一种高精度网格化空气质量推断方法、系统、终端设备及存储介质
基本信息
申请号 | CN202010235603.5 | 申请日 | - |
公开(公告)号 | CN111461423B | 公开(公告)日 | 2020-12-18 |
申请公布号 | CN111461423B | 申请公布日 | 2020-12-18 |
分类号 | G06Q10/04;G06N3/04;G06N3/08;G06N20/00 | 分类 | 计算;推算;计数; |
发明人 | 韩科;唐彬童 | 申请(专利权)人 | 四川国蓝中天环境科技集团有限公司 |
代理机构 | 成都金英专利代理事务所(普通合伙) | 代理人 | 四川国蓝中天环境科技集团有限公司 |
地址 | 610101 四川省成都市龙泉驿区成龙大道二段888号2栋1层 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种高精度网格化空气质量推断方法,包括:多元特征获取;部分单元数据获取;推断模型训练;未知单元数据推断。通过对固定+移动式“双网监测”所提供的实测空气质量数据、与之高度相关或隐式相关的城市基础和动态特征(包括地理、土地利用、基础设施、交通、人口动态、气象环境等)、研究区域以外的空气质量信息等进行特征工程,并输入到XGBoost和全卷积神经网络的集成模型之中训练模型,从而补全网格化空气质量的空间信息(即推断整个城市的空气质量趋势面)。对于城市空气质量的全面域监测、空气污染溯源和治理都有重要的现实意义。旨在解决现有技术中存在的推断模型对数据噪声的鲁棒性与捕捉特征的空间相关性不能兼顾的技术问题。 |
