[发明专利]基于经验贝叶斯克里金模型来估算PM2.5的方法、系统及介质

说明书

本发明公开了一种基于经验贝叶斯克里金模型来估算PM2.5的方法、系统及存储介质，将待估算地区的地面PM2.5观测数据重采样到预先创建的网格中并进行匹配；将匹配好的网格数据划分为多个特定大小的重叠子集；通过子集中的PM2.5观测数据估计半变异函数；将估计出的半变异函数用作模型，通过模型在每个输入位置进行无条件模拟，产生新的PM2.5模拟值；通过PM2.5模拟值来估计新的半变异函数，且依据经验贝叶斯规则来计算该半变异函数的权重；重复上述第四、五步若干次，将最后一次得到的权重对半变异函数进行加权，将加权结果在未知位置进行PM2.5预测。本发明能够节约成本，大大提高PM2.5的估算精度。

技术领域

本发明涉及空气质量检测技术领域，尤其涉及一种基于经验贝叶斯克里金模型来估算PM2.5的方法、系统及存储介质。

背景技术

空气污染是当今社会最关注的话题之一，因为它危害了人类和其他生物的健康，造成了巨大的损失。PM2.5(又称细颗粒，细粒)是指环境空气中空气动力学当量直径小于或等于2.5微米的颗粒物，也称为可入肺颗粒物。它的直径还不到人的头发丝粗细的1/20。虽然，PM2.5只是地球大气成分中含量很少的组分，但它对空气质量和能见度等有重要的影响。它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重。长期暴露在PM2.5中会影响人换上鼻炎、哮喘和肺癌，减少人均寿命。因此，估算PM2.5分布是一件十分重要的事情。准确的估计和及时的播报，能够为人们决定是否合适出门，出门是否需要戴口罩等提供很好的建议。尽管有少量的学者采用空间插值法来估算PM2.5，但是，采用的都是传统的空间插值方法，精确性不高。当前的PM2.5的地面检测站点安装成本高并且覆盖不足，所以，有少量学者采用了传统的空间插值方法来估算PM2.5。但是，他们的方法对PM2.5的估算不够高。因此，需要采用一种精确性更高的空间插值模型来实时估算pm2.5。

发明内容

本发明提供一种基于经验贝叶斯克里金模型来估算PM2.5的方法、系统及存储介质，以解决现有的空间插值方法对地面PM2.5的估算精度不高的问题。

为实现上述目的，本发明提供一种基于经验贝叶斯克里金模型来估算PM2.5的方法，包括以下步骤：

S1，将待估算地区的地面PM2.5观测数据重采样到预先创建的网格中并进行匹配；

S2，将匹配好的网格数据划分为多个特定大小的重叠子集；

S3，通过子集中的PM2.5观测数据来估计半变异函数；

S4，将估计出的半变异函数用作模型，通过所述模型在子集的每个输入位置进行无条件模拟，产生新的PM2.5数据作为PM2.5模拟值；

S5，通过所述PM2.5模拟值来估计新的半变异函数，并且依据经验贝叶斯规则来计算该半变异函数的权重；

S6，重复上述步骤S4及S5，模拟产生PM2.5模拟值和依据模拟数据来估算新的半变异函数若干次，将最后一次得到的权重对半变异函数进行加权，将加权后的结果在未知位置进行PM2.5预测。

其中，所述S1、将待估算地区的地面PM2.5观测数据重采样到预先创建的网格中并进行匹配的步骤之前还包括：

S0，根据待估算地区的经纬度范围以及分辨率创建网格。

其中，每个子集有100个点，重复上述步骤S4及S5的次数为100次。

其中，所述S6，重复上述步骤S4及S5，模拟产生PM2.5模拟值和依据模拟数据来估算新的半变异函数若干次，将最后一次得到的权重对半变异函数进行加权，将加权后的结果在未知位置进行PM2.5预测的步骤包括：