[發明專利]一種PM2.5濃度的數據分析和預測模型建立方法

有效

• 申請號: 201710322796.6
• 申請日: 2017-05-09
• 公開（公告）號: CN107169277B
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 鄧方;馬麗秋;陳杰;高欣;趙佳晨;閆文茹
• 申請（專利權）人: 北京理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 劉芳;仇蕾安

本發明提供一種PM2.5濃度的數據分析和預測模型建立方法，包括如下步驟：步驟一、將PM2.5的變化過程分解為污染產生、擴散、稀釋和沉降；將PM2.5的監測區域劃分為多個元胞，針對每一過程分別建立元胞自動機模型；步驟二、利用歷史數據對各模型中的參數進行訓練，獲得PM2.5數據的預測模型。本發明使用元胞自動機模型模擬和預測PM2.5濃度變化，能有效且快速地預測PM2.5濃度的變化過程。

技術領域

本發明屬于天氣預測技術領域，具體涉及一種PM2.5濃度的數據分析和預測模型建立方法。

背景技術

PM2.5指環境空氣中空氣動力學當量直徑小于或等于2.5微米的顆粒物。它能較長時間懸浮于空氣中，其在空氣中含量濃度越高，就代表空氣污染越嚴重。PM2.5易附帶有毒有害物質，且在大氣中的停留時間長、輸送距離遠，嚴重影響人體健康和大氣環境質量。受人類活動和氣象條件的影響，PM2.5濃度的變化情況復雜，如何模擬PM2.5的濃度變化過程并預測變化趨勢，對PM2.5的治理與人類活動有重要的指導意義。傳統的復雜系統動力學研究都是以微分方程為主，從簡單模型開始不斷的添加復雜條件使模型更加接近真實模型。但是由于問題本身的復雜性和變化性，完全依靠方程的方法不再能處理多因素耦合的復雜問題。

目前，元胞自動機模型在多領域的復雜系統動態行為研究中展現優勢，它是根據復雜系統本身的基本模式設計自動機演化規則，根據其演化結果所表現出來的宏觀現象，確定復雜系統的基本規律。但是元胞自動機的規則空間極其龐大，嚴重需要依賴人工經驗縮小選擇范圍，其訓練時間通常較長。

發明內容

有鑒于此，本發明的目的是提供一種PM2.5濃度的數據分析和預測模型建立方法，使用元胞自動機模型模擬和預測PM2.5濃度變化，能有效且快速地預測PM2.5濃度的變化過程。

實現本發明的技術方案如下：

一種PM2.5濃度的數據分析和預測模型建立方法，包括如下步驟：

步驟一、將PM2.5的變化過程分解為污染產生、擴散、稀釋和沉降；將PM2.5的監測區域劃分為多個元胞，針對每一過程分別建立元胞自動機模型；

步驟二、利用歷史數據對各模型中的參數進行訓練，獲得PM2.5數據的預測模型。

進一步地，本發明污染產生模型為：

S(x,y,t+1)＝S(x,y,t)+S1(x,y,t)×Q(x,y,t) (3)

其中，S(x,y,t)代表元胞(x,y)在t時刻PM2.5的濃度值，S1(x,y,t)代表元胞(x,y)內的污染源在t時刻產生的污染量，Q(x,y,t)代表元胞(x,y)內的污染源在t時刻產生的污染轉化為PM2.5的系數，S(x,y,t+1)代表元胞(x,y)在t+1時刻PM2.5的濃度值；

Q(x,y,t)＝k₁₁T+k₁₂H+k₁₃R (4)

其中，k₁₁，k₁₂，k₁₃為待訓練的模型參數，T表示溫度，R表示輻射，H表示濕度。

進一步地，本發明污染擴散模型為：

第一種情況：無風時的污染物擴散

e＝k₂₁T+k₂₂P (6)

S(x,y,t+1)＝S(x,y,t)-∑E_i (8)