一种基于运渣车活动的城市扬尘污染源分类方法

专利主权项内容

1.一种基于运渣车活动的城市扬尘污染源分类方法，其特征在于，包括以下步骤：S1、获取多种数据源历史数据，并根据多种数据源历史数据构建污染源数据集；多种数据源包括运渣车GPS轨迹数据、城市土地覆盖数据、城市POI数据和城市已知扬尘污染源数据；根据多种数据源历史数据构建污染源数据集包括以下步骤：A1、根据运渣车GPS轨迹数据、城市土地覆盖数据和城市POI数据确定污染源数据集的特征向量；步骤A1包括以下步骤：A11、根据运渣车GPS轨迹数据确定污染源数据集的地理特征值和车流特征值；步骤A11包括以下步骤：A111、根据运渣车GPS轨迹数据确定污染源数据集的第一形状值、第二形状值、大小值和中心距离值，以确定污染源数据集的地理特征值；A112、根据运渣车GPS轨迹数据确定运渣车的OD数据；A113、根据步骤A112中运渣车的OD数据确定运渣车的入流量值、运渣车的出流量值、污染源的入度值和污染源的出度值；A114、根据步骤A112中运渣车的OD数据，计算运渣车标准工作时间值，表示为：其中：为运渣车经过第/>个污染源的标准工作时间值，/>为经过第/>个污染源的总运渣车次数，/>为第/>辆运渣车经过第/>个污染源，/>为第/>辆运渣车进入第/>个污染源的时刻，/>为第/>辆运渣车离开第/>个污染源的时刻；A115、根据步骤A112中运渣车的OD数据和步骤A114中的运渣车标准工作时间值，计算运渣车工作时间稳定性值，表示为：其中：为运渣车经过第/>个污染源的工作时间稳定性值；A116、根据步骤A113中运渣车的入流量值、运渣车的出流量值、污染源的入度值、污染源的出度值、步骤A114中的运渣车标准工作时间值和步骤A115中的运渣车工作时间稳定性值，确定污染源数据集的车流特征值；A12、根据城市土地覆盖数据确定污染源数据集的城市土地覆盖特征值；A13、根据城市POI数据计算污染源数据集的城市POI特征值，表示为：其中：为第/>个污染源的第/>类城市POI特征值，/>为第/>类城市POI中POI点的序号，为第/>类城市POI中POI点的总数，/>为判别函数，判别函数判别成立时取值为1，判别函数判别不成立时取值为0，/>为第/>个污染源的几何中心横坐标，/>为第/>类城市POI中第/>个POI点的投影横坐标，/>为第/>个污染源的几何中心纵坐标，/>为第/>类城市POI中第/>个POI点的投影纵坐标；A14、根据步骤A11中污染源数据集的地理特征值和车流特征值、步骤A12中污染源数据集的城市土地覆盖特征值和步骤A13中污染源数据集的城市POI特征值，确定污染源数据集的特征向量，表示为：其中：为第/>个污染源的特征向量，/>为第/>个污染源的第一形状值，/>为第/>个污染源的第二形状值，/>为第/>个污染源的大小值，/>为第/>个污染源的中心距离值，/>为第/>个污染源的城市土地覆盖特征值，/>为第/>个污染源的城市POI特征值，/>为时间/>内运渣车的入流量值，/>为时间/>内运渣车的出流量值，/>为第/>个污染源的入度值，/>为第/>个污染源的出度值，/>为运渣车经过第/>个污染源的标准工作时间值，/>为运渣车经过第/>个污染源的工作时间稳定性值；A2、根据城市已知扬尘污染源数据确定污染源数据集的标签向量；A3、根据步骤A1中污染源数据集的特征向量和步骤A2中污染源数据集的标签向量确定污染源数据集；S2、构建城市扬尘污染源分类神经网络模型，利用步骤S1中的污染源数据集对城市扬尘污染源分类神经网络模型进行训练验证，并利用人工核查对训练验证后的城市扬尘污染源分类神经网络模型进行更新；S3、获取多种数据源实时数据，并根据多种数据源实时数据和步骤S2中更新后的城市扬尘污染源分类神经网络模型，确定城市扬尘污染源分类结果。