基于LG-Transformer模型的百米级臭氧浓度数据估算方法技术

本发明专利技术公开了一种基于LG‑Transformer模型的百米级臭氧浓度数据估算方法，其方法包括：S1、收集路网数据、ERA5数据和遥感数据对应重采样至网格地图的对应网格中；S2、构建包含Tansformer模型和LightGBM连接层的LG‑Transformer模型并利用样本数据集进行模型训练；S3、LightGBM连接层对序列特征矩阵计算特征重要性并选择重要性高的特征作为决策树的分裂点，LightGBM连接层将所有决策树的预测结果加权求和并产生输出值，将输出值通过全连接层完成最终回归；S4、收集研究区的数据输入训练好的LG‑Transformer模型并按照网格对应输出臭氧估算浓度数据。本发明专利技术实现了时空信息、数据特征信息与臭氧浓度之间关系捕捉与模型训练，能够有效按照网格进行研究区的臭氧浓度估算，进而得到整个研究区的臭氧浓度分布。

【技术实现步骤摘要】

本专利技术涉及臭氧浓度模型估算领域，尤其涉及一种基于lg-transformer模型的百米级臭氧浓度数据估算方法。

技术介绍

1、在现有技术中，要想获得臭氧浓度数据，需要在某个位置点设置臭氧浓度测站，通过臭氧浓度测站快速准确地测量出空气中的臭氧浓度。但是，臭氧浓度测站仅适用于某个具体位置点的臭氧浓度监测，臭氧浓度测站所测得的臭氧浓度数据只能代表该位置点的臭氧浓度，对于较大区域或较大面积的臭氧浓度监测，臭氧浓度测站的监测方法往往就不能实现。目前，对于较大区域的臭氧浓度估算往往是利用各个臭氧浓度测站的数据进行空间插值处理(目的是将离散点数据转换为连续数据曲面的方法)，比如采用反距离加权插值方法(反距离加权插值方法是假设距离较近的点对预测值的影响大于距离较远的点)，通过对已知点赋予权重并计算加权平均值来进行预测估算，权重是已知点与目标点距离的反函数，距离越小权重越大；这种方法简单直观，计算速度快，适用于数据分布均匀的情况；但是反距离加权插值方法是建立在假设所有方向的空间变化一致的情况下，在实际应用中对数据分布较稀疏或复杂的情况表现不好、估算准确度低，不适用于大面本文档来自技高网...

【技术保护点】

1.一种基于LG-Transformer模型的百米级臭氧浓度数据估算方法，其特征在于：其方法包括：

2.按照权利要求1所述的基于LG-Transformer模型的百米级臭氧浓度数据估算方法，其特征在于：在步骤S1中，网格地图中网格为100m*100m像元大小，ERA5数据来源于Era5-land和Era5 s ingle 1evel两个数据集，ERA5数据包括2m露点温度、2m温度、地表潜热通量、地表太阳辐射、地表热辐射、边界层高度、100m风速，ERA5数据采用双线性插值法重采样至网格地图的网格中；所述遥感数据包括归一化植被指数数据、气溶胶光学厚度数据、夜间辐射数据、对流层...

【技术特征摘要】

1.一种基于lg-transformer模型的百米级臭氧浓度数据估算方法，其特征在于：其方法包括：

2.按照权利要求1所述的基于lg-transformer模型的百米级臭氧浓度数据估算方法，其特征在于：在步骤s1中，网格地图中网格为100m*100m像元大小，era5数据来源于era5-land和era5 s ingle 1evel两个数据集，era5数据包括2m露点温度、2m温度、地表潜热通量、地表太阳辐射、地表热辐射、边界层高度、100m风速，era5数据采用双线性插值法重采样至网格地图的网格中；所述遥感数据包括归一化植被指数数据、气溶胶光学厚度数据、夜间辐射数据、对流层甲醛数据、对流层氮氧化物数据和大气层臭氧柱浓度数据，遥感数据采用双线性插值法重采样至网格地图的网格中。

3.按照权利要求1所述的基于lg-transformer模型的百米级臭氧浓度数据估算方法，其特征在于：在步骤s2中，tansformer模型利用球面嵌入层进行网格中数据的空间信息提取，方法如下：

4.按照权利要求1所述的基于lg-transformer模型的百米级臭氧浓度数据估算方法，其特征在于：在步骤s2中，tansformer模型提取网格中数据的时间信息并按照设定的时间步按顺序进行前后位置编码，位置编码表达式如下：

5.按照权利要求1所述的基于lg-transformer模型的百米级臭氧浓度数据估算方法，其特征在于...

【专利技术属性】
技术研发人员：董恒，赵洋甬，陈家欢，黄鹏，陈欢，
申请(专利权)人：浙江时空智子大数据有限公司，
类型：发明
国别省市：