【技术实现步骤摘要】
本申请涉及空气环境质量预报，尤其涉及基于自动化特征模型用于颗粒物与臭氧的预报方法及系统。
技术介绍
1、空气质量预报模型用于进行空气质量检测，现有的主流空气质量预报模型主要可以分为两大类，分别为数值预报模型和统计预报模型，其中，数值预报通过研究大气的物理和化学性质，构建污染物在空气中的传输和扩散模型，但是，数值预报对于颗粒物及臭氧这类生成机理复杂的二次污染物的模拟预报效果不够理想；并且，该模型对输入数据的质量要求极高，目前绝大部分的特征工程都采用简单过滤法，这种方法忽略了数据中的大量信息，如特征间的相关性，且其预测精度在很大程度上取决于气象数据和污染源排放清单的准确性，在实际生活中，排放清单的采集过程繁琐且成本高昂。此外，数值预报模型对使用人员的专业要求高，运算时间较长，适用范围较为单一，难以实现实时在线预测，而统计预报模型的运算涉及到样本数量与样本维度，当面对大规模、高维度的空气质量数据时，需要耗费较多的计算时间和资源。
2、综上，相关技术中存在的技术问题有待得到改善。
技术实现思路p>
1、本申请本文档来自技高网...
【技术保护点】
1.基于自动化特征模型用于颗粒物与臭氧的预报方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取污染物数据集与气象数据集并进行数据分析处理，得到环境空气初始特征集，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述污染物数据集与所述气象数据集进行数据预处理，得到预处理后的环境空气数据集，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述清洗后的污染物数据集与所述清洗后的气象数据集进行插值处理，得到插值后的环境空气数据集，包括：
5.根据权利要求2所述的方法，其特征在于，...
【技术特征摘要】
1.基于自动化特征模型用于颗粒物与臭氧的预报方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取污染物数据集与气象数据集并进行数据分析处理，得到环境空气初始特征集，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述污染物数据集与所述气象数据集进行数据预处理，得到预处理后的环境空气数据集，包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述清洗后的污染物数据集与所述清洗后的气象数据集进行插值处理，得到插值后的环境空气数据集，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述预处理后的污染物数据集和所述预处理后的气象数据集进行影响因子分析处理，得到环境空气初始特征集，包括...
【专利技术属性】
技术研发人员：何青蔓，曾雪兰，徐伟嘉，李璇，
申请(专利权)人：广东工业大学，
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。