[发明专利]一种基于LSTM的空气污染分析方法

权利要求书

1.一种基于LSTM的空气污染分析方法，包括以下步骤：

步骤1，构造空气扩散模型：将某地区的各个观测站，以及他们之间的关系进行区域化划分，利用各个观测站之间的空气信息和气象信息，来构造空气扩散模型；

步骤2，对监测点进行预测分析：根据监测点的历史数据，运用LSTM结合步骤1构造的空气扩散模型，对监测点的空气进行预测；

步骤3，单点溯源分析：根据步骤2得到的各个区域对监测点的空气预测的影响权重，结合空气扩散模型对影响权重加权距离数值化，并定位污染源点。

2.根据权利要求1所述的一种基于LSTM的空气污染分析方法，所述步骤1具体包括：

步骤1.1，根据得到的风向可以判断空气污染粒子的流动方向和风速以粒子所在位置S当前时间步t_i和下一个时间步t_i+1的风速速度均值作为粒子的实际运动速度，即

步骤1.2，选取所有观测站中一个站点，根据该选取的站点与相邻站点之间的空间关系进行区域划分，以该选取的站点为中心，根据风向的八个方向将区域划分为八块，相邻的站点在这八块区域里面；

步骤1.3，基于粒子实际运动速度，可得到粒子在这区域内的运动轨迹Y：i为运动轨迹的计算迭代的次数，Yi-1的初始值为Y0＝0；

步骤1.4，重复步骤1.2-步骤1.3直至所有观测站中的站点全部划分完毕。

3.根据权利要求1所述的一种基于LSTM的空气污染分析方法，所述步骤2具体包括：

步骤2.1，构建相邻站点对中心站点的污染贡献值M(t)；构建相邻站点j对中心站点的污染贡献值M(t)，M(t)＝M(t-1)*(1-K_t-1*t)；粒子运动衰减因子为：其中为湿度，为气压；M(t)的初始值为M(0)＝1.公式均为自创；

步骤2.2，将空气历史数据(包括PM2.5、so2、等气体监测参数)与污染贡献值M(t)进行数据融合并进行归一化处理，得到LSTM输入X；X＝{X1,X2,X3.......Xn},n为序列长度；

步骤2.3，通过LSTM对空气数据进行学习，并把学习后得到的训练值与测试集进行比对调优，得到高精度的预测值；

步骤2.4，得到空气预测值h_t和各个时刻相邻站点对中心站点的影响权重Y_t，Y_t＝{y₁,y₂,.....y_n}。