[發(fā)明專利]一種多源時(shí)空大數(shù)據(jù)深度融合的空氣污染預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110144010.2
• 申請(qǐng)日: 2021-02-02
• 公開（公告）號(hào): CN112905560B
• 公開（公告）日: 2022-10-11
• 發(fā)明（設(shè)計(jì)）人: 李連發(fā)
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院地理科學(xué)與資源研究所
• 主分類號(hào): G06F16/21
• 分類號(hào): G06F16/21;G06F16/2458;G06N3/04;G01N33/00
• 代理公司: 威海惠和惠知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37387
• 代理人: 宋玲玲

本發(fā)明公開了一種多源時(shí)空大數(shù)據(jù)深度融合的空氣污染預(yù)測(cè)方法，采集多源大數(shù)據(jù)并預(yù)處理；對(duì)氣象數(shù)據(jù)反演獲得高分辨率的地面氣象參數(shù)；氣溶膠參數(shù)、NO₂遙感參數(shù)缺失反演及升尺度；提取交通變量、土地利用變量、社會(huì)經(jīng)濟(jì)及POI變量、時(shí)空變異變量；各類時(shí)空大數(shù)據(jù)的協(xié)變量數(shù)據(jù)時(shí)空融合，形成統(tǒng)一尺度及空間坐標(biāo)的數(shù)據(jù)集；反演空氣污染濃度高分辨率的地表參數(shù)；精度驗(yàn)證及評(píng)估；如若達(dá)標(biāo)，輸出結(jié)果；如若不達(dá)標(biāo)，調(diào)整并循環(huán)訓(xùn)練，直至得到合理的模型及預(yù)測(cè)。本發(fā)明時(shí)空覆蓋度大，通過(guò)高級(jí)的優(yōu)化技術(shù)提高氣象數(shù)據(jù)的柵格建模及衛(wèi)星參數(shù)的插補(bǔ)，取得了較高的測(cè)試精度、較高的泛化性，且結(jié)果驗(yàn)證及循環(huán)的建模機(jī)制減少估計(jì)偏差，提高實(shí)際應(yīng)用的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及一種空氣污染預(yù)測(cè)方法，尤其涉及一種多源時(shí)空大數(shù)據(jù)深度融合的空氣污染預(yù)測(cè)方法。

背景技術(shù)

研究表明空氣污染對(duì)身體健康產(chǎn)生有害的影響，短期會(huì)導(dǎo)致哮喘、肺炎等，長(zhǎng)期對(duì)呼吸系統(tǒng)及循環(huán)系統(tǒng)產(chǎn)生有害影響，同肺癌、心血管疾病緊密相關(guān)，也會(huì)對(duì)孕婦及兒童發(fā)育產(chǎn)生不利影響。在經(jīng)濟(jì)及科技不斷發(fā)展的今天，如何監(jiān)測(cè)并有效地減少空氣污染是當(dāng)前重要的環(huán)境問(wèn)題。當(dāng)前，雖然許多地區(qū)都設(shè)置有空氣污染監(jiān)測(cè)站點(diǎn)，用于監(jiān)測(cè)空氣污染水平；但空氣污染監(jiān)測(cè)站點(diǎn)整體設(shè)置數(shù)量有限，有限的監(jiān)測(cè)數(shù)據(jù)對(duì)于區(qū)域及人口時(shí)空分異大的實(shí)際情況是遠(yuǎn)遠(yuǎn)不夠的，如何根據(jù)有限的監(jiān)測(cè)數(shù)據(jù)準(zhǔn)確地反演空氣污染物地面時(shí)空分布情況，對(duì)于空氣污染的監(jiān)控是必要且重要的。

根據(jù)測(cè)量數(shù)據(jù)反演未抽樣地點(diǎn)的空氣污染濃度，最簡(jiǎn)單的就是線性回歸模型及空間插值如kriging即克里格方法，但是這不能很好地建模空氣污染物濃度同協(xié)變量之間的復(fù)雜關(guān)系，所以非線性時(shí)空建模是反演空氣污染濃度時(shí)空變化的主要方法。交通作為空氣污染主要的排放來(lái)源之一，也逐漸被提取用于空氣污染濃度的時(shí)空變化的建模之中。近年以來(lái)，遙感技術(shù)也逐漸用于提取重要的空氣污染協(xié)變量，如從MODIS(Moderate-resolutionImaging Spectroradiometer)衛(wèi)星傳感器提取氣溶膠光學(xué)深度系數(shù)(aerosol opticaldepth，簡(jiǎn)稱AOD)，可以從AOD反演PM₁₀(fine particulate matter with aerodynamicdiameter smaller than 10μm)及PM_2.5(fine particulate matter with aerodynamicdiameter smaller than 2.5μm)濃度。而從Ozone Monitoring Instrument(OMI)傳感器Aura提取的O₃(ozone)及NO₂(nitrogen dioxide)，可用于反演地面空氣污染物O₃及NO₂的時(shí)空變化情況。但衛(wèi)星數(shù)據(jù)最大的問(wèn)題是由于云覆蓋、地面的高反射率及傳感器本身的缺陷，會(huì)導(dǎo)致有大量的缺失值產(chǎn)生，從而嚴(yán)重影響衛(wèi)星產(chǎn)品的應(yīng)用。

為解決衛(wèi)星數(shù)據(jù)的缺失問(wèn)題，現(xiàn)有技術(shù)設(shè)計(jì)了基于概化累加模型(generalizedadditive model，簡(jiǎn)稱GAM)的缺值插補(bǔ)的非線性方法，采用基于GEOS 5-FP的氣象數(shù)據(jù)、土地利用、CMAQ(Community Multiscale Air Quality)模擬數(shù)據(jù)等插補(bǔ)完整中國(guó)長(zhǎng)三角地區(qū)的衛(wèi)星氣溶膠數(shù)據(jù)MAIAC(Multi-Angle Implementation of Atmospheric Correction)AOD，然后用于估算地面PM_2.5的濃度；也有采用了類似的變量，通過(guò)普通的前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行缺值插補(bǔ)。其他的一些方法還包括了采用均值、最近鄰或其他粗分辨率如CMAQ的模擬AOD代替缺失值。雖然現(xiàn)有技術(shù)已采用了非線性方法插補(bǔ)缺失值，比簡(jiǎn)單的替代方法要好，但是他們的缺值插補(bǔ)方法是基于粗分辨率的氣象數(shù)據(jù)(分辨率25km x 25km)，同反演的地面空氣污染濃度的分辨率(1x1km²)差距過(guò)大，這時(shí)導(dǎo)致估計(jì)結(jié)果偏差原因之一。