【技术实现步骤摘要】
本专利技术涉及面向深度学习的空气质量预测，尤其涉及一种基于交通拥堵指数和多源数据融合的空气质量预测方法。
技术介绍
1、空气污染是影响公共卫生的重要因素，空气质量预测是空气污染预警的关键，因此预测空气质量的走势已经成为现今科学研究的热点问题。但空气污染是个复杂的现象，在特定时间和地点空气污染物浓度受到许多因素影响，主要受到气象条件、时间依赖性和空间相关性的影响，例如温度、湿度、风速等自然因素以及道路交通状况、污染源排放情况等人为因素是主要影响因素，城市的人口密度、地形地貌和气象等也是影响空气质量的重要因素，这些因素加大了空气质量精准预测的难度。
2、城市交通状况对空气质量有着重要的影响和贡献，交通活动产生的尾气排放是城市空气污染的主要源之一，交通状况对空气质量的影响是动态变化的，包括交通流量、道路状况和交通运输模式的改变等。交通拥堵限制了空气中污染物的扩散，尤其是在密集的城市区域和狭窄的街道上，拥堵导致空气中的污染物停滞不前，增加了污染物的排放量和浓度，形成局部污染区域，对城市空气质量产生显著的负面影响，因此，通过将交通拥堵...
【技术保护点】
1.一种基于交通拥堵指数和多源数据融合的空气质量预测方法,其特征在于：具体包括以下步骤：
2.根据权利要求1所述的一种基于交通拥堵指数和多源数据融合的空气质量预测方法，其特征在于：所述步骤S1包括以下步骤：
3.根据权利要求2所述的一种基于交通拥堵指数和多源数据融合预测疫情期间空气质量方法，其特征在于：步骤S14所述的对初步筛选的数据进行预处理，具体包括：
4.根据权利要求3所述的一种基于交通拥堵指数和多源数据融合的空气质量预测方法，其特征在于：所述步骤S2包括以下步骤：
5.根据权利要求4所述的一种基于交通拥堵指数和多...
【技术特征摘要】
1.一种基于交通拥堵指数和多源数据融合的空气质量预测方法,其特征在于：具体包括以下步骤：
2.根据权利要求1所述的一种基于交通拥堵指数和多源数据融合的空气质量预测方法，其特征在于：所述步骤s1包括以下步骤：
3.根据权利要求2所述的一种基于交通拥堵指数和多源数据融合预测疫情期间空气质量方法，其特征在于：步骤s14所述的对初步筛选的数据进行预处理，具体包括：
4.根据权利要求3所述的一种基于交通拥堵指数和多源数据融合的空气质量预测方法，其特征在于：所述步骤s2包括以下步骤：
5.根据权利要求4所述的一种基于交通拥堵指数和多源数据融合的空气质量预测方法，其特征在于：步骤s21所述的构建gcn模型，包括描述监测站间拓扑结构以及生成对应站点信息的特征矩阵，具体如下：
...
【专利技术属性】
技术研发人员：胡俊涛，张士诚，崔灿，孙海东，蒋炬波，张翔，方勇，
申请(专利权)人：合肥工业大学，
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。