[發明專利]一種多因素對空氣質量影響的評價方法和裝置

有效

• 申請號: 202110379858.3
• 申請日: 2021-04-08
• 公開（公告）號: CN113077089B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 劉永紅;王敏亦;徐銳;楊鵬史
• 申請（專利權）人: 中山大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/29;G06Q50/26
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明提供一種多因素對空氣質量影響的評價方法和裝置，所述方法包括：獲取路網地理信息數據、路網交通流量數據、風向數據和空氣質量數據；根據路網地理信息數據，獲取路網道路組成、風向數據和空氣質量監測站的位置關系；根據位置關系，對數據進行預處理，構建數據集；利用關聯規則算法，設定最小支持度和最小置信度，迭代計算支持度和置信度，獲得強關聯規則；選擇合適的強關聯規則，輸出對應的置信度作為不同路網道路組成、不同交通流量在不同風向環境下，對空氣質量影響的評價結果。本發明對影響空氣質量的多因素進行定量分析，獲得不同路網道路組成、不同交通流量在不同風向環境下對空氣質量影響的評價結果，為改善空氣質量提供理論基礎。

技術領域

本發明涉及計算機大數據處理的技術領域，更具體地，涉及一種多因素對空氣質量影響的評價方法和裝置。

背景技術

目前，機動車污染成為我國空氣污染的重要來源。而空氣污染是一種復雜的動態現象，會受到許多因素的影響：不同的氣象條件會影響空氣污染物的分布，機動車排放、工礦企業等也會直接影響空氣質量。因此，要改善空氣質量就需要對影響空氣質量的多方面影響因素進行研究評價。空氣質量在不同空間尺度的研究主要表現在：小尺度的道路交通范圍、中尺度的城市區域范圍和大尺度的全球范圍。道路交通范圍的空氣質量主要受到機動車尾氣排放、氣象等因素的影響；城市區域范圍的空氣質量狀況受到城市發展、城市氣象和城市人口數量等因素的影響；全球范圍的空氣質量則是聚焦在全球氣候的變化的影響。交通信息與氣象因子對空氣質量影響的研究發現，目前采用的方法大都是相關性的分析，雖然可以直觀的從相關性系數知道哪方面因素與空氣質量的關聯度最高，但由于沒有定量分析，不能反映深層次的關系，更無法得知數據之間存在何種關聯關系；并且對于復雜的道路交通系統，研究因素單一會造成巨大誤差,而路網結構組成不同也會對空氣在質量存在較大的影響；因此需要從多角度研究影響空氣質量的因素。

2019年12月20日公開的中國專利CN110598953A提供了一種時空相關的空氣質量預測方法，該發明將城市劃分成大小相同的網格，每個網格受相鄰區域網格影響，按照網格內是否有空氣監測站分為預測區域和估計區域；獲取影響空氣質量數據相關時序數據，對時序數據采用循環神經網絡和空間深度學習進行特征提取，進行時序模型訓練。獲取影響空氣質量數據相關非時序數據，對非時序數據采用卷積神經網絡進行特征提取，進行空間模型訓練；該方法對影響空氣質量數據相關的時序數據和非時序數據進行特征提取，利用提取結果對模型訓練，進而對空氣質量進行預測估計。該方法對空氣質量進行預測估計時前，數據需要經過特征提取過程，屬于相關性的分析，雖然可以直觀的從相關性系數知道哪方面因素與空氣質量的關聯度最高，但由于沒有定量分析，不能反映深層次的關系，對空氣質量的預測估計不準確。

發明內容

本發明為克服上述現有技術對空氣質量影響因素研究單一，缺乏定量分析，無法反映多因素與空氣質量的深層次關系，具有對空氣質量評價、預測不準確的缺陷，提供一種多因素對空氣質量影響的評價方法和裝置，綜合考慮了路網地理信息、路網交通流量和風向對空氣質量的影響，并對其進行定量分析，獲得不同路網道路組成、不同交通流量在不同風向環境下對空氣質量影響的評價結果，對空氣質量的評價、預測更加準確。

為解決上述技術問題，本發明的技術方案如下：

本發明提供一種多因素對空氣質量影響的評價方法，所述方法包括以下步驟：

S1：獲取試驗區域內路網地理信息數據、路網交通流量數據、風向數據和空氣質量監測站監測的空氣質量數據；

S2：根據所述路網地理信息數據，獲取路網道路組成、風向數據和空氣質量監測站的位置關系；

S3：根據所述位置關系，對路網交通流量數據、路網道路組成、風向數據和的空氣質量數據進行預處理，將預處理后的數據作為數據集的元素，構建數據集；