[發(fā)明專利]一種城市路網(wǎng)尾氣污染分布預(yù)測的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811020339.2
• 申請日: 2018-09-03
• 公開（公告）號: CN109165690A
• 公開（公告）日: 2019-01-08
• 發(fā)明（設(shè)計）人: 許鎮(zhèn)義;杜曉冬
• 申請（專利權(quán)）人: 安徽優(yōu)思天成智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04
• 代理公司: 合肥匯融專利代理有限公司 34141
• 代理人: 趙宗海

本發(fā)明提供一種城市路網(wǎng)尾氣污染分布預(yù)測的方法，包括步驟：多源異構(gòu)數(shù)據(jù)獲取；棧式自編碼器特征降維，通過構(gòu)建多層稀疏自編碼器網(wǎng)絡(luò)結(jié)構(gòu)，對所述多源異構(gòu)數(shù)據(jù)特征降維抽取；基于時空半監(jiān)督學(xué)習(xí)生成序列數(shù)據(jù)；深度時空網(wǎng)絡(luò)模型預(yù)訓(xùn)練；將真實監(jiān)測點位的遙測數(shù)據(jù)替換修正模型數(shù)據(jù)，重新訓(xùn)練得到修正的區(qū)域尾氣排放預(yù)測模型；確定模型的權(quán)重參數(shù)，得到深度時空網(wǎng)絡(luò)模型，輸入所述多源異構(gòu)數(shù)據(jù)，得到預(yù)測的區(qū)域尾氣污染排放結(jié)果。本發(fā)明基于棧式自編碼器降維特征抽取方法，能夠?qū)W習(xí)到路網(wǎng)信息、氣象信息、交通流信息、POIs信息與區(qū)域尾氣排放之間的本質(zhì)特征映射，并且能夠在真實遙測數(shù)據(jù)上實現(xiàn)更高精度的區(qū)域尾氣預(yù)測。

技術(shù)領(lǐng)域

本發(fā)明涉及城市區(qū)域尾氣污染預(yù)測技術(shù)領(lǐng)域，具體涉及一種城市路網(wǎng)尾氣污染分布預(yù)測的方法及系統(tǒng)。

背景技術(shù)

城市路網(wǎng)(urban road network)是指在城市范圍內(nèi)，由不同功能、等級、區(qū)位的道路，以一定的密度和適當(dāng)?shù)男问浇M成的網(wǎng)絡(luò)結(jié)構(gòu)。隨著城市路網(wǎng)中機動車保有量的增加與工業(yè)污染源的移出，機動車尾氣排放已經(jīng)漸漸成為城市大氣的主要污染源，汽車尾氣主要污染物有一氧化碳CO、二氧化碳CO₂、氮氧化物NO₂等。大量的研究表明，居住在靠近主干道生活區(qū)的居民，由于長時間地暴露在尾氣污染之中，其患有哮喘、肺結(jié)核以及各種心腦血管疾病的概率都會大大增加。因此，精準(zhǔn)的污染預(yù)測可以保護人們免受空氣污染的危害，同時有助于分析城市污染關(guān)聯(lián)因素，因此對城市區(qū)域尾氣污染預(yù)測對環(huán)境管理和交通規(guī)劃具有重要意義。

由于城市中的車輛遙感監(jiān)測設(shè)備建造和維護成本高昂導(dǎo)致監(jiān)測設(shè)備點位稀疏，導(dǎo)致獲取監(jiān)測數(shù)據(jù)代價很大。并且由于設(shè)備存在故障，導(dǎo)致一段時間內(nèi)監(jiān)測數(shù)據(jù)缺失帶來的數(shù)據(jù)不完整性，也為城市區(qū)域尾氣排放預(yù)測帶來挑戰(zhàn)。城市車輛排放因不同地理位置呈現(xiàn)非線性變化，并且容易受到許多復(fù)雜的外部環(huán)境因素影響。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種城市路網(wǎng)尾氣污染分布預(yù)測的方法及系統(tǒng)，克服現(xiàn)有技術(shù)的不足，能夠在真實遙測數(shù)據(jù)上實現(xiàn)更高精度的區(qū)域尾氣預(yù)測。

為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：

一種城市路網(wǎng)尾氣污染分布預(yù)測的方法，包括步驟：

步驟一、多源異構(gòu)數(shù)據(jù)獲取；

步驟二、棧式自編碼器特征降維，通過構(gòu)建多層稀疏自編碼器網(wǎng)絡(luò)結(jié)構(gòu)，對所述多源異構(gòu)數(shù)據(jù)特征降維抽取；

步驟三、基于時空半監(jiān)督學(xué)習(xí)生成序列數(shù)據(jù)；

步驟四、深度時空網(wǎng)絡(luò)模型預(yù)訓(xùn)練；

步驟五、將真實監(jiān)測點位的遙測數(shù)據(jù)替換修正模型數(shù)據(jù)，重新訓(xùn)練得到修正的區(qū)域尾氣排放預(yù)測模型；確定模型的權(quán)重參數(shù)，得到深度時空網(wǎng)絡(luò)模型，輸入所述多源異構(gòu)數(shù)據(jù)，得到預(yù)測的區(qū)域尾氣污染排放結(jié)果。

進一步地，所述多源異構(gòu)數(shù)據(jù)集包括：氣象數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、交通流數(shù)據(jù)和POIs數(shù)據(jù)；

所述氣象數(shù)據(jù)包括天氣、溫度、濕度、氣壓和風(fēng)力，所述氣象數(shù)據(jù)從公開氣象網(wǎng)站按每小時進行采集；所述路網(wǎng)數(shù)據(jù)包括車道數(shù)、路段長度和道路等級，所述路網(wǎng)結(jié)構(gòu)數(shù)據(jù)從數(shù)字地圖獲取；所述交通流數(shù)據(jù)包括車流量和平均速度，所述交通流數(shù)據(jù)從數(shù)字地圖獲取；所述POIs數(shù)據(jù)為區(qū)域內(nèi)興趣點公共設(shè)施特征分類，所述POIs數(shù)據(jù)從數(shù)字地圖獲取。

進一步地，所述步驟三具體包括：

將目標(biāo)區(qū)域劃分為多個柵格，規(guī)定每個柵格不同時間的尾氣排放量作為標(biāo)簽數(shù)據(jù)；

選取多個空間鄰域中的所述數(shù)據(jù)標(biāo)簽、時間近鄰的多個所述標(biāo)簽數(shù)據(jù)和所述降維特征作為時空半監(jiān)督網(wǎng)絡(luò)輸入，構(gòu)建訓(xùn)練樣本集進行訓(xùn)練；

利用訓(xùn)練的時空半監(jiān)督網(wǎng)絡(luò)對于所述標(biāo)簽數(shù)據(jù)進行估計，完成所述目標(biāo)區(qū)域內(nèi)的柵格數(shù)據(jù)插值。