[发明专利]基于时空残差感知网络的区域尾气排放预测方法及系统

说明书

本发明的一种基于时空残差感知网络的区域尾气排放预测方法及系统，可解决现有方法多为基于试验车数据，外部影响因素考虑也不够，相对误差较大的技术问题。包括以下步骤：S100、获取历史尾气时空监测数据以及外部环境数据，对所获数据进行数据预处理；S200、根据尾气变化特性构建时序序列划分集合；S300、基于事先构建并训练好的尾气污染时空预测模型，利用当前时刻t的外部环境特征数据和t‑1时刻前的历史尾气时空序列数据，预测未来t+k时刻的尾气排放。本发明通过时空残差感知网络考虑到尾气排放具有时空异质性以及受多种外部复杂环境因素影响，并且能够在真实遥测数据上实现更高精度的区域尾气预测。

技术领域

本发明涉及环境检测技术领域，具体涉及一种基于时空残差感知网络的区域尾气排放预测方法及系统。

背景技术

根据环保部发布的《2012中国环境状况公报》显示全国环境质量保持平稳，但形势依然严峻。北方城市受大范围天气影响，空气质量明显下降，灰霾面积达130万平方公里。国务院批复实施的《重点区域大气污染防治“十二五”规划》指示以PM2.5污染防治为重点，突出抓好工业烟粉尘、施工扬尘、挥发性有机物和机动车尾气污染治理工作。机动车尾气是PM2.5的来源之一，实时获取城市区域尾气的时空分布信息对机动车污染防治以及环境保护大有裨益。有必要建立监测预警体系，获取任意时刻的城市区域尾气时空分布可以提供城市区域尾气污染预警以及为交通市政部门的城市交通规划提供决策支持。

由于城市各区域实际交通状况不同以及环境因素影响，都会对车辆的行驶工况造成影响，同时考虑尾气在空间扩散影响，给定区域内尾气分布会受到其临近区域影响，在时间尺度上，由于区域内车流量的周期性、趋势性变化导致尾气在时间上也呈现类似变化特征，但已有方法大多基于试验车测试数据建立尾气排放因子估计模型，并不能真实反映路网中运行车辆尾气的真实排放情况，适用于所有区域。此外尾气排放具有时空异质性以及受多种外部复杂环境因素影响。

发明内容

本发明提出的一种基于时空残差感知网络的区域尾气排放预测方法及系统，可解决现有方法多为基于试验车数据，外部影响因素考虑也不够，相对误差较大的技术问题。

为实现上述目的，本发明采用了以下技术方案：

包括以下步骤：

S100、获取历史尾气时空监测数据以及外部环境数据，对所获数据进行数据预处理；

S200、根据尾气变化特性构建时序序列划分集合；

S300、基于事先构建并训练好的尾气污染时空预测模型，利用当前时刻t的外部环境特征数据和t-1时刻前的历史尾气时空序列数据，预测未来t+k时刻的尾气排放。

进一步的，所述S300中尾气污染时空预测模型的构建步骤如下：

S301、获取历史尾气时空监测数据以及外部环境数据，对所获数据进行数据预处理；

S302、根据尾气变化特性构建时序序列划分集合；

S303、根据尾气划分序列数据和外部环境因素数据构建深度时空残差感知网络的区域尾气污染排放预测模型；

S304、利用预处理后的尾气监测数据和外部环境数据对深度时空残差感知网络进行训练，得到尾气污染时空预测模型。

进一步的，所述S100获取历史尾气时空监测数据以及外部环境数据，对所获数据进行数据预处理具体包括：

S101、利用非接触测量尾气遥感监测设备获取车辆的历史尾气时空监测数据以及路网交通、气象环境、城市兴趣点分布外部环境数据；

S102、对所获监测数据进行缺失值补全、异常值舍弃和数据归一化处理。

进一步的，所述S200根据尾气变化特性构建时序序列划分集合具体包括：