[發明專利]一種城市空氣質量濃度監測缺失數據的修復方法

有效

• 申請號: 201310418833.5
• 申請日: 2013-09-13
• 公開（公告）號: CN103514366B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 鄒濱;鄭忠
• 申請（專利權）人: 中南大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 長沙市融智專利事務所43114
• 代理人: 歐陽迪奇

1.一種城市空氣質量濃度監測缺失數據的修復方法，其特征在于，包括以下步驟：

步驟1：收集需進行空氣質量濃度監測缺失數據修復的城市中各空氣質量濃度監測站點時間超過一年以上的空氣質量濃度監測數據和環境因子數據，以這些數據作為變量節點生成的貝葉斯網絡節點，同時在所有貝葉斯網絡節點之間用線進行連接，以此構成貝葉斯網絡的完全連接圖，然后對各變量節點之間進行關聯性分析，并根據關聯性分析結果，將完全連接圖中不存在關聯性的變量之間的對應連接線刪除，并基于關聯性分析結果篩選出不同監測站點共同包含的環境因子(即共性環境因子)作為后續空氣質量濃度預測模型的輸入變量；

步驟2：以人工神經網絡來構建空氣質量濃度預測模型，然后將步驟1篩選出的各監測站點具有關聯性的共性環境因子作為空氣質量濃度預測模型的輸入變量，將監測站點歷史空氣質量濃度監測數據作為期望輸出變量來對空氣質量濃度預測模型進行訓練，訓練時通過分別輸入不同時刻的各監測站點具有關聯性的共性環境因子分別所對應的輸出變量與期望輸出變量進行對比，根據對比結果來對空氣質量濃度預測模型的輸入層網絡節點與隱含層網絡節點之間的權值、隱含層網絡節點與輸出層網絡節點之間的權值、隱含層節點閾值和輸出層節點閾值進行修正，當空氣質量濃度預測模型的預測值與期望輸出變量之間的誤差滿足精度要求時，則停止空氣質量濃度預測模型的訓練；然后將未來時刻的各正常工作的監測站點共同相關的環境因子和時間因子構成輸入變量，并輸入到構建完成的空氣質量濃度預測模型中，進行監測站點未來時刻空氣質量濃度值的預測；

步驟3：將步驟2所得到的正常工作的監測站點未來時刻空氣質量濃度的預測濃度值與該未來時刻的空氣質量監測濃度進行比較，并計算求得兩者的偏差；然后通過對該偏差進行空間差值，求得未來時刻故障監測站點的空氣質量濃度的預測值與該時刻的空氣質量監測濃度修復值之間的偏差，再通過空氣質量濃度預測模型求得故障監測站點未來時刻空氣質量濃度的預測值，加上未來時刻故障監測站點的空氣質量濃度的預測值與該時刻的空氣質量監測濃度修復值之間的偏差，即可獲得故障監測站點未來時刻的空氣質量濃度監測缺失數據的修復值。

2.根據權利要求1所述的方法，其特征在于，步驟1中環境因子數據包括人口密度、地形、交通流量、土地利用類型、氣溫、風速、風向、氣壓、濕度、光照。