System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及空气质量监测领域,具体涉及一种气溶胶数据预测模型的配置方法、装置以及处理设备。
技术介绍
1、近年来随着公共健康和气候变化问题的日益突出,大气污染和气溶胶的研究也在不断推进,多项研究表明气溶胶是影响环境和人类健康的关键因素。
2、为了监测气溶胶数据,已经建立了许多气溶胶监测站点。气溶胶监测站点则研究气溶胶粒子的分布、成分和光学特征,监测数据来源主要包括aeronet、卫星遥感(如modis和calipso)和地基激光雷达。
3、然而,对于现有的气溶胶监测站点,尽管其可以提供大量有价值的监测数据,但在时空分布上仍面临覆盖范围有限的问题,从而导致对于气溶胶的监测效果,在覆盖面上存在着明显的不均衡问题。
技术实现思路
1、本申请提供了一种气溶胶数据预测模型的配置方法、装置以及处理设备,用于在面临气溶胶观测站点分布非常不均匀的情况下,考虑构建大气污染监测站点与气溶胶监测站点所监测数据之间的匹配关系,如此配置的气溶胶数据预测模型可以输入实际情况下便于获得且站点分布广泛的大气污染监测数据,来达到预测各个位置的气溶胶数据的目的,具有显著改善的时空分布覆盖面还有数据质量,减少了新增监测站点的建设和维护成本,提高了资源利用率和经济效益,可以满足实际情况下对于气溶胶的高质量监测需求,进而有助于对于大气质量的监测和管理。
2、第一方面,本申请提供了一种气溶胶数据预测模型的配置方法,方法包括:
3、获取选定时间范围内由不同大气污染监测站点所监测得到
4、获取选定时间范围内由不同气溶胶监测站点所监测得到的样本气溶胶数据;
5、对不同大气污染监测站点和不同气溶胶监测站点这两种类型的站点进行匹配处理,得到站点匹配结果,并根据站点匹配结果从样本大气污染数据和样本气溶胶数据中提取相对应站点的数据,得到作为训练样本的目标样本数据;
6、基于目标样本数据,训练气溶胶数据预测模型,其中,气溶胶数据预测模型用于根据输入模型的大气污染数据预测相应的气溶胶数据。
7、第二方面,本申请提供了一种气溶胶数据预测模型的配置装置,装置包括:
8、第一获取单元,用于获取选定时间范围内由不同大气污染监测站点所监测得到的样本大气污染数据;
9、第二获取单元,用于获取选定时间范围内由不同气溶胶监测站点所监测得到的样本气溶胶数据;
10、匹配单元,用于对不同大气污染监测站点和不同气溶胶监测站点这两种类型的站点进行匹配处理,得到站点匹配结果,并根据站点匹配结果从样本大气污染数据和样本气溶胶数据中提取相对应站点的数据,得到作为训练样本的目标样本数据;
11、训练单元,用于基于目标样本数据,训练气溶胶数据预测模型,其中,气溶胶数据预测模型用于根据输入模型的大气污染数据预测相应的气溶胶数据。
12、第三方面,本申请提供了一种处理设备,包括处理器和存储器,存储器中存储有计算机程序,处理器调用存储器中的计算机程序时执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
13、第四方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质存储有多条指令,指令适于处理器进行加载,以执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
14、从以上内容可得出,本申请具有以下的有益效果:
15、针对于气溶胶的监测目标,本申请在面临气溶胶观测站点分布非常不均匀的情况下,考虑构建大气污染监测站点与气溶胶监测站点所监测数据之间的匹配关系,如此配置的气溶胶数据预测模型可以输入实际情况下便于获得且站点分布广泛的大气污染监测数据,来达到预测各个位置的气溶胶数据的目的,具有显著改善的时空分布覆盖面还有数据质量,减少了新增监测站点的建设和维护成本,提高了资源利用率和经济效益,可以满足实际情况下对于气溶胶的高质量监测需求,进而有助于对于大气质量的监测和管理。
本文档来自技高网...【技术保护点】
1.一种气溶胶数据预测模型的配置方法,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,所述对两种类型的站点进行匹配处理,得到站点匹配结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述站点匹配结果从所述样本大气污染数据和所述样本气溶胶数据中提取相对应站点的数据,得到作为训练样本的目标样本数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标样本数据,训练气溶胶数据预测模型之前,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述样本大气污染数据具体包括PM2.5、PM10、SO2、NO2、O3和CO这几种类型的数据;
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.根据权利要求6所述的方法,其特征在于,所述样本气象数据具体包括2米露点温度、2米温度、10米U向风速分量、10米V向风速分量和边界层高度这几种类型的数据。
8.一种气溶胶数据预测模型的配置装置,其特征在于,所述装置包括:
9.一种处理设备,其
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种气溶胶数据预测模型的配置方法,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,所述对两种类型的站点进行匹配处理,得到站点匹配结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述站点匹配结果从所述样本大气污染数据和所述样本气溶胶数据中提取相对应站点的数据,得到作为训练样本的目标样本数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标样本数据,训练气溶胶数据预测模型之前,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述样本大气污染数据具体包括pm2.5、pm10、so2、no2、o3和co这几种类型的数据;
...【专利技术属性】
技术研发人员:王伦澈,李雨萌,覃文敏,宿鑫,
申请(专利权)人:中国地质大学武汉,
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。