[發(fā)明專利]基于因果中心性的霧霾分析識別方法

有效

• 申請?zhí)枺?/td>: 202110251379.3
• 申請日: 2021-03-08
• 公開（公告）號: CN112966442B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計）人: 王博丞
• 申請（專利權(quán)）人: 浙江傳媒學院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F16/2458;G06F18/2411;G06F111/10
• 代理公司: 杭州裕陽聯(lián)合專利代理有限公司 33289
• 代理人: 司曉蕾

本發(fā)明公開了一種基于因果中心性的霧霾分析識別方法，包含：獲取若干檢測站點檢測到的監(jiān)測數(shù)據(jù)；針對不同的監(jiān)測因素構(gòu)建區(qū)域內(nèi)部數(shù)據(jù)關(guān)聯(lián)模型和構(gòu)建區(qū)域間數(shù)據(jù)關(guān)聯(lián)模型；計算每個監(jiān)測因素和霧霾濃度之間的因果關(guān)系值；根據(jù)因果關(guān)系值構(gòu)成因果矩陣；根據(jù)因果矩陣計算因果中心性特征值用于表征各個檢測站點的拓撲中心性；將監(jiān)測因素間的因果關(guān)系值和因果中心性特征值輸入搭建好的預測模型對其進行訓練得到一個訓練完成的預測模型。本發(fā)明的基于因果中心性的霧霾分析識別方法，結(jié)合因果關(guān)系和復雜網(wǎng)絡(luò)中心性分析方法，對氣象數(shù)據(jù)和工業(yè)廢氣排放數(shù)據(jù)進行建模，充分利用地域間霧霾因果關(guān)聯(lián)程度和方向性信息等特征，顯著提高了霧霾氣象識別和預測水平。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于因果中心性的霧霾分析識別方法。

背景技術(shù)

霧霾天氣嚴重影響人們的生命和健康。特別是在華北，長江三角洲和中國中部，這些地區(qū)人口密集、經(jīng)濟發(fā)達，對自然資源的需求遠遠高于中國其他地區(qū)。隨著工廠和私家車化石燃料消耗的增加，排放到空氣中的二氧化硫和氮氧化物不僅對人類和植物造成直接危害，而且還會造成酸雨，霧霾，溫室效應和光化學煙霧等二次污染。許多發(fā)達國家也出現(xiàn)了嚴重的煙霧污染。作為空氣污染物的罪魁禍首，PM2.5濃度增加了呼吸道和心血管疾病的死亡率。

空氣質(zhì)量評估的方法可分為三類，基于物理特性、基于統(tǒng)計特征和混合方法。污染物擴散模型是基于物理特征的方法之一。它建立了一個數(shù)學公式，如高斯羽流模型，它帶來氣象數(shù)據(jù)，街道結(jié)構(gòu)，交通流量，然后評估空氣質(zhì)量。對于基于統(tǒng)計特征的方法，通常使用時間序列分析和顯著性檢驗來評估空氣質(zhì)量。統(tǒng)計中的線性和非線性回歸模型反映了不同空氣成分的固有屬性。Chenet?al表明個別氣象因子可以間接影響當?shù)豍M2.5濃度與其他氣象因素的相互作用。他們測試了不同氣象因子與PM2.5之間的收斂交叉映射(CCM)因果關(guān)系。此外，濕度和PM2.5濃度之間的正雙向耦合，以及風，太陽輻射和PM2.5濃度之間的負雙向耦合是通過比較因果關(guān)系方向的結(jié)果來解釋。另一方面，確認空氣污染只是由自然因素造成的，并不能令人信服。人類活動和工業(yè)生產(chǎn)的影響也至關(guān)重要。Kolluru等討論了不同旅行模式對乘客在印度國道上長途旅行的污染物暴露的貢獻。通過方差分析(ANOVA)方法研究了CO，CO2和PM2.5的濃度，得出結(jié)論：避開穿過城市的國家高速公路可以減少高達25％的PM2.5和50％的CO質(zhì)量暴露。周等人表明人口密度，產(chǎn)業(yè)結(jié)構(gòu)，工業(yè)煙塵(粉塵)排放和道路密度對PM2.5濃度有顯著的正向影響，僅對中國經(jīng)濟增長產(chǎn)生顯著的負面影響。

對于混合模型，大多數(shù)空氣質(zhì)量評估方法結(jié)合了物理和統(tǒng)計方法的優(yōu)點，并通過人工智能算法預測空氣質(zhì)量。這包括各種帶有機器學習的應用程序。Cordero等使用多元線性回歸，隨機森林和人工神經(jīng)網(wǎng)絡(luò)測量NO2濃度。朱等人基于選擇性集成算法，在中國霧霾預測中實現(xiàn)了高分類精度。但是，機器學習中的特征選擇是一個難題。在迭代求解之后，直到預測結(jié)果出來之前，沒有通用標準來確定特征是否合適。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于因果中心性的霧霾分析識別方法，采用如下的技術(shù)方案：

一種基于因果中心性的霧霾分析識別方法，包含以下步驟：

獲取若干檢測站點檢測到的監(jiān)測數(shù)據(jù)，監(jiān)測數(shù)據(jù)包含多個監(jiān)測因素和霧霾濃度的數(shù)據(jù)；

針對不同的監(jiān)測因素分別構(gòu)建區(qū)域內(nèi)部數(shù)據(jù)關(guān)聯(lián)模型；

針對不同的監(jiān)測因素分別構(gòu)建區(qū)域間數(shù)據(jù)關(guān)聯(lián)模型；

根據(jù)構(gòu)建的區(qū)域內(nèi)部數(shù)據(jù)關(guān)聯(lián)模型和區(qū)域間數(shù)據(jù)關(guān)聯(lián)模型計算每個監(jiān)測因素和霧霾濃度之間的因果關(guān)系值；

根據(jù)計算出的每個檢測站點檢測到的各監(jiān)測因素與霧霾濃度之間的因果關(guān)系值構(gòu)成因果矩陣；

根據(jù)因果矩陣計算因果中心性特征值用于表征各個檢測站點的拓撲中心性；

將監(jiān)測因素間的因果關(guān)系值和因果中心性特征值輸入搭建好的預測模型對其進行訓練得到一個訓練完成的預測模型。