一种基于高斯回归的空间细粒度污染推断方法
基本信息
申请号 | CN201911397406.7 | 申请日 | - |
公开(公告)号 | CN111209537A | 公开(公告)日 | 2020-05-29 |
申请公布号 | CN111209537A | 申请公布日 | 2020-05-29 |
分类号 | G06F17/18;G06N5/04 | 分类 | 计算;推算;计数; |
发明人 | 李倩;刘锐;谢涛;席春秀;张丽伟 | 申请(专利权)人 | 中科宇图科技股份有限公司 |
代理机构 | 北京市盛峰律师事务所 | 代理人 | 中科宇图科技股份有限公司 |
地址 | 100101 北京市朝阳区安翔北里甲11号B座2层 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于高斯回归的空间细粒度污染推断方法,涉及大气污染模型技术领域,包括以下步骤:S1,定义给定监测区域内所有监测点位的数据,对所有未知点位的PM2.5的数值进行推断;S2,确定选用的高斯回归模型,使用该高斯回归模型进行数据训练;S3,选用训练数据和测试数据,并利用训练数据和测试数据获得待推断空间细粒度污染预测值。该方法与其他污染推测方法相比具有较高的准确性和稳定性,更加适合对细粒度PM2.5进行空间推断;精细的污染热图使得后续的精细污染管控及健康风险评估具有更大的可能性。 |
