【技术实现步骤摘要】
本专利技术涉及环境监测，具体为基于定量定类数据分析融合的污染负荷量与组分感知系统。
技术介绍
1、城市生活垃圾剧增引起了一系列环境、经济和社会问题，垃圾分类管理需求应运而生，目前，全国有237个城市已启动垃圾分类。但是，垃圾分类投放后的收集、运输、除杂、处理设施能否配套，成为了生活垃圾有效分类管理的关键，多处试点城市分类工作收效甚微，提出可以针对性精细化时间、空间尺度下的开展的多种类生活垃圾产生特性预测的方法，以便进而进行合理的垃圾分类管理资源配套，成为垃圾分类政策行之有效的关键。传统预测方法，在进行复杂空间要素的统一预测时，由于要素的数量级差异，进而导致了垃圾分类产量预测准确率低。
技术实现思路
1、本专利技术的目的是：针对传统预测方法，在进行复杂空间要素的统一预测时，由于要素的数量级差异，进而导致了垃圾分类产量预测准确率低的问题，提出基于定量定类数据分析融合的污染负荷量与组分感知系统。
2、本专利技术为了解决上述技术问题采取的技术方案是：
3、基于定量定类数据分析融合的污染负荷量与组分感知系统，所述系统包括：数据获取模块，数据分析模块、特征提取模块、决策树模块、空间网格垃圾量预测模块、影响组分关键定类数据识别模块、定类数据预测组分模块、未来定类定量数据预测模块以及未来垃圾量预测模块；
4、所述数据获取模块用于以年为单位，按时序获取待测区域内生活垃圾的总质量以及不同垃圾分类的质量占比；
5、所述数据分析模块用于提取待测区域中不同类型
6、所述特征提取模块用于利用渔网生成法，利用正方形空间网格将待测区域进行划分，并基于分区统计算法，统计空间网格尺度下的定量数据和定类数据，之后利用空间连接与空间插值方法为每一个正方形空间网格赋予定量数据和定类数据，将定类数据与定量数据从待测区域全局尺度下的统计值缩放到细化空间网格尺度，得到空间网格尺度的缩放数据；
7、所述决策树模块用于构建预测垃圾总量变化的catboost决策树模型，具体步骤为：
8、首先，基于待测区域中不同类型的定量数据与待测区域内生活垃圾的总质量进行catboost决策树模型初步的拟合训练，构建生活垃圾的总质量与定量数据的回归关联关系，之后，利用交叉验证法对catboost决策树模型进行调优，得到拟合好的catboost决策树模型；
9、所述空间网格垃圾量预测模块用于将空间网格尺度的缩放数据，输入拟合好的catboost决策树模型中，得到每一个网格中生活垃圾总质量数据；
10、所述影响组分关键定类数据识别模块，利用灰色关联分析模型，将不同类型的定类数据分别与不同垃圾分类的质量占比建立关联分析，计算不同类型定类数据相对于不同生活垃圾的灰色关联系数，并筛取灰色关联系数最高的前五项对应的定类数据；
11、所述定类数据预测组分模块基于岭回归模型，将不同生活垃圾的占比与灰色关联系数最高的前五项对应的定类数据进行回归建模训练，构建面向不同垃圾分类的高灰色关联系数的定类数据与不同垃圾分类的质量占比的相关关系模型，即定类数据组分预测模型，之后将特征提取模块得到的定类数据，输入训练后的定类数据组分预测模型，得到不同网格内的不同垃圾分类的质量占比；
12、所述未来定类定量数据预测模块用于获取定量数据、定类数据随时序变化的周期性与趋势性特征，并利用定量数据、定类数据随时序变化的周期性与趋势性特征构建时序模型；
13、所述未来垃圾量预测模块，用于调用未来定类定量数据预测模块，利用时序模型，对待测时序进行预测，得到定量数据和定类数据，之后基于得到的定量数据和定类数据，依次调用特征提取模块、空间网格垃圾量预测模块、影响组分关键定类数据识别模块以及定类数据预测组分模块，得到未来的垃圾总质量以及未来的不同垃圾分类占比预测结果，最后将未来的垃圾总质量与未来的不同垃圾分类占比预测结果相乘，得到不同种类生活垃圾在空间网格内的未来产生质量。
14、进一步的，所述利用交叉验证法对catboost决策树模型进行调优通过调优catboost参数进行，所述调优catboost参数包含：n_estimators、min_split_loss、max_depth、min_samples_split、learning rate、min_child_weight、subsample、colsample_bytree、bootstrap、random_state。
15、进一步的，所述不同垃圾分类包括其他垃圾、可回收垃圾、餐厨垃圾以及有害垃圾。
16、进一步的，所述定量数据和定类数据通过联合国worldpop网站收集的环渤海地区的年龄结构数据、以及统计年鉴得到的不同种类用地数据、交通建设数据、经济建设数据，垃圾量历史记录数据得到。
17、进一步的，所述定量数据包括：
18、人口年龄结构、社会建设发展、经济产业结构、城乡差异演变等中的定量数据：统计计算总人数、男性人口、女性人口、儿童人数、青年人数、老年人人数、建成区面积、绿地面积、道路长度、第一产业公司数量、第一产业公司从业人数、第二产业公司数量、第二产业公司从业人数、第三产业公司数量、第三产业公司从业人数、城市人口、农村人口、各学历人口、环卫车辆数量、公厕数量。
19、进一步的，所述定类数据包括：
20、社会儿童人数占比、青年人数占比、老年人数占比、建成区面积占比绿地面积占比。
21、进一步的，所述正方形空间网格为1000*1000m。
22、进一步的，所述时序模型为prophet模型或sarima模型。
23、进一步的，所述prophet模型表示为：
24、y(t)＝g(t)+s(t)+h(t)+∈t
25、其中，y(t)表示随时间变化的定量或者定类数据，g(t)表示趋势函数，表示不同种类定量与定类数据随时间变化的全局趋势，s(t)表示周期性变化，用于挖掘定类与定量数据的随时间的周期性起伏波动，h(t)表示特殊事件如节假日等因素造成的短期波动，∈t表示误差项。
26、进一步的，所述catboost决策树模型和岭回归模型的拟合效果使用决定系数r2进行判定，决定系数r2表示为：
27、
28、其中，分别代表了模型在输入定类数据时，对于不同种类生活垃圾组分占比的预测值、真实值、以及所有真实值的平均值。
29、本专利技术的有益效果是：
30、本技术通过根据定量、定类数据类型的一一对应以及两类模型在相同时空单元下的关联耦合，完成多种生活垃圾在小空间尺度内的精准协同预测，避免了在进行复杂空间要素的统一预测时，由于不同要素的数量级差异，进而导致垃圾分类产量预测准确率低的问题，进而提升了垃圾产量预测的准确率。本申请技术方案在多个场景下的固废智能本文档来自技高网...
【技术保护点】
1.基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述系统包括：数据获取模块，数据分析模块、特征提取模块、决策树模块、空间网格垃圾量预测模块、影响组分关键定类数据识别模块、定类数据预测组分模块、未来定类定量数据预测模块以及未来垃圾量预测模块；
2.根据权利要求1所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述利用交叉验证法对CatBoost决策树模型进行调优通过调优catboost参数进行，所述调优catboost参数包含：n_estimators、min_split_loss、max_depth、min_samples_split、learning rate、min_child_weight、subsample、colsample_bytree、bootstrap、random_state。
3.根据权利要求2所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述不同垃圾分类包括其他垃圾、可回收垃圾、餐厨垃圾以及有害垃圾。
4.根据权利要求3所述的基于定量定类数据分析融合的污染负荷量与
5.根据权利要求4所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述定量数据包括：
6.根据权利要求5所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述定类数据包括：
7.根据权利要求6所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述正方形空间网格为1000*1000m。
8.根据权利要求7所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述时序模型为Prophet模型或SARIMA模型。
9.根据权利要求8所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述Prophet模型表示为：
10.根据权利要求9所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述CatBoost决策树模型和岭回归模型的拟合效果使用决定系数R2进行判定，决定系数R2表示为：
...【技术特征摘要】
1.基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述系统包括：数据获取模块，数据分析模块、特征提取模块、决策树模块、空间网格垃圾量预测模块、影响组分关键定类数据识别模块、定类数据预测组分模块、未来定类定量数据预测模块以及未来垃圾量预测模块；
2.根据权利要求1所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述利用交叉验证法对catboost决策树模型进行调优通过调优catboost参数进行，所述调优catboost参数包含：n_estimators、min_split_loss、max_depth、min_samples_split、learning rate、min_child_weight、subsample、colsample_bytree、bootstrap、random_state。
3.根据权利要求2所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述不同垃圾分类包括其他垃圾、可回收垃圾、餐厨垃圾以及有害垃圾。
4.根据权利要求3所述的基于定量定类数据分析融合的污染负荷量与组分感知系统，其特征在于所述定量...
【专利技术属性】
技术研发人员：左薇，赵天瑞，田禹，罗钐山，
申请(专利权)人：哈尔滨工业大学人工智能研究院有限公司，
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。