[发明专利]PM2.5污染监测与预测方法

说明书

本发明涉及环境监测中PM2.5的预测领域，具体公开了一种PM2.5污染监测与预测方法，首先，将过去的一段时间根据设定的时间间隔划分成各个时间节点；其次，获取监测站点在所述过去的一段时间内各个时间点内所测量的多个空气污染物的浓度值和PM2.5的浓度值，同时获取所述监测站点在当前时刻所测量的多个空气污染物的浓度值；再次，使用线性回归模型对当前时刻PM2.5的浓度进行预测；根据某个区域内不同地点的空气污染物的检测值来预测具体地点的PM2.5浓度；最后，将所述预测的PM2.5的浓度与设定的PM2.5阀值进行对比，当所述预测的PM2.5的浓度大于所述设定的PM2.5阀值时，通过报警器报警。

技术领域

本发明涉及环境监测领域，特别涉及一种PM2.5污染监测与预测方法。

背景技术

雾霾，顾名思义是就是雾和霾，但是，雾和霾的区别很大，空气中的灰尘、硫酸、硝酸等颗粒物组成的气溶胶系统造成视觉障碍的叫霾。霾就是灰霾。雾霾对人体呼吸道的危害是极大的，如果在雾霾的天气没有及时进行防范，则很有会将人体的呼吸道感染，对人体造成伤害，因此，人们对于雾霾的防范和预测是非常重要的。

雾霾是多种其他和颗粒物的组合物质，其中，人们较为关心的就是雾霾中的PM2.5的含量，在目前对PM2.5的预测中，通常都是根据以往天气中的雾霾值对未来的天气中的PM2.5进行预测，这样虽然可以得到PM2.5的指数，但是由于天气的变化有非常所的因素所决定，因此这样的指数并没有实际的精准，会造成较大的误差。

发明内容

本发明的目的是克服上述现有技术中存在的问题，提供一种PM2.5污染监测与预测方法，通过对PM2.5和其他空气污染物的浓度数据进行训练，得到预测的模型，在通过当前的数据和已经训练好的模型进行PM2.5的预测，这样通过科学的数据处理方法对PM2.5实现精准的预测。

为此，本发明提供了一种PM2.5污染监测与预测方法，包括如下步骤：

S1：将设定的过去的一段时间根据设定的时间间隔划分成等时间间隔的各个时间节点；

S2：获取监测站点在所述设定的过去的一段时间内各个时间点内所测量的多个空气污染物的浓度值和PM2.5的浓度值，同时获取所述监测站点在当前时刻所测量的多个空气污染物的浓度值；

S3：使用所述监测站点在所述设定的过去的一段时间内各个时间点内所测量的多个空气污染物的浓度值和PM2.5的浓度值训练线性回归模型，得到训练好的线性回归模型；

S4：将所述监测站点在当前时刻所测量的多个空气污染物的浓度值输入到所述训练好的线性回归模型中，得到当前时刻的预测的PM2.5的浓度；

S5：将所述预测的PM2.5的浓度与设定的PM2.5阀值进行对比，当所述预测的PM2.5的浓度大于所述设定的PM2.5阀值时，通过报警器报警。

进一步，所述监测站点包括架设在监测区域内的多个且每一个用于检测一个空气污染物的空气污染物检测仪和用于检测PM2.5的浓度的PM2.5检测仪。

更进一步，在步骤S3中，训练线性回归模型的方法，包括如下步骤：

S3-1：构造线性回归模型的输入特征

X＝[1,x₁,x₂,...,x_i]，i＝1,2,...,b

其中，x_i＝w_ia_i，

其中，w_i为第i个空气污染物检测仪到PM2.5检测仪之间的距离的倒数，a_i为第i个空气污染物检测仪检测到的空气污染物的浓度；b为的空气污染物检测仪个数；

S3-2：建立线性回归模型