[发明专利]基于社会化网络媒体数据的城市空气质量的评估方法

权利要求书

1.基于社会化网络媒体数据的城市空气质量的评估方法，其特征在于，具体按照以下步骤实施：

步骤1、以社会化网络媒体数据为数据源，从其中的历史数据中提取与城市空气污染相关的数据，同时从空气质量监测点获取对应的监测数据，其中，城市空气污染相关数据的获取从用户的直接环境空气描述和污染事件描述两方面获取，并以环境污染事件类型、栅格化城区位置、社会化媒体属性因素为重构指引，重构成具有完整语义功能的多模态城市空气污染基本事件数据；

步骤2，将社会化网络媒体数据中提取的城市空气污染事件关联量化至城市空气质量；

所述步骤2具体按照以下步骤实施：

步骤2.1、将城市区域离散化，对整体的城市区域进行栅格化处理；

所述步骤2.1中城市区域的栅格离散化以地理位置、人口密度、教育水平、土地特征因素为依据，最后得到的栅格化城市区域将城市区域按照各自的区域特点进行划分，从而使得特定区域的数据更加贴合该区域的实际情况；

步骤2.2、通过步骤1得到的空气质量监测点获取实时城市空气质量监测数据，并依据栅格化的城市区域将城市空气质量监测数据关联对应；

所述步骤2.2中以已有的空气环境质量监测站的环境空气监测数据为参照数据，包括污染因子浓度数据、空气质量指数，与监测站所在地理栅格内的网络媒体污染事件进行关联性分析，将空气质量监测数据与对应栅格区域相对应；

步骤2.3、基于关联对应的空气质量数据，结合该时段对应的社会化网络媒体数据中的用户发布空气污染事件数据，将空气质量与污染事件相互关联；

所述步骤2.3中根据城市空气污染事件属性，选择并量化与城市空气质量相关的特征，建立原始数列的因变量参考数列和自变量比较数列，采用初始化法或均值化法对原始数列进行无量纲化处理，具体如下：

步骤2.3.1、假设城市空气污染事件属性为因变量参考数列各类型属性的取值为自变量参考数列将原始序列进行初始化法、均值化法的无量纲处理，消除数量级大小不同的影响，以便于进行计算和比较分析；

步骤2.3.2、计算每个时刻因变量参考数列与各自变量参考数列差的绝对值，并从中取得最大差和最小差序列则差序列为：

△_i＝(△_i(1),△_i(2),△_i(3),…△_i(k)),i＝1,2,…,n，

步骤2.3.3、基于马尔科夫过程，以各类型空气污染事件特征为动作集合A，以离散化后的城市空气环境质量指数为状态集合S，拟合状态转移函数T:S×A→∏(S)，将每一对“状态―行动”映射为S的一个概率分布，用记号T(s,a,s')表示在状态s上执行a达到的概率s′，其中，“状态―行动”中的“状态”表示空气质量，“行动”表示污染事件特征，使用状态转移函数T即能够表征各类空气污染事件与城市空气质量的量化关联关系，从而实现将空气污染事件量化至城市空气质量；

步骤3、依据城市空气污染事件与空气质量的关联模型对城市空气质量进行评估。

2.根据权利要求1所述的基于社会化网络媒体数据的城市空气质量的评估方法，其特征在于，所述步骤3具体按照以下步骤实施：

步骤3.1、基于高斯模型的大气污染输送模型对城市固有信息进行分析，得到非突发性污染事故情况下的城市空气质量分析结果；

步骤3.2，基于马尔科夫过程，以步骤3.1得到的正常情况下的城市空气质量分析结果作为初始状态，结合步骤2得到的空气质量与污染事件关联对应关系评估当前的实时城市空气质量。

3.根据权利要求2所述的基于社会化网络媒体数据的城市空气质量的评估方法，其特征在于，所述步骤3.1中，采用基于高斯模型的大气污染输送模型，将城市区域环境背景数据、城市已知固定污染源分布和污染物种类等影响因素加入模型的输入量，即得到正常情况下的城市空气质量分析结果，其中，城市区域环境背景数据包括城市地形地貌、街区形态、土地性质、绿化率、能源结构、产业结构、清洁生产水平、气象数据。

4.根据权利要求3所述的基于社会化网络媒体数据的城市空气质量的评估方法，其特征在于，所述步骤3.2中，基于城市空气环境质量变化的马尔科夫过程，以正常情况下的城市空气质量分析结果为城市空气质量的初始状态，以从网络媒体数据中实时监测到的各个栅格区域的城市空气污染事件，根据状态转移函数，即可评估当前实时的不同栅格区域的城市空气环境质量指数。