[发明专利]基于空气质量状况预报的空气污染处理方法及存储介质

说明书

本申请公开了一种基于空气质量状况预报的空气污染处理方法及存储介质，该方法包括：预测未来的空气质量状况；获取污染排放信息；根据预测得到的未来的空气质量状况以及获取的污染排放信息，选取相应的污染治理措施。本申请提供的方法，能够预测未来的空气质量状况、获取污染排放信息，根据预测得到的未来的空气质量状况以及获取的污染排放信息，选取相应的污染治理措施，从而能够辅助工作人员不断调整空气质量治理的措施和规划，大大提高了空气质量治理的工作效率，降低了工作人员的工作量。

技术领域

本申请涉及环境保护技术领域，具体涉及一种基于空气质量状况预报的空气污染处理方法及存储介质。

背景技术

随着经济的发展，大气污染问题已经显现，区域性和复合型大气污染问题十分突出，成因来源机制十分复杂，空气质量改善面临巨大困难和挑战。目前形势下，大气污染防控难度大，亟需得到监测和预报预警等技术支持，以及为大气污染应急处置的精细化管理提供更加及时、全面的技术支持。同时，由于监测仪器发生故障导致空气质量数据出现缺失的情况比较常见，部分监测仪器获取的监测结果中常存在大量缺省值。如何获得准确、可靠的数据以为空气质量状况预报以及空气污染处理提供有力支撑也是需解决的重要课题。面对新型复杂大气污染问题，亟需构建监测数据优化处理、空气质量监预报以及空气污染处理的体系，以便满足环境管理与决策的需求。

发明内容

本申请的目的是提供一种基于空气质量状况预报的空气污染处理方法及存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本申请实施例的一个方面，提供一种基于空气质量状况预报的空气污染处理方法，包括：

预测未来的空气质量状况；

获取污染排放信息；

根据预测得到的未来的空气质量状况以及获取的污染排放信息，选取相应的污染治理措施；

进一步地，所述预测未来的空气质量状况，包括：

获取当前气象数据、历史空气质量数据和历史气象数据；

对所述历史空气质量数据进行修复及归一化处理；

构建单因子预测模型和多因子预测模型；

将经过修复及归一化处理之后的历史空气质量数据输入所述单因子预测模型得到第一预测结果，将所述经过修复及归一化处理之后的历史空气质量数据和所述历史气象数据输入所述多因子预测模型得到第二预测结果；

将所述第一预测结果、所述第二预测结果以及所述当前气象数据进行回归计算，得到最终的空气质量状况的数据预测值。

进一步地，所述对所述历史空气质量数据进行修复，包括：

利用空气质量历史观测数据分别对自编码神经网络和循环门控神经网络进行训练；所述历史空气质量数据包括若干单一时次空气质量数据；

判断单一时次空气质量数据的缺省值所属的类型；

若所述缺省值属于零星缺省类型，则依次通过均值修复法和训练好的自编码神经网络对所述缺省值进行修复；

若所述缺省值属于系统性缺省类型，则利用训练好的循环门控神经网络对所述缺省值进行修复。

进一步地，所述依次通过均值修复法和训练好的自编码神经网络对所述缺省值进行修复，包括：

利用均值修复法获得所述缺省值的初始填补值；

利用训练好的自编码神经网络对所述初始填补值进行优化处理得到优化填补值；