[發(fā)明專(zhuān)利]重點(diǎn)管控區(qū)域污染防控管理辦法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110952308.6
• 申請(qǐng)日: 2021-08-19
• 公開(kāi)（公告）號(hào): CN113837436A
• 公開(kāi)（公告）日: 2021-12-24
• 發(fā)明（設(shè)計(jì)）人: 周佳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 成都市環(huán)境保護(hù)信息中心
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06K9/62;G06Q50/26
• 代理公司: 四川雍和道知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 51348
• 代理人: 劉宇輝

本發(fā)明提供一種重點(diǎn)管控區(qū)域污染防控管理辦法，包括如下步驟：對(duì)歷史基礎(chǔ)數(shù)據(jù)進(jìn)行收集；將歷史基礎(chǔ)數(shù)據(jù)進(jìn)行分類(lèi)、匹配和清洗，并清理異常值，將缺失值進(jìn)行插值處理；對(duì)已有數(shù)據(jù)進(jìn)行特征工程的提取，并通過(guò)相關(guān)系數(shù)法和10折交叉驗(yàn)證，選取出34個(gè)特征變量；在此基礎(chǔ)上，將數(shù)據(jù)分為訓(xùn)練集、驗(yàn)證集及測(cè)試集三部分；通過(guò)訓(xùn)練隨機(jī)森林模型及Xgboost模型，得出特征變量的權(quán)重矩陣，進(jìn)而得到AQI預(yù)測(cè)值及其準(zhǔn)確性；通過(guò)構(gòu)建復(fù)合堆疊回歸模型，確定不同模型預(yù)測(cè)值的權(quán)重，進(jìn)而輸出AQI的最終預(yù)測(cè)值。該方法通過(guò)AQI歷史數(shù)據(jù)，結(jié)合六因子、氣象、固定源、移動(dòng)源等參數(shù)，通過(guò)大數(shù)據(jù)分析、模型算法，預(yù)測(cè)短時(shí)間內(nèi)未來(lái)重點(diǎn)區(qū)域AQI的變化情況，為重點(diǎn)區(qū)域污染治理工作提供輔助的參考和決策。

技術(shù)領(lǐng)域

本發(fā)明具體涉及一種重點(diǎn)管控區(qū)域污染防控管理辦法。

背景技術(shù)

空氣質(zhì)量的好壞嚴(yán)重影響著人們的身體健康，也對(duì)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展造成極大的威脅。因此對(duì)于人類(lèi)生活健康和國(guó)家可持續(xù)發(fā)展而言，開(kāi)展環(huán)境空氣質(zhì)量精確預(yù)測(cè)也注定成為一項(xiàng)不可缺少的重要工作。

影響空氣污染的要素較多，現(xiàn)有的預(yù)測(cè)模型還需要在后續(xù)優(yōu)化過(guò)程中不斷加入其他參數(shù)，配合回歸測(cè)試，提高模型準(zhǔn)確性。這種方式并不方便，因此急提出一種重點(diǎn)管控區(qū)域污染防控管理辦法以解決這一問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足，提供一種重點(diǎn)管控區(qū)域污染防控管理辦法，該重點(diǎn)管控區(qū)域污染防控管理辦法可以很好地解決上述問(wèn)題。

為達(dá)到上述要求，本發(fā)明采取的技術(shù)方案是：提供一種重點(diǎn)管控區(qū)域污染防控管理辦法，該重點(diǎn)管控區(qū)域污染防控管理辦法包括如下步驟：

S1：對(duì)區(qū)域內(nèi)各站點(diǎn)的歷史基礎(chǔ)數(shù)據(jù)進(jìn)行收集的步驟；

S2：將所述歷史基礎(chǔ)數(shù)據(jù)按照站點(diǎn)和時(shí)間進(jìn)行分類(lèi)及匹配，對(duì)各個(gè)站點(diǎn)的所述歷史基礎(chǔ)數(shù)據(jù)進(jìn)行清洗，并對(duì)異常值進(jìn)行清理，將缺失值進(jìn)行插值處理；

S3：對(duì)已有數(shù)據(jù)進(jìn)行特征工程的提??；

S4：通過(guò)相關(guān)系數(shù)法和10折交叉驗(yàn)證選取出34個(gè)特征變量；

S5：基于以上特征，將數(shù)據(jù)分為訓(xùn)練集、驗(yàn)證集和測(cè)試集三部分；

S6：使用訓(xùn)練集分別訓(xùn)練隨機(jī)森林模型和Xgboost模型，每個(gè)模型分別得出特征變量的權(quán)重矩陣，并利用驗(yàn)證集進(jìn)行參數(shù)調(diào)整；

S7：對(duì)于兩個(gè)模型，分別利用測(cè)試集預(yù)測(cè)AQI值，并得出其準(zhǔn)確性；

S8：利用上述兩個(gè)模型所得的預(yù)測(cè)值，構(gòu)建復(fù)合堆疊回歸模型，確定不同模型預(yù)測(cè)值的權(quán)重，進(jìn)而輸出AQI的最終預(yù)測(cè)值。

該重點(diǎn)管控區(qū)域污染防控管理辦法具有的優(yōu)點(diǎn)如下：

該方法通過(guò)AQI歷史數(shù)據(jù)，結(jié)合六因子、氣象、固定源、移動(dòng)源等參數(shù)，通過(guò)大數(shù)據(jù)分析、模型算法，預(yù)測(cè)短時(shí)間內(nèi)未來(lái)重點(diǎn)區(qū)域AQI的變化情況，為重點(diǎn)區(qū)域污染治理工作提供輔助的參考和決策。同時(shí)可以預(yù)測(cè)未來(lái)幾個(gè)小時(shí)內(nèi)或者某個(gè)時(shí)段的AQI變化情況，以及是否超標(biāo)，對(duì)于環(huán)境治理工作中保優(yōu)良天戰(zhàn)役有著較大的幫助，可以根據(jù)預(yù)測(cè)結(jié)論提前作出相關(guān)決策和防治工作，避免當(dāng)前站點(diǎn)空氣質(zhì)量超標(biāo)，實(shí)現(xiàn)站點(diǎn)的精細(xì)化管理。

附圖說(shuō)明

此處所說(shuō)明的附圖用來(lái)提供對(duì)本申請(qǐng)的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，在這些附圖中使用相同的參考標(biāo)號(hào)來(lái)表示相同或相似的部分，本申請(qǐng)的示意性實(shí)施例及其說(shuō)明用于解釋本申請(qǐng)，并不構(gòu)成對(duì)本申請(qǐng)的不當(dāng)限定。在附圖中：

圖1示意性地示出了根據(jù)本申請(qǐng)一個(gè)實(shí)施例的重點(diǎn)管控區(qū)域污染防控管理辦法的流程示意圖。

具體實(shí)施方式

為使本申請(qǐng)的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，以下結(jié)合附圖及具體實(shí)施例，對(duì)本申請(qǐng)作進(jìn)一步地詳細(xì)說(shuō)明。