测方法及系统，可在进行空气质量预测时，进行空间特征和时间特征的提取，实现对未设监测站点区域的空气质量预测。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种空气质量预测方法，包括：
[0009]获取目标城市的监测站点数据集、地理拓扑数据、气象数据和兴趣点POI数据；所述监测站点数据集包括各个监测站点的空气质量测量数据；所述目标城市的区域划分为监测区域和目标区域；任一目标区域为：所述目标城市中未设有监测站点的区域；任一监测区域为：所述目标城市中设有监测站点的区域；
[0010]对监测站点信息和目标区域信息进行特征提取和拼接，得到初始特征信息；所述监测站点信息至少包括：所述监测站点数据集；所述目标区域信息包括所述目标区域内的气象数据、POI数据和地理拓扑数据；
[0011]使用所述初始特征信息提取空间特征；所述空间特征用于表征所述目标区域与各监测站点之间的空间相关性；
[0012]通过时间注意力机制对所述初始特征信息进行特征提取，得到所述目标区域的时间注意力特征；
[0013]根据所述空间特征和时间注意力特征，获得融合特征；
[0014]根据所述融合特征预测得到所述目标区域的空气质量预测结果。
[0015]可选地，使用所述初始特征信息提取空间特征，具体包括：
[0016]根据各所述监测站点与所述目标区域之间的距离，获得邻接矩阵；
[0017]根据所述初始特征信息，获得空间注意力矩阵；所述空间注意力矩阵用于表征各监测站点空间位置相对于目标区域的重要性；
[0018]根据所述初始特征信息、邻接矩阵和空间注意力矩阵，获得所述空间特征。
[0019]可选地，根据所述初始特征信息，获得空间注意力矩阵，具体包括：
[0020]根据所述初始特征信息计算各监测站点相对于所述目标区域的空间相关性分数；
[0021]对各所述空间相关性分数进行归一化处理，得到各监测站点的空间注意力值；所述空间注意力矩阵包括：各监测站点的空间注意力值。
[0022]可选地，所述初始特征信息包括：各监测站点的初始特征，以及，所述目标区域的初始特征；
[0023]任一监测站点的空间相关性分数的计算，具体包括：
[0024]利用第一节点特征转换矩阵和监测站点i的初始特征进行计算，得到第一特征；所述监测站点i表征任一监测站点；
[0025]利用第二节点特征转换矩阵和所述目标区域的初始特征进行计算，得到第二特征；
[0026]对所述第一特征和第二特征进行拼接，并利用注意力权值矩阵加权，得到所述监测站点i和所述目标区域之间的空间相关特征；
[0027]利用评分函数对所述空间相关特征进行评分，得到所述监测站点i的空间相关性分数；
[0028]其中，所述第一节点特征转换矩阵和所述第二节点特征转换矩阵用于将所述监测站点i的初始特征和所述目标区域的初始特征嵌入到统一的空间。
[0029]可选地，根据所述初始特征信息、邻接矩阵和空间注意力矩阵，获得所述空间特征，具体包括：
[0030]利用空间注意力矩阵，对所述初始特征信息中各监测站点的初始特征进行特征提取，得到空间注意力特征；
[0031]将所述空间注意力特征进行空间映射，得到映射特征；
[0032]利用特征提取函数和所述邻接矩阵，对所述映射特征进行特征提取得到所述空间特征。
[0033]可选地，所述初始特征信息包括多个时刻的子初始特征；
[0034]通过时间注意力机制对所述初始特征信息进行特征提取，得到所述目标区域的时间注意力特征，具体包括：
[0035]根据初始特征信息中的子初始特征计算指定时间中每一时刻的时间注意力分数；
[0036]对各时刻的时间注意力分数进行归一化处理，得到各时刻对应的时间注意力值；所述时间注意力矩阵包括：各时刻对应的时间注意力值；
[0037]对所述时间注意力矩阵和初始特征信息进行聚合操作，得到所述时间注意力特征。
[0038]可选地，所述目标区域的空气质量预测结果包括：所述目标区域在指定时间内各时刻的空气质量预测值；
[0039]所述根据所述融合特征预测得到所述目标区域的空气质量预测结果包括：
[0040]利用空气质量预测权重矩阵和所述融合特征，预测得到所述目标区域在指定时间内各时刻的空气质量预测值；所述指定时间包括过去时间段T和未来时间段P。
[0041]可选地，所述目标区域内的气象数据包括：过去时间段T内的气象数据和未来时间
段P内预测的气象数据；所述监测站点数据集包括：各个监测站点过去时间段T内的空气质量测量数据；
[0042]所述目标区域信息包括：所述目标区域在过去时间段T内的气象数据、POI数据和地理拓扑数据；
[0043]所述融合特征包括第一融合特征和第二融合特征；所述第一融合特征包括：所述目标区域在过去时间段T内各时刻的融合特征；所述第二融合特征包括：所述目标区域在未来时间段P内各时刻的融合特征；
[0044]其中，所述第二融合特征是由所述第一融合物征向量和未来时间段P内预测的气象数据得到的；所述第一融合特征是通过门控融合机制融合所述时间注意力特征和所述空间特征得到；
[0045]所述目标区域的空气质量预测结果包括：所述目标区域在过去时间段T和未来时间段P内各时刻的空气质量预测值。
[0046]本专利技术还提供了一种空气质量预测系统，所述预测系统包括：
[0047]数据获取单元，用于：
[0048]获取目标城市的监测站点数据集、地理拓扑数据、气象数据和兴趣点POI数据；所述监测站点数据集包括各个监测站点的空气质量测量数据；所述目标城市的区域划分为监测区域和目标区域；任一目标区域为：所述目标城市中未设有监测站点的区域；任一监测区域为：所述目标城市中设有监测站点的区域；
[0049]时空匹配单元，用于对监测站点信息和目标区域信息进行特征提取和拼接，得到初始特征信息；所述监测站点信息至少包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空气质量预测方法，其特征在于，所述预测方法包括：获取目标城市的监测站点数据集、地理拓扑数据、气象数据和兴趣点POI数据；所述监测站点数据集包括各个监测站点的空气质量测量数据；所述目标城市的区域划分为监测区域和目标区域；任一目标区域为：所述目标城市中未设有监测站点的区域；任一监测区域为：所述目标城市中设有监测站点的区域；对监测站点信息和目标区域信息进行特征提取和拼接，得到初始特征信息；所述监测站点信息至少包括：所述监测站点数据集；所述目标区域信息包括所述目标区域内的气象数据、POI数据和地理拓扑数据；使用所述初始特征信息提取空间特征；所述空间特征用于表征所述目标区域与各监测站点之间的空间相关性；通过时间注意力机制对所述初始特征信息进行特征提取，得到所述目标区域的时间注意力特征；根据所述空间特征和时间注意力特征，获得融合特征；根据所述融合特征预测得到所述目标区域的空气质量预测结果。2.根据权利要求1所述的一种空气质量预测方法，其特征在于，使用所述初始特征信息提取空间特征，具体包括：根据各所述监测站点与所述目标区域之间的距离，获得邻接矩阵；根据所述初始特征信息，获得空间注意力矩阵；所述空间注意力矩阵用于表征各监测站点空间位置相对于目标区域的重要性；根据所述初始特征信息、邻接矩阵和空间注意力矩阵，获得所述空间特征。3.根据权利要求2所述的一种空气质量预测方法，其特征在于，根据所述初始特征信息，获得空间注意力矩阵，具体包括：根据所述初始特征信息计算各监测站点相对于所述目标区域的空间相关性分数；对各所述空间相关性分数进行归一化处理，得到各监测站点的空间注意力值；所述空间注意力矩阵包括：各监测站点的空间注意力值。4.根据权利要求3所述的一种空气质量预测方法，其特征在于，所述初始特征信息包括：各监测站点的初始特征，以及，所述目标区域的初始特征；任一监测站点的空间相关性分数的计算，具体包括：利用第一节点特征转换矩阵和监测站点i的初始特征进行计算，得到第一特征；所述监测站点i表征任一监测站点；利用第二节点特征转换矩阵和所述目标区域的初始特征进行计算，得到第二特征；对所述第一特征和第二特征进行拼接，并利用注意力权值矩阵加权，得到所述监测站点i和所述目标区域之间的空间相关特征；利用评分函数对所述空间相关特征进行评分，得到所述监测站点i的空间相关性分数；其中，所述第一节点特征转换矩阵和所述第二节点特征转换矩阵用于将所述监测站点i的初始特征和所述目标区域的初始特征嵌入到统一的空间。5.根据权利要求2
‑
4任一项所述的一种空气质量预测方法，其特征在于，根据所述初始特征信息、邻接矩阵和空间注意力矩阵，获得所述空间特征，具体包括：利用空间注意力矩阵，对所述初始特征信息中各监测站点的初始特征进行特征提取，
得到空间注意力特征；将所述空间注意力特征进行空间映射，得到映射特征；利用特征提取函数和所述邻接矩阵，对所述映射特征进行特征提取得到所述空间特征。6.根据权利要...

【专利技术属性】
技术研发人员：郝洁，孙子旭，吴强，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：