← 返回列表
一种融合多尺度时空信息的PM2.5预测方法
摘要文本
本发明公开了一种融合多尺度时空信息的PM2.5预测方法，该方法包括以下步骤：(1)获取得到区域污染监测数据和气象特征数据，分为训练数据和测试数据；(2)利用蚁群优化二叉树对气象数据进行主元成分分析；(3)获取得到区域地理空间坐标及森林覆盖率数据，并分为训练数据和预测数据；(4)构建多尺度二维空间植被覆盖栅格图；(5)构建空间注意力机制的LSTM网络(SLSTM)；(6)基于多尺度空间覆盖栅格图与气象主元成分，利用SLSTM进行训练；(7)基于步骤(6)的训练模型对测试数据进行预测，得到预测区域的PM2.5值。本发明融合多尺度的时空气象数据与地理空间信息数据，对多元气象特征进行蚁群优化，在减少非重要因素对预测精度影响的同时，也加快了网络预测效率。
申请人信息
- 申请人:江苏海洋大学
- 申请人地址:222005 江苏省连云港市海州区苍梧路59号
- 发明人: 江苏海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种融合多尺度时空信息的PM2.5预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311299472.7 |
| 申请日 | 2023/10/9 |
| 公告号 | CN117420052A |
| 公开日 | 2024/1/19 |
| IPC主分类号 | G01N15/06 |
| 权利人 | 江苏海洋大学 |
| 发明人 | 周薇薇; 胡晶; 彭泊涵; 姜晓琦; 尹智 |
| 地址 | 江苏省连云港市海州区苍梧路59号 |
专利主权项内容
1.一种融合多尺度时空信息的PM2.5预测方法，其特征在于：所述方法采用的步骤具体如下：S1 : 获取得到区域污染监测数据和气象数据，将数据分为训练数据和测试数据；S2 : 利用蚁群优化二叉树对气象数据进行主元成分分析；S3 : 获取得到区域地理空间坐标及森林覆盖率数据，并分为训练数据和测试数据；S4 : 构建多尺度二维空间植被覆盖栅格图；S5 : 构建空间注意力机制的LSTM网络；S6 : 基于S4中的多尺度空间覆盖栅格图与S2中的气象主元成分，利用SLSTM进行训练；S6 : 基于S6的训练模型对测试数据进行预测，得到预测区域的PM2.5值。